Simulacion de Sistemas Reaccion-Transporte Mediante Formulaciones de Ecuaciones Integrales

.
Simulaci
on de Sistemas Reacci
on-Transporte mediante
Formulaciones de Ecuaciones Integrales
Tesis para obtener el grado de:
Doctor en Ciencias (Ingeniera Qumica)
Presenta:
M. en C. Eliseo Hern
andez Martnez
Division de Ciencias Basicas e Ingeniera

Departamento de Ingeniera de Procesos e Hidraulica
Posgrado en Ingeniera Qumica
Simulaci
on de Sistemas Reacci
on-Transporte mediante
Formulaciones de Ecuaciones Integrales
Tesis para obtener el grado de:
Doctor en Ciencias (Ingeniera Qumica)
Presenta:
M. en C. Eliseo Hernandez Martnez
Asesores:
Dr. Jose Alvarez Ramirez

Dr. Francisco J. Valdes Parada
Septiembre 2011
//\
ACTA DE DISERTACION PUBLICA
Casa abierta al tiempo

No. 00035
Matricula: 206380874
UNIVERSIDAD AUTNOMA METROPOLITANA
SIMULACION DE SISTEMAS
REACCION-DIFUSION MEDIANTE
FORMULACIONES DE ECUACIONES
INTEGRALES
En Mxico, D.F., se p r e s e n t a r o n a l a s 15:00 h o r a s d e l da

6 d e l mes de o c t u b r e d e l ao 2011 en l a Unidad I z t a p a l a p a
de l a U n i v e r s i d a d
Autnoma M e t r o p o l i t a n a , l o s s u s c r i t o s
miembros d e l j u r a d o :
DR. ALEJANDRO RICARDO FEMAT FLORES
DR. LORENZO HECTOR JUAREZ VALENCIA
DRA. MARIA LUISA SANDOVAL SOLIS
DR. FRANCISCO JOSE VALDES PARADA
DR. EDUARDO SALVADOR PEREZ CISNEROS
Bajo l a
Presidencia
d e l primero
y con carcter de
S e c r e t a r i o e l ltimo, se r e u n i e r o n a l a presentacin de l a
Disertacin Pblica cuya denominacin aparece a l margen,
para l a obtencin d e l grado de:
DOCTOR EN CIENCIAS (INGENIERIA QUIMICA)
DE: ELISEO HERNANDEZ MARTINEZ
y de acuerdo con e l artculo 78 fraccin I V d e l Reglamento

de E s t u d i o s
Superiores
de
la
Universidad
Autnoma
M e t r o p o l i t a n a , l o s miembros d e l j u r a d o r e s o l v i e r o n :
ELISEO HfcRNAUJoEZ MARTINEZ

ALUMNO
Acto continuo,
el
presidente
d e l j u r a d o comunic a l
i n t e r e s a d o e l r e s u l t a d o de l a evaluacin y, en caso
a p r o b a t o r i o , l e f u e tomada l a p r o t e s t a .
DIRECTOR DE LA DIVISJON DE CBI
PRESIDENTE
DR. JOSE ANTONIO/0E/OS REYES HEREDIA
DR. ALEJANDRO RICARDO FEMAT FLORES
c
DR. LORENZO/HECTOR JUAREZ VALENCIA
VOCAL
DRA. MARlAHlTJlSA SANDOVAL SOLIS
DR. FRANCISCO JOSE VALDES PARADA
SALVADOR PEREZ CISNEROS
Agradecimientos
Primero que nada quiero agradecer a Dios por brindarme la capacidad para concluir este gran
proyecto de vida, el posgrado.
A mis asesores: el Dr. Jose Alvarez-Ram

rez que con su peculiar forma de ser, siempre tuvo
la paciencia necesaria para compartirme sus experiencias y al Dr. Francisco Valdes-Parada por
sus tan acertadas sugerencias que permitieron mejorar notablemente la calidad de este trabajo.
Solo quisiera resaltar que para m ha sido un gran honor el haber trabajado con tan prestigiosos
investigadores. De la misma forma quiero agradecer a los doctores que fungieron como revisores
de este trabajo: la Dra. Mara Luisa Sandoval (UAM-I), el Dr. Hector Juarez (UAM-I), el Dr.
Eduardo Perez (UAM-I) y al Dr. Ricardo Femat (IPICYT) por su tiempo y valiosos comentarios
que ayudaron sustancialmente a la mejora de esta tesis. Quisiera hacer un especial agradecimiento
al Dr. Hector Puebla (UAM-A) por su apoyo y conanza al invitarme a participar como colega
en diversos proyectos. Los cuales me han permitido ampliar mis horizontes.
No existen palabras para expresar mi gratitud hacia las personas mas importantes en mi vida,
las cuales han estado a mi lado en cada una de las tan difciles etapas de esta gran aventura,
me reero a mi tan amada esposa Jazmn y a mis dos peque

nos Stefany y Angel.
Deseo expresar
mis mas sinceros agradecimientos a mi querida familia que siempre ha estado conmigo, que me
ha provisto de aliento y apoyo en los momentos mas difciles. A mis padres Pedro Hernandez y
Angelica Martnez que a pesar de la escases de recursos siempre me condujeron con cari
no y con
un gran ejemplo de dedicacion y perseverancia. A mis hermanos Ricardo y Gabriel que ademas
de ser una gran fuente de inspiracion, les agradezco por escucharme y compartir experiencias que
me han fortalecido como persona.
A todos mis amigos, compa
neros y profesores de licenciatura y posgrado que de alguna manera,
directa o indirectamente, han inuenciado en la culminacion de este trabajo. En especial a
Vicky, Luis, Alex, Rocha, Agustn y Carlos del posgrado de la UAM-I y a Manuel, Alex, Erick,
Yanelly, Abril y Jes
us de la licenciatura en la UAM-A. Por cuestion de espacio me es complicado
mencionarlos a todos, sin embargo, no quisiera dejar pasar la oportunidad de expresar mi gratitud
al Dr. Ricardo Aguilar por ayudarme en la tan acertada decision de hacer el posgrado.
Finalmente quiero agradecer a la UAM-I por todas la facilidades que me proporcionaron y al
Consejo Nacional de Ciencia y Tecnologa por haberme brindado apoyo economico durante estos
5 a
nos, con registro 205866/205252.
Resumen
Este trabajo se centra en el uso de las formulaciones de ecuaciones integrales (FEI) para
el desarrollo de esquemas numericos para sistemas reaccion-transporte. Las FEI consisten en
transformar los operadores diferenciales a operadores integrales, permitiendo la incorporacion
exacta de las condiciones a la frontera y la reduccion en la propagacion del error ocasionada por
la discretizacion de derivadas numericas. Ademas, los esquemas integrales se caracterizan por su
metodologa sistematica y su estructura matematica que permite la facil interpretacion fsica de
los procesos involucrados en los sistemas reaccion-transporte.
Por otro lado, es bien sabido que los esquemas basados en la discretizacion de los operadores
diferenciales como son las diferencias nitas no estandar (DFNE), proveen mejores aproximaci
on
que los esquemas clasicos de diferencias nitas. Sin embargo, dichos esquemas se obtienen a partir
de expansiones de Taylor truncadas y de reglas Heursticas. Con el objeto de sistematizar la
metodologa de obtencion de los esquemas de DFNE, en trabajos recientes se ha demostrado que
dichos esquemas pueden ser obtenidos como un caso particular de las FEI. En el desarrollo de
los esquemas de diferencias nitas basadas en formulaciones integrales (DFFI) no es necesario
el uso de expansiones de series de Taylor o reglas Heursticas; u
nicamente se emplean reglas de
cuadratura para las integrales. Ademas, el esquema DFFI incorpora factores de ponderacion en
la discretizacion de los nodos en la frontera que mejoran la aproximacion numerica del esquema
tradicional diferencias nitas.
En este trabajo se extienden los resultados de DFFI a problemas dinamicos tipo reacciontransporte con condiciones a la frontera generales, bajo ciertas condiciones reproducen los
resultados reportados en la literatura. Mas a
un, se suponen diferentes esquemas de discretizacion
de las integrales en las FEI, lo que conduce a esquemas DFFI con estructura no local (i.e., que
consideran nodos adyacentes al punto evaluado en el termino fuente). Debido a que los esquemas
de DFFI se basan en metodologas sistematicas no es difcil extenderlos a procesos reacciondifusion-conveccion y/o a procesos de mayor dimensionalidad (e.g., 2 dimensiones). Finalmente,
se muestra la generalidad de los esquemas integrales extendiendo los resultados encontrados a
problemas reaccion-transporte descritos por derivadas de orden arbitrario. Particularmente, se
desarrollan los esquemas numericos para la solucion sistemas reaccion-difusion fraccionales.
ii
Indice general
1. Introducci
on
1.1. Motivacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3. Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.2. Objetivos particulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4. Estructura de la tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5. Artculos derivados de la tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Formulaciones de Ecuaciones Integrales
2.1. Formulaciones integrales para sistemas reaccion-transporte . . . . . . . . . . . . . .
2.1.1. Formulacion Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
2.1.2. Esquemas numericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.2. Sistemas reaccion-difusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
2.2.1. Formulaciones integrales para sistemas reaccion-difusion . . . . . . . . . . .
15
2.2.2. Funcion de Green para sistemas reaccion-difusion . . . . . . . . . . . . . . .
16
2.2.3. Resultados numericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
Sistemas reaccion-difusion-conveccion . . . . . . . . . . . . . . . . . . . . . . . . .
29
2.3.1. FEI para sistemas reaccion-difusion-conveccion . . . . . . . . . . . . . . . .
29
2.3.2. Funcion de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
31
2.4. Sistemas reaccion-difusion bidimensionales . . . . . . . . . . . . . . . . . . . . . . .
42
2.4.1. FEI para sistemas reaccion-difusion bidimensionales . . . . . . . . . . . . .
42
2.4.2. Funcion de Green bidimensional . . . . . . . . . . . . . . . . . . . . . . . .
44
47
2.5. Comentarios nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
53
2.3.
iii
3. Diferencias Finitas a partir de Formulaciones Integrales
54
3.1. Diferencias nitas no estandar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
3.2. Esquemas de DFFI para sistemas reaccion-difusion . . . . . . . . . . . . . . . . . .
57
3.2.1. Esquema local de diferencias nitas
. . . . . . . . . . . . . . . . . . . . . .
59
3.2.2. Esquema no local de diferencias nitas . . . . . . . . . . . . . . . . . . . . .
60
63
3.3. Esquemas de DFFI para sistemas reaccion-difusion-conveccion . . . . . . . . . . . .
70
3.3.1. Esquema local de diferencias nitas
. . . . . . . . . . . . . . . . . . . . . .
71
3.3.2. Esquema no local de diferencias nitas . . . . . . . . . . . . . . . . . . . . .
71
72
3.4. Esquemas de DFFI para sistemas reaccion-difusion en 2D . . . . . . . . . . . . . .
76
78
3.5. Comentarios nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
81
4. Formulaciones de Ecuaciones Integrales para Sistemas Reacci

on-Difusi
on con
Derivadas Fraccionales
82
4.1. Calculo fraccional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
82
4.2. Sistemas reaccion-difusion con derivadas espaciales de orden fraccional . . . . . . .
83
4.2.1. Deniciones basicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
85
4.2.2. Formulacion integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
86
4.2.3. Esquemas numericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
91
4.3. Factor de efectividad de pastillas catalticas con difusion anomala . . . . . . . . . .
97
4.3.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
97
4.3.2. Formulacion integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
99
4.3.3. Simulaciones numericas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

4.4. Comentarios nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5. Conclusiones Generales y Perspectivas
105
Bibliografa
107
A. Desarrollos de los esquemas de DFFI locales y no locales
120
A.1. Sistemas reaccion-difusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

A.1.1. Esquema local de diferencias nitas
. . . . . . . . . . . . . . . . . . . . . . 122
A.1.2. Esquema no local de diferencias nitas . . . . . . . . . . . . . . . . . . . . . 123
iv
A.2. Sistemas reaccion-difusion-conveccion . . . . . . . . . . . . . . . . . . . . . . . . . . 125

A.2.1. Esquema local de diferencias nitas
. . . . . . . . . . . . . . . . . . . . . . 127
A.2.2. Esquema no local de diferencias nitas . . . . . . . . . . . . . . . . . . . . . 129

A.3. Sistemas RD en 2 dimensiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Indice de figuras
2.1. Funcion de Green con pulso concentrado en x = 0.5, para coordenadas rectangulares (m =
0), cilndricas (m = 1) y esfericas (m = 2), a) condiciones de frontera tipo Neumann (x = 0)
mas Dirichlet (x = 1) y b) Dirichlet (x = 0) mas Robin (x = 1). . . . . . . . . . . . . . .
19
2.2. Error relativo vs. h para una reaccion qumica de primer orden, R(u(x)) = 2 u(x) y Bi =
1.0, a) coordenadas rectangulares y b) esfericas. . . . . . . . . . . . . . . . . . . . . . .
21
2.3. Error relativo de sistemas RD en coordenadas irregulares con = 5.0. . . . . . . . . . . .
22
2.4. Er para un sistema RD con D(x) = D0 (1+x), R(u(x)) = u(x) exp
(1u(x))
1+(1u(x))
, = 5.0
y m = 0, a) error relativo vs. h y b) n

umero de iteraciones requeridas. . . . . . . . . . . .
23
2.5. Dinamica del error relativo con cinetica tipo Langmuir-Hinshelwood para m = 1.5 y dos
valores , a) error relativo a cada paso de integracion y b) n
umero de iteraciones . . . . .
25
2.6. Dinamica del error relativo para el sistema RD con coeciente de difusion no lineal usando
m = 0, D0 = 1.0, = 3.4008 y c0 = 15.0 (Maini y col., 1992) y = 1.0, a) error relativo y
b) n
umero de iteraciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
2.7. Patrones espacio-temporal del modelo de densidad de poblaciones dado por las ecuaciones
(2.49) y (2.50), a) predador y b) presa. . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
2.8. Aportes individuales en la FEI dada por la Ec. (2.49), a) interacciones predador-presa y b)
acumulaci
on. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
2.9. Funcion de Green con pulso concentrado en x = 0.5 para sistemas reaccion-difusionconvecci
on con condiciones de frontera tipo Dirichlet. . . . . . . . . . . . . . . . . . . .
31
2.10. Solucion numerica de las Ecs. (2.60)-(2.66), a) concentracion de sustrato y b) concentracion

de biomasa.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
2.11. Modelo del bioreactor tubular en estado estacionario. Errores relativos vs. h a diferentes
valores de los parametros, a) k = 1.0 y b) D = 1.0 . . . . . . . . . . . . . . . . . . . . .
34
2.12. Desempeno numerico del bioreactor tubular. . . . . . . . . . . . . . . . . . . . . . . . .
35
2.13. Perles de temperatura (T (, t)) correspondientes a los valores de la Tabla 2.2, a) perl de
temperatura con hot spot, b) oscilaciones periodicas y c) perl cuasi-lineal . . . . . . . . .
vi
37
2.14. Errores relativos para el modelo de reactor tubular no isotermico a diferentes valores de los
par
ametros del sistemas. a) Da = 0.875 y b) P e = 5.0.
. . . . . . . . . . . . . . . . . .
38
2.15. (a) Suma acumulada del error relativo y (b) perles oscilatorios de concentracion en = 0.5. 40
2.16. Componentes de la formulacion integral para el calculo de la temperatura del reactor tubular
con dispersion axial, a) aporte de la reaccion qumica, b) aporte de la acumulacion y c)
distribuci
on de todos los aportes en =0.8. . . . . . . . . . . . . . . . . . . . . . . . . .
41
2.17. Funcion de Green bidimensional con pulso concentrado en y = 0.5 y x = 0.5, (a) condiciones
de frontera Dirichlet y (b) condiciones de frontera mixtas (Dirichlet, Neumann y Robin)
con Bi = 10.0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
48
2.18. Error relativo vs. h, a) condiciones de frontera tipo Dirichlet y b) mixtas. . . . . . . . . .
50
2.19. Errores relativos para la ecuacion de calor con fuente constante. . . . . . . . . . . . . . .
51
2.20. Errores relativos para la pastilla cataltica para dos valores de , a) cinetica de primer y b)
segundo orden. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
3.1. Descomposicion del dominio del sistema (3.1). . . . . . . . . . . . . . . . . . . . . . . .
59
3.2. Factor de efectividad y error de aproximacion para un sistema RD con condiciones de

frontera tipo Dirichlet, a) = 1.0 y b) = 20.0. . . . . . . . . . . . . . . . . . . . . . .
64
3.3. Factor de efectividad vs. numero de nodos para el sistema RD con condiciones de frontera
tipo Mixtas (Neumann mas Dirichlet),
du(0)
dx
= 0 y u(1) = 1, a) = 1.0 y b) = 20.0 . . .
3.4. Er con condiciones de frontera Neumann y Robin,
du(xa )
dx
=0y
du(xb )
dx
65
= Bi(u(xb )ubulk ),
a) = 1.0 y b) Bi = 1.0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
66
3.5. Perles de concentracion del modelo dado por las Ecs. (3.25)-(3.27), a) u1 (x, t), b) u2 (x, t)
y c) u3 (x, t). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
68
3.6. Error relativo dinamico para el modelo reaccion-difusion con reaccion cubica autocataltica. 69
3.7. Errores de aproximacion en sistemas RDC con cinetica lineal de primer orden, a) P e = 1.0
y b) = 1.0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
73
3.8. Errores de aproximacion en sistemas RDC con cinetica no isotermica, R(u(x)) =

(1u(x))
1+(1u(x))
u(x), con = 15 y = 0.2, a) = 1.0 y b) P e = 5.0. . . . . . . . . . . . . .
3.9. Sistema RDC, a) perles u(x, t) a diferentes tiempos y b) errores relativos
74
. . . . . . . .
75
3.10. Error relativo vs. tamano de malla para en la ecuacion de Laplace. . . . . . . . . . . . .
79
3.11. Perl u(x, y) para la ecuacion de Laplace a dos valores de Bi. . . . . . . . . . . . . . . .
79
3.12. Error relativos para la Ec. (A.3.1) con R(u(x, y)) = . . . . . . . . . . . . . . . . . . . .
80
4.1. Distribucion de la funcion de Green fraccional, para x = 0.5 en el dominio [0,1]. Funcion
de Green para condiciones de frontera tipo a) Dirichlet y b) mixtas. . . . . . . . . . . . .
vii
88
4.2. Soluciones exacta y numerica para la Ec. (4.31) con = 1.8 y condiciones de frontera tipo
Dirichlet a) perles u(x) y b) errores de aproximacion. . . . . . . . . . . . . . . . . . . .
93
4.3. Soluciones exacta y numerica para la Ec. (4.31) con = 1.8 y condiciones de frontera tipo
mixtas a) perles u(x) y b) errores de aproximacion. . . . . . . . . . . . . . . . . . . . .
94
4.4. Maximo error absoluto para sistemas RDF con = 1.5 y condiciones de frontera tipo a)
Dirichlet homogeneas y b) mixtas no homogeneas. . . . . . . . . . . . . . . . . . . . . .
94
4.5. a) Soluciones numerica y aproximadas de la Ec. (4.31) con = 1.2 y b) errores de

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
95
4.6. Perles dinamicos del sistema RDF dado por la Ec. (4.1) con a) = 1.5 y b) = 1.8. . .
96
aproximaci
on.
4.7.
Perl de concentraciones, c(x), en estado estacionario.
. . . . . . . . . . . . . . . . . . 101
4.8.
Factor de efectividad isotermico vs. modulo de Thiele para diferentes valores de , para
(a) velocidad de reaccion de primer orden, R(x, c) = c(x) y (b) velocidad de reaccion tipo
2
(1+c(x))
Langmuir-Hinshelwood, R(x, c) = c(x) (1+c(x))
. . . . . . . . . . . . . . . . . 101
2 , = 0.5.
4.9.
Factor de efectividad con velocidad de reaccion no isotermica con cuatro valores de . . . 102
4.10. en condiciones no isotermicas con = 0.4. Notese que, el factor de efectividad exhibe
m
ultiples estados estacionarios cuando > 20 y tienden a desaparece cuando 1. . . . 103
viii
Indice de tablas
2.1. Tiempo de computo para la solucion numerica de sistemas reaccion-difusion. . . .
24
2.2. Conjuntos de parametros del modelo de reactor tubular dadas las Ecs. (2.67)-(2.71) 36
2.3. Tiempo de computo para la solucion numerica de modelos de reactores tubulares. .
39
2.4. Tiempo de computo para la solucion numerica de la ecuacion de calor. . . . . . . .
51
4.1. Orden de aproximacion para diferentes valores de en estado estacionario. . . . .
95
ix
Captulo 1
Introducci
on
1.1.
Motivaci
on
Los procesos reaccion-transporte (RT) son caracterizados por el acoplamiento de reacciones

qumicas o bioqumicas con fenomenos de transporte (e.g., difusion, conveccion, dispersion) y
son ampliamente estudiados en diversos campos de la ciencia y de la ingeniera para describir
fenomenos no lineales, tales como excitabilidad, biestabilidad, periodicidad, caos o formacion
de patrones espacio-temporales (Walleczek, 2000). Particularmente en ingeniera qumica los
fenomenos RT describen una gran gama de procesos de gran importancia industrial. Por
ejemplo, reactores qumicos/bioqumicos de lecho empacado (Froment y Bisho, 1990; Sheintuch
y Nekhamkina, 2001), columnas de destilacion y absorcion reactiva (Noeres y col., 2003), el
transporte en partculas catalticas (Aris, 1975; Sheintuch, 1996), dise
no de operaciones unitarias
(Geankoplis, 2003), entre otros.
Los modelos matematicos que describen el comportamiento dinamico de los procesos RT son
descritos mediante ecuaciones diferenciales parciales (EDP). Los metodos de solucion de las EDP
se pueden dividir en metodos analticos y metodos numericos. Los metodos analticos estan
restringidos a la solucion de problemas lineales y a la solucion de problemas no lineales especcos.
Sin embargo, la gran mayora de los problemas fsicos de interes que se abordan en ingeniera son
modelados con ecuaciones no lineales, donde el uso de los metodos analticos esta limitado. En
ingeniera qumica, el estudio detallado de los procesos RT es de gran importancia en la toma
de decisiones practico-industrial. Una alternativa para la mejora de los procesos industriales es
el dise
no de estrategias de control y optimizacion, sin embargo, la aplicacion directa de estas
tecnicas en los procesos reales puede llegar a ser muy costosa (Morari y Zariou, 1989; Luyben,
1990). En ese sentido, la simulacion numerica juega un papel importante reduciendo los costos de
implementacion, por lo que es fundamental el desarrollo de tecnicas numericas que fortalezcan la
1
credibilidad de las simulaciones frente a los procesos reales.

Debido a la simplicidad y a los extensos resultados en el analisis de estabilidad, convergencia y
tecnicas de implementacion computacional; el metodo de diferencias nitas (DF) es ampliamente
usado para resolver problemas RT. Ademas, en las u
ltimas decadas se han reportado considerables
esfuerzos en la mejora del esquema clasico de DF. Sin embargo, dichos esquemas estan basados,
por lo regular, en soluciones analticas de problemas lineales y en reglas Heursticas.
Por otro lado, recientemente se ha demostrado que las formulaciones de ecuaciones integrales
(FEI) proveen esquemas numericos estables, con mejor orden de aproximacion, menor tiempo
de computo que los esquemas clasicos de DF (Valdes-Parada y col., 2008). Aun mas, las FEI
proveen una buena interpretacion fsica de los fenomenos involucrados, siendo la funcion de Green
la encargada de describir los fenomenos de transporte. Ademas se ha demostrado que a partir de
formulaciones integrales basadas en funciones de Green es posible obtener de manera sistematica
esquemas no estandar de diferencias nitas (Alvarez-Ramirez y col., 2007). Los esquemas de
diferencias nitas basados en formulaciones integrales (DFFI) proveen ventajas de aproximaci
on
numerica como la incorporacion exacta de las condiciones a la frontera y la reduccion del error de
propagacion ocasionada por la diferenciacion numerica.
Este trabajo esta orientado al uso de las FEI para el desarrollo de esquemas de discretizacion
numerica en problemas reaccion-transporte con el proposito de: i) proporcionar informacion acerca
del sistema que ayude a comprender mejor los fenomenos fsicos que se llevan a cabo en las
interacciones reaccion-transporte, ii) disminuir los errores de aproximacion numerica ocasionados
por la discretizacion directa de los operadores diferenciales y iii) analizar las ventajas numericas
de incorporar exactamente las condiciones de frontera en los esquemas de DFFI.
1.2.
Antecedentes
El estudio de los fenomenos reaccion-transporte mediante modelos matematicos puede traer

benecios en todas las fases de la ingeniera qumica (i.e., en las etapas de investigaci
on y
desarrollo, dise
no de equipo, condiciones de operacion, control y optimizacion). Por tal motivo,
es imprescindible contar con modelos matematicos conables que describan de manera precisa el
comportamiento fsico de los sistemas y al mismo tiempo contar con metodologas de solucion
numericas estables que no incrementen las incertidumbre de los modelos.
En la literatura se han reportado diversas metodologas numericas para la solucion de EDP,
entre las mas populares se encuentran los metodos de elemento nito (Melenk y Babuska, 1996;
Thomee, 2001; Bermejo y Carpio, 2008), colocacion ortogonal (Villadsen y Stewart 1967; Carey
y Finlayson, 1974; Alhumaizi, 2006), volumen nito (Eymard y col., 1996; Fatehi y col., 2009),
2
metodos espectrales (Bayliss, 1989; Gottlieb y Hesthaven, 2001) entre otros. Sin embargo, debido
a los extensos resultados reportados en cuestion de analisis de estabilidad, convergencia y tecnicas
de implementacion computacional (Ho, 1978; Smith, 1985; Ames, 1993; Li y col., 1994; Ascher
y col., 1995; Pao, 2002, Ataie-Ashtiani y Hosseini, 2005) el metodo de diferencias nitas (DF)
(Hildebrand, 1968; Smith, 1985) es el mas usado para resolver problemas modelados con EDP. El
esquema de DF consiste en representar adecuadamente los operadores diferenciales en expansiones
en series de Taylor. Para obtener una aproximacion adecuada, el dominio de la ecuacion diferencial
debe dividirse en un n
umero de nodos sucientemente grande. En muchos casos, a medida que se
incrementa el n
umero de nodos, la precision de la solucion obtenida sera mayor, pero en la mayora
de los casos, la convergencia es mas lenta (Jimenez-Islas, 1999). Particularmente en procesos
en ingeniera qumica el esquema de DF ha sido ampliamente usado para obtener soluciones
aproximadas de los modelos matematicos (Rice, 1995).
En la actualidad, los esquemas de diferencias nitas juegan un papel muy importante en
la aproximacion numerica de las ecuaciones diferenciales, sin embargo, no todas las soluciones
obtenidas por este metodo cuentan con las mismas propiedades que el sistema original, a estas
variaciones se les conoce como inestabilidades numericas. Estas inestabilidades pueden generarse
por factores como la introduccion de parametros extras en la discretizacion de sistemas continuos
(e.g., tama
no de la malla, paso de integracion). Motivado por la aparicion de inestabilidades
numericas en los esquemas estandar de DF, Mickens (1989) desarrollo un esquema de diferencias
nitas empleando la solucion analtica del problema original y reglas ad hoc; esta nueva variante
del esquema tradicional de DF es llamada diferencias nitas no estandar (DFNE). Este esquema
a partir de diferencias nitas exactas obtenidas de la solucion analtica de la ecuacion diferencial.
Adicionalmente, mediante el uso de reglas Heursticas se descompone el termino fuente para extraer
informacion de los nodos adyacentes al punto evaluado (i.e., informacion no local) (Anguelov y
Lubama, 2001; Anguelov y col., 2003,2005; Mickens, 1994,1999). Por lo anterior el esquema de
DFNE es una herramienta numerica que preserva propiedades de la solucion exacta de las EDP,
tales como: positividad, propiedades de estabilidad, existencia de diversas soluciones complejas
(e.g., ciclos lmites, caos). Aunque algunos resultados analticos y numericos han mostrado que
este tipo de esquemas pueden signicar mejoras sobre el esquema tradicional de DF, los esquemas
de DFNE estan basados en series de Taylor trucadas, soluciones analticas y reglas Heursticas.
Tambien existen esquemas de diferencias nitas no locales que estan basados en aproximaciones de
Pade, este tipo de esquemas son llamados esquemas compactos de diferencias nitas (CDF). Los
esquemas CDF estan caracterizados por exhibir ordenes de aproximacion numerica mayores de 2;
dependiendo del orden que se desee obtener es necesario usar mas puntos en la malla computacional
(Lele, 1992).
Un metodo alternativo para la solucion numerica de EDP apuntando a la eliminacion de las
inestabilidades numericas que pueden presentarse en las interacciones reaccion-transporte es el
uso de las FEI. La idea general de FEI es la inversion analtica de los operadores diferenciales a
operadores integrales, permitiendo una directa incorporacion de las condiciones de frontera y la
reduccion en la propagacion del error ocasionada por las derivadas numericas. Esta metodologa ha
sido aplicada en la solucion numerica en diferentes campos de la ingeniera, tales como, en la fsica y
mecanica cuantica, ciencia de los materiales (Pan, 1997), electromagnetismo (Dun y Mcwhirter,
1974), electronica (Janicki, 2002), entre otros. Sin embargo, a diferencia de los metodos clasicos
de discretizacion, la literatura reportada sobre el uso de las FEI aplicadas a problemas donde
intervienen interacciones reaccion-transporte, es escasa. Algunos de los trabajos mas importantes
son descritos a continuacion.
Los primeros trabajos que aplican esta tecnica a sistemas reaccion-transporte son reportados
por Kesten (1969), que mediante FEI estimo los perles de concentracion y temperatura internas
en un catalizador poroso. Estos resultados se compararon con un esquema clasico de diferencias
nitas, determinando que con FEI los tiempos de computo son menores. Posteriormente Dixit y
Tavlarides (1982) realizaron el analisis de la reaccion de sntesis Fisher-Tropsch mediante el calculo
del factor de efectividad () a diferentes condiciones externas, para ello emplearon balances de masa
y calor en forma diferencial que transforman a ecuaciones integrales. Poco despues, Mukkavilli y
col., (1987) realizaron el analisis de la reaccion qumica no isotermica de un catalizador poroso
con forma cilndrica considerando un modelo en dos dimensiones (coordenadas radial y axial),
para diferentes condiciones de frontera (con y sin resistencia externa). Emplearon un esquema
de Newton-Kantorovich para la solucion de la ecuacion integral no lineal resultante de la FEI.
Otros estudios demostraron que los metodos integrales son ecientes para la solucion de ecuaciones
diferenciales parabolicas en dos y tres dimensiones (Taigbenu y Liggett, 1985; Dargush y Banerjee,
1991). Para el caso dinamico, Taigbenu y Onyejekwe (1998; 1999) derivaron la formulacion integral
de un modelo reaccion-difusion, para el calculo del kernel de la FEI proponen dos metodologas,
la primera se basa en considerar el problema en cuasi-estado estacionario, es decir, la formulaci
on
integral se plantea u
nicamente para el operador de transporte. Mientras que para la segunda
formulacion se considera el problema completo, el operador difusivo y la derivada temporal. Sus
resultados computacionales muestran que el esquema discreto resultante de la primera formulaci
on
es la mas conveniente. En problemas de transporte de calor bidimensionales, Cole y Ken (2001)
calcularon la funcion de Green bidimensional a partir de series en terminos de exponenciales las
cuales muestran mejores propiedades numericas que las funciones hiperbolicas. Posteriormente,
Onyejekwe (1996, 2002) mediante el uso de FEI resuelve numericamente un sistema reacciondifusion en diferentes geometras (e.g., rectangular, cilndrica y esferica). Ademas utilizo un modelo
de reaccion-difusion de un proceso donde se lleva a cabo una reaccion de combustion en un
reactor tubular. Recientemente, Valdes-Parada y col., (2008a,b) en base a extensas simulaciones
demuestran que en procesos estacionarios tanto de reaccion-difusion como en reaccion-difusi
onconveccion las FEI tienen considerables ventajas frente a los esquemas clasicos de DF, que se
reejan en la reduccion del tama
no de malla y en el tiempo de computo. Hernandez-Martinez
(2008) emplea las FEI mediante el metodo de variacion de parametros para resolver numericamente
el modelo de un reactor tubular no isotermico. El analisis se realizo en estado estacionario y
dinamico. Las simulaciones numericas se emplearon para el dise
no de esquemas de control en
cascada para reactores tubulares. Los resultados obtenidos rearman la capacidad numerica de
FEI contra DF en modelos reaccion-transporte.
Por otro lado, Alvarez-Ramirez y col., (2007, 2009a,b) demostraron que el esquema de
diferencias nitas es un caso particular de las FEI. De hecho, mostraron que el esquema de
diferencias nitas basadas en formulaciones integrales (DFFI) surge de manera natural sin el
uso de reglas Heursticas, ademas de la incorporacion exacta de las condiciones de frontera. El
esquema de DFFI modica la discretizacion de los nodos en la frontera del esquema clasico de
DF mejorando el orden global de la aproximacion numerica. Dicho estudio se enfoco a sistemas
reaccion-difusion en coordenadas rectangulares, curvilneas y de alto orden con condiciones a la
frontera tipo mixtas (i.e., Dirichlet mas Neumann). Sin embargo, existe una gran cantidad de casos
particulares que no han sido estudiados con este enfoque, tales como: condiciones a la frontera tipo
Robin, coeciente de difusion no homogeneo, sistemas reaccion-difusion-conveccion, entre otros.
Es mas, debido las propiedades que exhiben las formulaciones integrales, es posible extender los
resultados reportados en la literatura a sistemas reaccion-transporte fraccionarias, es decir, en
sistemas que son modelados con ecuaciones diferenciales de orden fraccionarios (Podlubny, 1999;
Paradisi y col., 2001; Metzler y Klafter, 2004).
Dados los resultados reportados por Alvarez-Ramirez y col., (2007) y explotando las propiedades
de las FEI, puede ser posible el desarrollo de metodologas sistematicas que permitan la
construccion de esquemas de DFFI generales. Esto es, esquemas de DFNE que emplean
informacion local y no local, es decir, que emplean informacion de los nodos adyacentes al punto
evaluado en los terminos reactivos y de acumulacion.
1.3.
Objetivo
1.3.1.
Objetivo general
Desarrollar esquemas robustos de discretizacion numerica a partir de formulaciones de ecuaciones

integrales que proporcionen informacion detallada de las interacciones reaccion-transporte y
que disminuyan los errores de aproximacion numerico que surgen en los esquemas clasicos de
discretizacion.
1.3.2.
Objetivos particulares
Estudiar los metodos de FEI para la solucion de sistemas reaccion-transporte, considerando

diferentes geometras y condiciones a la frontera.
Extender los resultados sobre metodos de diferencias nitas no estandar basados en funciones
de Green a problemas reaccion-difusion-conveccion.
Desarrollar esquemas diferencias nitas basado en formulaciones integrales que considere
informacion no local.
Evaluar los esquemas de DFFI con informacion del termino reactivo local y no local en
diferentes sistemas dinamicos no lineales y vericar la ecacia numerica comparando con los
metodos clasicos de discretizacion.
Extender los resultados obtenidos a sistemas en 2 dimensiones.
Explorar la aplicacion de las formulaciones integrales a sistemas reaccion-difusion fraccionarios.
1.4.
Estructura de la tesis
En el Captulo 2 se presenta la metodologa para la solucion de sistemas reaccion-transporte

mediante formulaciones de ecuaciones integrales. Se abordan distintos casos tpicos que surgen en
ingeniera qumica tales como: sistemas reaccion-difusion con coecientes de difusion constante
y variable, para sistemas ortogonales tpicos: coordenadas rectangulares, cilndricas y esfericas.
Tambien se abordan sistemas reaccion-difusion-conveccion. En todos los casos se consideran
condiciones de frontera generales de las cuales se pueden recuperar condiciones tipo Dirichlet,
Neumann y Robin. En la u
ltima parte de este Captulo se presenta la aplicacion de las FEI a
problemas bidimensionales.
En el Captulo 3 se describe el desarrollo para la obtencion de esquemas de DFNE a partir de

formulaciones integrales. En la primera parte del desarrollo se obtienen esquemas de DFNE con
estructura local y posteriormente se presenta el desarrollo para obtener las estructura no locales.
Para ilustrar el desempe
no numerico de los esquemas obtenidos se presentan las simulaciones
numericas para los sistemas reaccion-difusion, reaccion-difusion-conveccion y reaccion-difusi
on
bidimensionales. Los esquemas propuestos son comparados frente a DF y soluciones analticas.
En el Captulo 4 se describe el uso de las formulaciones integrales para la solucion de
sistemas reaccion-difusion en derivadas fraccionales. Particularmente, se abordan sistemas donde
el transporte difusivo es descrito por una version fraccionaria de ley de Fick. Como un caso
particular se calcula el factor de efectividad fraccional isotermico y no isotermico. As como en los
Captulos anteriores para evaluar la eciencia numerica de los esquemas propuestos, los resultados
se comparan con los obtenidos mediante esquemas de DF.
Finalmente en el Captulo 5 se presentan las conclusiones generales del presente trabajo y se
plantean algunas perspectivas a seguir.
1.5.
Artculos derivados de la tesis
Cada una de las partes de resultados se basa en versiones modicadas de artculos publicados,
aceptados o enviados para su revision en revistas y congresos especializados. La organizacion de
los artculos es como sigue:
Captulo 2
Hernandez-Martinez, E., Alvarez-Ramirez, J., Valdes-Parada F.J. & Puebla H. (2011)
An Integral formulation approach for numerical solution of tubular reactors models.
International Journal of Chemical Reactor Engineering, Acepatdo.
Hernandez-Martinez E., Valdes-Parada F.J. y Alvarez-Ramirez J. (2011). Formulaciones
Integrales para Sistemas Reaccion-Difusion Generalizadas. Revista Mexicana de Ingeniera
Qumica, Aceptado.
Hernandez-Martinez E., Puebla H., Alvarez-Ramirez J. y Valdes-Parada F. (2011). Numerical
Solution of Predator-Prey Models. Integral Formulation Approach. A presentarse en el
International Symposium on Mathematical and Computational Biology, Santiago, Chile.
Hernandez-Martinez E., Valdes-Parada F.J., Alvarez-Ramirez J. y Puebla H. (2011).
Interpretacion Fsica de las Formulaciones Integrales para Sistemas Reaccion-Transporte.
7
Presentado en el XXXII encuentro del AMIDIQ, Rivera Maya, Quintana Roo.

Captulo 3
Hernandez-Martinez, E., Valdes-Parada, F.J. & Alvarez-Ramirez, J. (2011). A Greens
Function Formulation of Nonlocal Finite-Dierences Schemes for Reaction-Diusion Equations,
Journal of Computational and Applied Mathematics, Vol. 235, 3096-3103.
Hernandez-Martinez E., Alvarez-Ramirez J. & Valdes-Parada F.J. (2010). Esquema de
diferencias nitas no estandar para sistemas reaccion-difusion. Presentado en el XXXI
encuentro del AMIDIQ, Huatulco, Oaxaca.
Hernandez-Martinez, E., Valdes-Parada, F.J. & Alvarez-Ramirez, J. (2011). Nonstandard
Finite Dierences Schemes for Reaction-Diusion-Convection Equations, en preparacion.
Captulo 4
Hernandez-Martinez E., Valdes-Parada F.J. y Alvarez-Ramirez J. (2011). Factor de Efectividad
para Pastillas Catalticas con Difusion No Fickiana. Presentado en el XXXII encuentro del
AMIDIQ, Rivera Maya, Quintana Roo.
Hernandez-Martinez E., Alvarez-Ramirez J. y Valdes-Parada F.J. (2011). Numerical Solution
of a Class of Fractional Reaction-Diusion Equations. A Integral Formulation Approach, en
preparacion.
Captulo 2
Formulaciones de Ecuaciones
Integrales
2.1.
Formulaciones integrales para sistemas reacci

on-transporte
A pesar de que se han reportado diversos trabajos donde se emplean las formulaciones integrales
para la solucion de problemas RT, persiste la creencia de que el uso de las FEI en la solucion
de EDP tiene un alto grado de complejidad, lo que ha limitado la aplicacion de esta tecnica
en muchos campos de la ciencia y de la ingeniera (Greenberg, 1971), entre ellas la ingeniera
qumica. El proposito de este Captulo es demostrar que las formulaciones integrales estan
basadas en metodologas sistematicas y que se pueden extender facilmente a una gran cantidad
de procesos en ingeniera qumica. Para ello, es necesaria la aplicacion de la formula de Green que
permite trasformar la ecuacion diferencial en una ecuacion integro-diferencial, donde la solucion
de la ecuacion integro-diferencial requiere el calculo de su funcion de Green correspondiente.
Las ecuaciones resultantes pueden ser consideradas como soluciones exactas de las ecuaciones
diferenciales. Sin embargo, no es posible resolver analticamente las integrales resultantes debido
a su naturaleza no lineal. Ante esta situacion es necesario recurrir a las metodologas numericas,
tales como la integracion numerica y la solucion numerica de sistemas de ecuaciones algebraicos
no lineales. Para ilustrar la habilidad sistematica del metodo se abordaron diferentes problemas de
reaccion transporte, tales como, reaccion-difusion y reaccion-difusion-conveccion. Los resultados
obtenidos son comparados frente a esquemas de DF.
Ademas de las ventajas numericas que exhiben las FEI, la estructura matematica de los
esquemas integrales permite visualizar los diferentes aportes que componen a los sistemas RT. La
identicaci
on de dichos fenomenos puede ayudar en la explicacion de los diversos comportamientos
que surgen en las interacciones RT, tales como oscilaciones periodicas, caos, formacion de patrones
espacio-temporal, entre otros (Walleczek, 2000). Para explorar dichas propiedades se analiza
un modelo de interacciones predador-presa y un modelo de un reactor tubular con dispersion
axial donde surgen patrones espacio-temporales. Mediante simulaciones numericas se muestran
la distribucion espacial y temporal de los diferentes fenomenos que conducen a los diferentes
comportamientos fsicos en sistemas reaccion-transporte.
2.1.1.
Formulaci
on Integral
Para iniciar con el desarrollo se considera siguiente ecuacion unidimensional tipo reacciontransporte general
[
]
u(x, t)
1
u(x, t)
=
P (x)
R(u(x, t))
t
g(x) x
x
x [a, b]
(2.1)
con condiciones iniciales y de frontera generales

u(0, x) = uin (x)
u(a, t)
+ a u(a, t) + a = 0
x
u(b, t)
b
+ b u(b, t) + b = 0
x
(2.2)
(2.3)
(2.4)
donde i , i , i , i = a, b son constantes. Con la adecuada seleccion de los parametros y

funciones g(x) y P (x), la Ec. (2.1) puede describir fenomenos reaccion-difusion o reaccion-difusi
on[
]
u(x,t)
conveccion. Si denimos a Lu(x, t) = x P (x) x

como el operador diferencial espacial.
Lu(x, t) describe los procesos de transporte, R(u(x, t)) describe los fenomenos reactivos, g(x) toma
en cuenta la geometra del sistema y/o el factor integrante que agrupa el operador diferencial
difusivo con el operador diferencial convectivo. Una condicion importante para el desarrollo
exitoso de la formulacion integral es que el operador diferencial L sea un operador auto adjunto
(Greenberg, 1971). En el caso que el operador no sea auto adjunto, existen metodologas para
transformar dichos operadores en auto adjuntos (Greenberg, 1971). El operador diferencial descrito
en la Ec. (2.1) tiene la forma auto adjunta, as que no es necesario hacer ning
un tratamiento previo.
Por conveniencia en el desarrollo, re-escribimos a la Ec. (2.1) como
Lu(x, t) = (x, t)
donde
x [a, b]
]
u(x, t)
(x, t) = g(x)
+ R(u(x, t))
t
10
(2.5)
Ahora, se multiplica a (2.5) por una funcion G(z, x) e integrando por partes se obtiene la
siguiente expresion
[
]b b
b
u(z, t) G(z, x)
G(z, x)Lu(z, t)dz = P (z) G(z, x)
u(z, t) +
u(z, t)L G(z, x)dz (2.6)
z
z
a
a
a
La Ec. (2.6) es conocida como la forma integral de la identidad de Lagrange o la formula de
Green, donde L es el operador diferencial adjunto asociado con L. Si L = L uno dice que L es
auto adjunto. De acuerdo a (2.5), la Ec. (2.6) se puede escribir como
]b
[
b
b
u(z, t) G(z, x)
(2.7)
u(z, t)
u(z, t)L G(z, x)dz =
G(z, x)(z, t)dz P (z) G(z, x)
z
z
a
a
a
Notese que la Ec. (2.7) ahora solo depende de G(z, x). La funcion G(z, x) es el kernel de la
formulacion integral y es llamada la funcion de Green que satisface el problema de valor a la
frontera original en su forma homogenea, tal que
L G(z, x) = (z x)
z (a, b)
(2.8)
con condiciones de frontera homogeneas

a
G(a, x)
+ a G(a, x) = 0
z
(2.9)
G(b, x)
+ b G(b, x) = 0
z
(2.10)
donde (z x) es la funcion delta de Dirac. La funcion de Green describe la solucion del problema
de valor a la frontera a traves una fuente localizada en x = z. En ese sentido, la solucion del
problema original con fuente (x, t) esta dada por la respuesta impulso G(z, x). Sustituyendo la
Ec. (2.8) en (2.7), obtenemos
[
]b
b
b
u(z, t) G(z, x)
u(z, t)
(2.11)
u(z, t)(z x)dz =
z
z
a
a
a
Haciendo uso de la propiedad de ltracion de la funcion delta de Dirac (Greenberg, 1971;
Haberman, 2004),
u(z, t)(z x)dz = u(x, t)
(2.12)
tenemos que la Ec. (2.11) se reduce a

[
]b
b
u(z, t) G(z, x)
u(x, t) =
u(z, t)
z
z
a
a
(2.13)
Finalmente evaluando las condiciones de frontera dadas en las Ecs. (2.3)-(2.4) y (2.9)-(2.10) en
la Ec. (2.13), se obtiene la siguiente expresion
a G(a, x)
b G(b, x)
u(x, t) = P (a)
P (b)
+
a
z
b
z
11
G(z, x)(x, t)dz

a
o bien
a G(a, x)
b G(b, x)
u(x, t) =P (a)
P (b)
+
a
z
b
z
b
+
G(z, x)g(z)R(u(z, t))dz
G(z, x)g(z)
a
u(z, t)
dz
t
(2.14)
A diferencia de los metodos tradicionales para la solucion numerica de problemas de valor a

la frontera (e.g. diferencias nitas, colocacion ortogonal), las formulaciones integrales basadas en
funciones de Green proveen una interpretacion acerca de como se llevan a cabo los procesos de
transporte y reaccion. Siguiendo el desarrollo presentado arriba, podemos identicar lo siguiente:
i) En el problema de valor a la frontera original, el transporte es descrito por el operador
diferencial. Mientras que en las FEI los fenomenos de transporte son descritos a traves de
la funcion de Green.
ii) La formulacion integral permite identicar que el perl u(x, t) se compone de la interacci
on
de los fenomenos involucrados (acumulacion, reaccion y condiciones de frontera) y como son
distribuidos mediante la funcion de Green.
iii) Los primeros dos terminos del lado derecho de la Ec. (2.14) describen la inuencia de las no
homogeneidades de las condiciones de frontera.
iv) La primera integral es la memoria del sistema e indica como cambia el perl de concentraci
on
a traves del tiempo, los cambios temporales son distribuidos en el espacio mediante la funcion
de Green.
v) La segunda integral denota como la funcion de Green (fenomenos de transporte) distribuye
el termino fuente (reaccion) a traves de todo el dominio.
vi) Si
u(x,t)
t
= 0, el perl de u(x, t) no depende del tiempo, es decir, que la Ec. (2.14) describe
el perl en estado estacionario de la Ec. (2.1).
2.1.2.
Esquemas num
ericos
Hasta este punto del desarrollo no se han hecho aproximaciones por lo que la Ec. (2.14) puede
ser considerada como una solucion analtica de la ecuacion diferencial original. Para determinar
el perl de u(x, t) es necesario obtener la expresion de la funcion de Green, la cual puede ser una
expresion analtica o puede quedar expresada como una funcion de P (x). Dado que R(u(x, t)) es
una funcion de u(x, t), no es posible obtener una solucion analtica explcita de la integral en la Ec.
(2.14). Lo que hace necesario el uso de metodologas numericas iterativas. En la siguiente seccion
12
se describen dos alternativas para la discretizacion de las ecuaciones integrales y se presenta el

esquema en DF.
Ecuaciones Integrales
Si consideramos un tama
no de malla equidistante, h = (b a)/(N + 1), con xi = a + ih, i (t) =
(xi , t) y ui (t) = u(xi , t) para i = 1, 2, . . . , N en el dominio = [a, b]. Entonces, podemos reescribir la Ec. (2.14) como
b
a G(a, x)
b G(b, x)
ui (t) =
G(z, xi )i (t)dz + P (a)
P (b)
z
a
b
a
(2.15)
Notese que, los nodos de la frontera x0 y xN +1 no son considerados en la Ec. (2.15), esto es
porque la metodologa incorpora exactamente las condiciones de frontera. La discretizacion de
la ecuacion integral puede ser estimada mediante cuadraturas numericas. Por ejemplo, usando la
regla del trapecio para aproximar la integral, se obtiene el siguiente sistema de ecuaciones
ui (t) = Bi (t) + h
G(zj , xi )i (t)
(2.16)
j=1
donde
Bi (t) = P (a)
b G(b, x) h
a G(a, x)
P (b)
+ [G(a, xi )a (t) + G(b, xi )b (t)]
a
z
b
z
2
Ahora si u(t) = [u1 (t), . . . , uN (t)]T , B(t) = [B1 (t), . . . , BN (t)]T y (t) = [1 (t), . . . , N (t)]T .
Entonces, la Ec. (2.16) se puede escribir como
u(t) = B(t) + hG*(t)
o bien
]
du
u(t) = B(t) + hG*
+ R(t)
(2.17)
dt
donde G* es una matriz de N xN con componentes i,j = g(xj )G(xj , xi ), i, j = 1, . . . , N . Por lo
tanto, el conjunto de N ecuaciones de valor a la frontera esta dado por
du(t)
u(t) B(t)
= G*1
R(u(t))
dt
h
(2.18)
La solucion del sistema de ecuaciones diferenciales (EDO) puede llevarse a cabo mediante
metodos numericos, tales como los metodos de Runge-Kutta. Una alternativa es hacer una
discretizacion total que incluya la derivada temporal. En ese sentido, denimos = t como
el paso de integracion, tk = t0 + k y uki = ui (tk ). Para la derivada temporal en (2.18) se propone
k)
u u
. Esto conduce a la siguiente ecuacion
un esquema de Euler implcito, esto es, du(t
dt
( )
[
]
h
uk = B k +
G* uk uk1 + R(uk ) ,
k = 1, 2, . . .
(2.19)
13
k1
La Ec. (2.19) es un sistema de ecuaciones algebraicas no lineales (EAN), el cual para cada
tiempo tk puede ser resuelto usando metodos iterativos (e.g., Newton Raphson, punto jo). La
ventaja del esquema (2.19) sobre el esquema (2.18) es que no se requiere la inversion de la matriz
G*.
Diferencias Finitas
Considerando una malla regular XN +2 = x0 , x1 , x2 , . . . , xN , xN +1 de tama
no N en el dominio
= [a, b], donde xi = ih, i = 0, . . . , N + 1, y h = (b a)/(N + 1). Por conveniencia, denimos
y(x, t) = P (x) u(x,t)
y ui = u(xi , t). Entonces, la Ec. (2.5) es
x
y(x, t)
= (x, t)
x
(2.20)
si en la derivada espacial usamos un esquema de diferencias nitas centrales en los puntos i 1/2,
obtenemos para el nodo xi
yi+1/2 (t) yi1/2 (t)

= i (t)
(2.21)
h
donde i (t) = (xi , t) y y(xi , t) = yi (t). Si Pi = P (xi ) y sustituimos a yi (t) en la Ec. (2.21),
tenemos
[
]
ui+1/2 (t)
ui1/2 (t)
1
Pi+1/2
Pi1/2
= i (t)
(2.22)
h
x
x
Ahora usando nuevamente un esquema de diferencias nitas centrales en las derivadas, tenemos
[
]
[
]
ui+1 ui
ui ui1
Pi+1/2
Pi1/2
= i (t)
(2.23)
h2
h2
o bien
[
]
[
]
Pi+1/2 ui+1 ui
Pi1/2 ui ui1
dui
=
R(ui (t))
(2.24)
dt
gi
h2
gi
h2
Como las Ecs. (2.18), las Ecs. (2.24) constituyen un conjunto de N EDO que puede ser resuelto
numericamente mediante metodos estandar de Runge-Kutta o bien se puede hacer la discretizacion

de la derivada temporal y resolver un conjunto de EAN. Por ejemplo, si empleamos un esquema
implcito en
dui
dt ,
tenemos
Pi+1/2
uki uk1
i
=
ht
gi
]
[
]
Pi1/2 uki uki1
uki+1 uki
R(uki )
h2
gi
h2
(2.25)
donde ht es el tama
no del paso de integracion, tk = t0 + kht y uki = ui (tk ). Para incorporar las
condiciones de frontera (2.3) y (2.4) es necesario aproximarlas. Tradicionalmente la aproximaci
on
de las condiciones de frontera se hace mediante diferencias nitas hacia atras o hacia adelante,
ya que las diferencias nitas centradas introducen un nodo cticio a una distancia h antes y/o
despues del dominio en cuestion (en este caso en a h o b + h) y en muchos casos los nodos
articiales pueden no ajustarse a las situaciones fsicas del problema.
14
2.2.
Sistemas reacci
on-difusi
on
Los sistemas reaccion-difusion son campo de estudio en diferentes areas de la ciencia e ingeniera.
Tpicamente para el estudio de las interacciones del transporte difusivo con las reacciones
qumicas, los parametros del sistema son considerados constantes. Sin embargo, estudios teoricos y
experimentales muestran que el coeciente de difusion puede ser una funcion de la concentraci
on,
temperatura y/o posicion. Por ejemplo, Barrer (1945) presento una metodologa para el calculo del
coeciente de difusion (masico y termico) como una funcion de la concentracion y de la posicion.
Sus resultados mostraron que cuando el coeciente no es homogeneo es posible reproducir con
mayor precision los resultados experimentales. As mismo, en las interacciones reaccion-difusi
on
pueden surgir formacion de patrones espacio-temporal, los cuales se presentan particularmente
en ambientes espacialmente heterogeneos (Page y col., 2005). Algunos estudios han demostrado
que los coecientes de difusion variables son un importante regulador de patrones tanto biologicos
(Schnackenberg, 1979; Othmer y Pate, 1980; Maini y col., 1992) como en interacciones ecologicas
(Segel y Jackson, 1972; Benson y col., 1992). Por otro lado, en procesos qumicos, tales como
en sistemas uidos en medios porosos los coecientes de difusion variable son empleados para
describir los fenomenos de transporte en las zonas de cambios abruptos (Valdes-Parada y col.,
2007).
Empleando los resultados de la seccion anterior desarrollamos las FEI para sistemas reacciondifusion abordando diferentes situaciones, tales como, sistemas reaccion-difusion involucrando el
coeciente de difusion variable, condiciones de frontera generales y diferentes geometras. Ademas,
se calcularon los perles de densidad de poblacion en un modelo predador-presa con formacion de
patrones espacio-temporal, identicando los aportes individuales de los fenomenos involucrados.
Los resultados obtenidos se compararon con esquemas de DF tradicionales.
2.2.1.
Formulaciones integrales para sistemas reacci

on-difusi
on
Considerando la Ec. (2.1) con g(x) = xm y P (x) = xm D(x), se obtiene el siguiente sistema
reaccion-difusion generalizado a una dimension espacial
[
]
u(x, t)
1
u(x, t)
= m
xm D(x)
R(u(x, t))
t
x x
x
x [a, b]
(2.26)
con condicion inicial y condiciones de frontera no homogeneas generales dadas por las Ecs. (2.2)(2.4). En la Ec. (2.26), D(x) es el coeciente de difusion que es funcion de la posicion, el parametro
m indica la geometra, (m = 0 coordenadas rectangulares, m = 1 cilndricas y m = 2 esfericas).
La Ec. (2.26) puede representar las interacciones reaccion-transporte en una pastilla cataltica.
Para el estudio de pastillas catalticas el parametro m no esta restringido a valores enteros. Valores
15
fraccionales de m pueden modelar el comportamiento de pastillas catalticas con formas irregulares

(Burghardt y Kubaczka, 1996; Papadias y col., 2000). Por otro lado, las condiciones de frontera
(2.3)-(2.4) pueden simplicarse para describir los fenomenos fsicos que se llevan a cabo en la
frontera de las pastillas catalticas. Por ejemplo, en x = a condicion de simetra y en x = b
resistencia al transporte externo.
El operador diferencial en la Ec. (2.26) es un operador auto adjunto por lo que es posible
seguir directamente la metodologa presentada en la seccion anterior. Por lo tanto, si denimos
[ m
]
a L = x
x D(x) x
, tenemos que la formulacion integral para la Ec. (2.26) se puede escribir
como
a G(a, x)
b G(b, x)
u(x, t) =a D(a)
bm D(b)
+
a
z
b
z
b
+
G(z, x)z m R(u(z, t))dz
G(z, x)z m
a
u(z, t)
dz
t
(2.27)
Como se enfatizo en la seccion anterior, el calculo de la funcion de Green es la operacion central

de la metodologa propuesta.
2.2.2.
Funci
on de Green para sistemas reacci
on-difusi
on
Algunos metodos han sido reportados para calcular la funcion de Green G(z, x), tales como
variacion de parametros y expansion en funciones propias (Greenberg, 1971; Haberman, 2004).
En este trabajo, se usa el metodo de la funcion delta de Dirac para calcular la funcion de Green
G(z, x). De las Ecs. (2.8)-(2.10), tenemos que
[
]
G(z, x)
m
z D(z)
= (z x)
z
z
z [a, b]
con sus correspondientes condiciones de frontera homogeneas. Teniendo en cuenta que
0 si z = x
(z x) =
si z = x
(2.28)
(2.29)
Se propone dividir el problema en dos tramos cuando z < x y cuando z > x, entonces obtenemos
que la ecuacion diferencial (2.28) queda como
[
]
G(z, x)
m
z D(z)
=0
z<x
z
z
[
]
G(z, x)
z m D(z)
=0
z>x
z
z
Ahora si integramos dos veces a las Ecs. (2.30), tenemos a G(z, x) como
C z 1 d + C si z < x
1 a m D()
2
G(z, x) =
z
1
C3
d + C4 si z x
m
b D()
16
(2.30)
(2.31)
Evaluando las condiciones de frontera (2.9) y (2.10) en (2.31) obtenemos
]
[
C1 z m 1 d a am
si z < x
a D(a)
[a D()
]
G(z, x) =
C3 z m 1 d b bm
si z x
b D(b)
b D()
(2.32)
Para obtener los parametros C1 y C3 , necesitamos imponer dos condiciones adicionales. La

primera condicion surge del hecho que el campo de concentraciones es continuo en z = x, entonces
G(x+ , x) = G(x , x)
(2.33)
La segunda condicion resulta de integrar la Ec. (2.28) en los lmites z = x y z = x+ para dar

G(z, x)
1
G(z, x)
= m
(2.34)

z
z
x D(x)
z=x+
z=x
Despues de evaluar la Ec. (2.32) en las Ecs. (2.33) y (2.34) se obtiene
(
) (
)
z
x
b bm
a am
1
1
si z < x
m
m
1
a D(a)
b D(b)
) (b D()
)
(a D()
G(z, x) =
m
m
z
x
b b
a a
1
1
AG
si z x
b m D() d b D(b)
a m D() d a D(a)
donde
AG =
a
(2.35)
1
b bm
a am
d
+
m D()
b D(b) a D(a)
La Ec. (2.35) es la funcion de Green correspondiente a problemas reaccion-difusion dados por la

Ec. (2.26) con condiciones de frontera generales. La expresion analtica completa de la funcion de
Green depende directamente de la funcion para el coeciente de difusion. Si D(x) es una funcion
compleja y no es posible obtener la solucion exacta de las integrales en la Ec. (2.35), podemos
aproximar la funcion de Green mediante metodos de cuadratura. Por otro lado, en procesos en
ingeniera qumica donde es valido considerar un coeciente de difusion constante, no es difcil
demostrar que la funcion de Green es:
para m = 1
( 1m
) ( 1m
a m
z
a1m
x
a
1
1m
a
1m
( 1m
)
(
G(z, x) =
1m
1m
a m
z 1m
a
AG x
1m 1m a a
1m
con
AG =
b1m
1m
b1m
1m
b m
b b
)
b m
b
b
si z < x
si z x
(2.36)
a1m
b
a m
b1m
+ bm
a
1 m 1 m b
a
y para m = 1
(
)(
a 1
ln(x) ln(b)
1 ln(z) ln(a) a a
(
)(
G(z, x) =
AG ln(x) ln(a) a a1 ln(z) ln(b)
a
17
b 1
b b
)
b 1
b
b
si z < x
si z x
(2.37)
donde
AG = ln(b) ln(a) +
b 1 a 1
b
a
b
a
La formulacion integral de la ecuacion diferencial (2.26) se compone de las Ecs. (2.27)-(2.35).

Entonces, el perl u(x, t) puede ser obtenido mediante los esquemas numericos discutidos en la
seccion 2.1.2. La Figura 2.1 muestra los efectos tanto de la geometra como de las condiciones de
frontera sobre la distribucion de la funcion de Green. Notese que la distribucion de la funcion de
Green exhibe una curvatura propias del sistema coordenado evaluado (i.e., coordenadas cilndricas
y esfericas). Para condiciones de frontera tipo Dirichlet (a = b = 0 y a = b = 1), el valor
de la funcion de Green se hace cero en las fronteras, esto es debido a que para condiciones de
frontera Dirichlet los valores en las fronteras estan jos. Mientras que para condiciones de frontera
Neumann y Robin (a = b = 1 y a = 0) la funcion de Green no desaparece en las fronteras,
ya que los perles de u(x, t) dependen de los parametros del modelo. Particularmente, en el caso
de condiciones de frontera tipo Robin la distribucion de la funcion de Green va a depender del
parametro b . Si b 0, la condicion de frontera tiende a ser de tipo Neumann y si b
tiende a ser de tipo Dirichlet.
2.2.3.
Resultados num
ericos
En esta seccion se presentan los resultados numericos obtenidos a partir de las FEI en la
solucion de los sistemas reaccion-difusion, para ello se resolvieron diversos problemas tpicos que
surgen en el analisis de pastillas catalticas. Ademas, se muestran los benecios de trabajar con
ecuaciones integrales sobre la interpretacion fsica de los fenomenos que componen a los sistemas
reaccion-difusion. Para ese n, se estudio un modelo RD de interacciones predador-presa con
formacion de patrones espacio-temporal. Los resultados numericos son comparados con DF y con
las soluciones analticas. En los casos donde no se dispone de la solucion analtica, los resultados se
compararon con los obtenidos mediante Comsol Multiphysics 3.5a usando 2000 nodos en la malla
computacional. Como un ndice del error de aproximacion numerica se considero el error relativo,
el cual es calculado empleando la norma del maximo que esta denido como
Er = max(|ue (xi ) uap (xi )|)
(2.38)
donde N es el n
umero de nodos, uap (xi ) es la aproximacion del perl de concentracion y ue (xi )
es el perl de concentracion exacto o calculado mediante Comsol Multiphysics. Para la solucion
numerica de los modelos propuestos se utilizo el metodo iterativo de punto jo sobre relajado.
Como criterio de paro del metodo iterativo se emplea una tolerancia de 1E-10.
18
Funcin de Green, G(z,x)
(a)
0.2
0.4
0.0
0.6
1.0
0.8
m=2.0
1
0
0.2
0.4
0.6
0.8
z
(b)
0.1
0.2
5.0
0.3
1.0
0.4
m=0.0
0.5
0
0.2
b=0.0
0.4
0.6
0.8
z
Figura 2.1: Funcion de Green con pulso concentrado en x = 0.5, para coordenadas rectangulares (m = 0),
cilndricas (m = 1) y esfericas (m = 2), a) condiciones de frontera tipo Neumann (x = 0) mas Dirichlet
(x = 1) y b) Dirichlet (x = 0) mas Robin (x = 1).
Modelo de pastilla cataltica

Considerando el modelo (2.26) normalizado en x [0, 1] y con las siguientes condiciones de frontera
(Aris, 1975)
u(0, t)
=0
x
u(1, t)
= Bi(u(1) ubulk )
x
(2.39)
En x = 0 la condicion de frontera indica simetra, mientras que en x = 1 indica que existe

resistencia al transporte de masa en la supercie de la pastilla cataltica. Bi es el n
umero de Biot
19
y relaciona el transporte externo entre el transporte interno y ubulk = 1.0 es la concentraci

on
normalizada en la fase uida externa. Bajo las condiciones de frontera (2.39), la formulaci
on
integral resulta como
u(x, t) = ubulk +
G(z, x)z
a
m u(z, t)
G(z, x)z m R(u(z, t))dz
dz +
(2.40)
y la funcion de Green es

1
x
G(z, x) =
1
1
m D() d
1
z m D() d
1
BiD(1)
1
BiD(1)
si z < x
si z x
(2.41)
Para la aproximacion numerica de la ecuacion integral (2.40) se utilizo el esquema dado por
la Ec. (2.19). Mientras que DF se uso el esquema propuesto en la Ec. (2.25) con un esquema de
diferencias hacia adelante y hacia atras para aproximar las condiciones de frontera en x = a y
x = b respectivamente. Para iniciar el analisis se considera la Ec. (2.40) en estado estacionario, es
decir con
u(x,t)
t
= 0 y con una velocidad de reaccion de primer orden, R(u(x)) = 2 u(x), donde
es el modulo de Thiele y relaciona la reaccion qumica y la difusion interna. Para m = 0, m = 2 y

Bi = 1.0, la Figura 2.2 muestra la comparacion del error relativo Er , obtenido mediante el esquema
de DF tradicional y la FEI para dos valores del modulo de Thiele ( = 0.5 y = 5.0). Donde se
observa que, en general, la formulaci
on de funciones de Green exhibe mejor desempe
no numerico
que DF. Particularmente, en coordenadas rectangulares para = 0.5 y N = 10, FEI exhibe
errores relativos hasta en 3 ordenes de magnitud menores que DF, mientras que para N = 100 la
diferencia crece hasta 4 ordenes de magnitud. Esto es debido a que el orden de aproximaci
on de
FEI es O(h2 ) mientras que para DF es O(h). Para coordenadas esfericas las diferencias entre los
errores relativos son menores, pero se conservan los mismos ordenes de aproximacion para cada
metodo. Los ordenes globales de aproximacion numerica del metodo de DF son O(h) a pesar de
que la discretizacion de los operadores diferenciales espaciales es de O(h2 ), esto es debido a que
las condiciones de frontera son aproximados con O(h). La disminucion en el orden global en el
metodo de DF muestra que dichos esquemas son propagadores de errores.
Es importante resaltar que los errores relativos obtenidos mediante las FEI incrementan cuando
el proceso es controlado por la transferencia de masa, es decir cuando >> 1. Debido a que
la formulacion integral se basa en la inversion analtica del operador diferencial, el desempe
no
numerico de FEI es mayor cuando el transporte difusivo domina sobre los mecanismos de reaccion
(Valdes-Parada y col., 2008a). Para evaluar el desempe
no del esquema propuesto para valores
fraccionales de m, se considera una velocidad de reaccion tipo Langmuir-Hinshelwood,
R(u(x)) = 2
(1 + )2 u(x)
(1 + u(x))2
20
(2.42)
10
(a)
Error relativo, E
Error relativo, E r
10
10
10
10
10
10
=5.0
=0.5
10
10
10
10
10
Tamao de malla, h
Tamao de malla, h
(b)
DF
FEI
10
Error relativo, E
Error relativo, E r
10
10
10
10
10
=0.5
=5.0
10
10
10
Tamao de malla, h
10
10
10
Tamao de malla, h
Figura 2.2: Error relativo vs. h para una reaccion qumica de primer orden, R(u(x)) = 2 u(x) y Bi = 1.0,
a) coordenadas rectangulares y b) esfericas.
Para = 0.5 y = 5.0, la Figura 2.3a muestra los errores relativos a diferentes valores
de m, donde se observa que para cualquier valor de m el metodo integral preserva ordenes de
aproximacion de O(h2 ) mientras que DF se mantiene con ordenes de aproximacion de O(h).
Por otro lado, si se considera un coeciente de difusion que depende de la posicion espacial, tal
que, D(x) = D0 (1 + x) con D0 = 0.3 y = 5/6 (Barrer, 1945) y con la siguiente velocidad de
reaccion no isotermica (Aris, 1975),
(
2
R(u(x)) = u(x) exp
(1 u(x))
1 + (1 u(x))
)
(2.43)
Para = 20.0 y = 0.2, la Figura 2.4a muestra el efecto de la resistencia al transporte

externo sobre el desempe
no de los esquemas numericos. Considerando m = 0, el esquema integral
exhibe menores errores relativos que DF y con ordenes de aproximacion de O(h2 ). Es importante
resaltar que el orden de aproximacion para DF incrementa cuando Bi >> 1. El esquema de
DF incorpora las condiciones de frontera tipo Neumann y Robin mediante la aproximaci
on de
21
10
Error relativo, E r
Error relativo, E r
10
DF
FEI
10
10
m=1.25
m=0.75
4
10
10
10
10
10
Tamao de malla, h
10
Tamao de malla, h
Figura 2.3: Error relativo de sistemas RD en coordenadas irregulares con = 5.0.
la derivada, mientras que las condiciones tipo Dirichlet se incorporan directamente. Uno de los
aspectos mas importantes para cuanticar el desempe
no numerico es el tiempo de computo, que
depende basicamente de la cantidad de iteraciones que requiere el metodo numerico para converger
al valor aproximado deseado. En la Figura 2.4b se muestra el n
umero de iteraciones que requiere
cada metodo para converger a la solucion aproximada contra el tama
no de la malla computacional.
Se puede observar que para DF se requiere un n
umero mayor de iteraciones a medida que el n
umero
de nodos incrementa, mientras que para FEI el n
umero de iteraciones se mantiene constante a
pesar del incremento del n
umero de nodos. Esto se ve reejado en los tiempos de computo, como
se puede ver en la Tabla 2.1.
Los tiempos de computo son obtenidos mediante el calculo de los perles de concentracion u(x)
en estado estacionario para las siguientes velocidades de reaccion y coecientes de difusion.
Caso 1: D=cte. y cinetica de primer orden
Caso 2: D=cte. y cinetica tipo Langmuir-Hinshelwood
Caso 3: D(x) = D0 (1 + x) y cinetica no isotermica.
La Tabla 2.1 reporta el tiempo promedio necesario para obtener el perl u(x) 10 veces (de 10 a
100 nodos en intervalos de 10 nodos). La Tabla 2.1 muestra como vara el tiempo de computo con
respecto a , de donde se puede armar que las FEI requieren de menores tiempos de computo
que los esquemas de DF. Particularmente, las FEI tienen mejor desempe
no cuando < 2, esto
es, cuando los fenomenos difusivos tienen mayor peso en el proceso. Como ya se menciono con
anterioridad es debido a que la formulacion integral esta basada en la inversion del operador
difusivo.
22
(a)
10
Error relativo, E r
Error relativo, E r
10
10
10
10
10
Tamao de malla, h
10
Tamao de malla, h
(b)
10
Nmero de iteraciones
10
Bi=10.0
Bi=0.1
10
10
10
Bi=0.1
DF
FEI
10
10
Bi=10.0
10
10 1
10
10
10
10
Nmero de Nodos, N
Nmero de Nodos, N
Figura 2.4: Er para un sistema RD con D(x) = D0 (1 + x), R(u(x)) = u(x) exp
(1u(x))
1+(1u(x))
)
, = 5.0
y m = 0, a) error relativo vs. h y b) n

umero de iteraciones requeridas.
El caso dinamico se analiza mediante las Ecs. (2.40) y (2.41) considerando dos casos: (a) m = 1.5
y con cinetica dada por la Ec. (2.42) y (b) m = 0 con coeciente de difusion reportado en Maini
y col., (1992) (D(x) = D0 c0 sech() cosh(x)) y con velocidad de reaccion dada por la Ec. (2.43).
El error relativo se calcula con la Ec. (2.38) en intervalos de tiempo de t = 0.01. La solucion
aproximada se obtiene empleando 50 nodos en los esquemas (2.19) y (2.25) para FEI y DF,
respectivamente. Las Figuras 2.5 y 2.6 muestran la dinamica del error relativo, donde se observa
lo siguiente: (i) el error relativo muestra una dinamica que corresponde al estado transitorio de la
pastilla cataltica en estudio. Cuando = 10.0 el procesos llega s
ubitamente al estado estacionario
mientras que cuando = 0.1 el proceso llega al estado estacionario a t > 5 (Figura 2.5). (ii) Las
dinamicas del error no muestran grandes cambios con la variacion del n
umero de Biot (Figura
2.6), sin embargo es posible observar que las mejores aproximaciones numericas para las FEI son
cuando Bi 0. (iii) Como era de esperarse, los errores relativos obtenidos con FEI son mas
23
Modulo de
Thiele
Tiempo (seg.)
Caso 1
Caso 2
Caso 3
FEI
DF
FEI
DF
FEI
DF
0.1
0.0156
21.184
0.0312
23.259
0.0936
27.440
0.5
0.0468
19.890
0.0462
22.198
0.3432
10.998
1.0
0.9560
15.194
0.1552
16.832
0.4368
9.0320
5.0
0.2340
1.6848
0.4680
1.0296
4.8516
2.3868
10.0
0.5928
0.5616
1.2792
0.4368
12.386
2.4804
Tabla 2.1: Tiempo de computo para la solucion numerica de sistemas reaccion-difusion.
peque
nos cuando > 1 a cualquier tiempo. (iv) Ambos metodos requieren un mayor n
umero de
iteraciones cuando el proceso esta en la fase dinamica. Sin embargo, cuando el proceso se acerca
al estado estacionario el n
umero de iteraciones disminuye considerablemente (Figuras 2.5b). En la
fase dinamica las FEI requieren de un menor n
umero de iteraciones por cada paso de integraci
on
y por ende un menor tiempo de computo. En general, los resultados numericos muestran que las
formulaciones integrales son una buena alternativa para la solucion numerica de modelos reacciondifusion generales a diferentes condiciones (i.e., condiciones de frontera, geometras irregulares,
coeciente de difusion anisotropico, estado transitorio, etc.).
Modelo predador-presa
Considerando un modelo reaccion-difusion para interacciones predador-presa de la forma (Sherrat
y col., 1995)
(
)
u(x, t)
2 u(x, t)
u(x, t)
= D1
+ u(x, t) 1
t
x2
v(x, t)
v(x, t)
2 v(x, t)
u(x, t)v(x, t)
= D2
+ v(x, t)(1 v(x, t))
2
t
x
v(x, t) +
con las siguientes condiciones inicial y de frontera
(2.44)
(2.45)
u(x, 0) = u0
v(x, 0) = v0
(2.46)
u(0, t)
=0
x
v(0, t)
=0
x
(2.47)
u(L, t) = 0
v(L, t) = 0
(2.48)
donde u(x, t) y v(x, t) son la densidad de poblacion de los depredadores y presas respectivamente;
D1 y D2 son los coecientes de difusion para los depredadores y presas respectivamente; , y
24
(a)
=0.1
Error Relativo,E r
Error Relativo,E r
10
10
10
10
=10.0
2
10
10
10
0.2
Tiempo, t
4
(b)
=0.1
10
10
10
0.6
0.8
Tiempo, t
10
0.4
10
=10.0
3
10
10
FEI
DF
10
10
0.2
0.4
0.6
0.8
Tiempo, t
Tiempo, t
Figura 2.5: Dinamica del error relativo con cinetica tipo Langmuir-Hinshelwood para m = 1.5 y dos valores
, a) error relativo a cada paso de integracion y b) n
umero de iteraciones
son parametros positivos constantes. Dadas las condiciones de frontera homogeneas (2.47)-(2.48),
las ecuaciones integrales resultan como
(
)
L
L
u(x, t)
u(x, t)
u(x, t) =
Gu (z, x)
dz
Gu (z, x)u(x, t) 1
dz
(2.49)
t
v(x, t)
0
0
[
]
L
L
v(x, t)
u(x, t)v(x, t)
v(x, t) =
Gv (z, x)
dz
Gv (z, x) v(x, t)(1 v(x, t)) +
dz (2.50)
t
v(x, t) +
0
0
y las funciones de Green son
x L si z < x
Gu (z, x) = Gv (z, x) =
z L si z x
(2.51)
Para las simulaciones numericas, los parametros son = 3.0, = 0.1, = 0.3, D1 = 1.0,
D2 = 0.1, u0 = v0 = 0.1 y L = 10. Usando el esquema implcito dado por la Ec. (2.19) con N = 50
y = 0.01, los perles u(x, t) y v(x, t) se muestran en la Figura 2.7 La formulacion integral
25
(a)
Bi=10
Error Relativo,E r
Bi=0.1
Error Relativo,E r
10
10
10
10
10
0.2
0.4
0.6
0.8
Tiempo, t
(b)
Bi=0.1
10
10
10
10
10
0.5
1.5
2.5
Tiempo, t
4
10
Bi=10
3
10
10
DF
FEI
10
10
10
0.2
0.4
0.6
0.8
Tiempo, t
0.5
1.5
2.5
Tiempo, t
Figura 2.6: Dinamica del error relativo para el sistema RD con coeciente de difusion no lineal usando
m = 0, D0 = 1.0, = 3.4008 y c0 = 15.0 (Maini y col., 1992) y = 1.0, a) error relativo y b) n
umero de
iteraciones.
permite identicar los diferentes aportes que conforman las interacciones reaccion-transporte.
Por ejemplo, se observa que la Ec. (2.49) se compone de dos integrales, la primera integral
describe como cambia la distribucion de densidad de poblacion tanto en el tiempo como en el
espacio, donde la distribucion espacial es guiada por la funcion de Green. La Figura 2.8a muestra
las distribuciones espacio-temporal del termino de acumulacion, donde se identican patrones
periodicos que corresponden a la densidad de poblaciones (Figura 2.7a) y son una consecuencia
de la dinamica entre las poblaciones de las diferentes especies interactuando. La segunda integral
indica como se lleva a cabo el proceso de predacion-nacimiento-muerte en los depredadores y como
la funcion de Green distribuye la densidad de poblacion en el espacio. La poblacion de predadores
se llevan a cabo dentro de un ciclo periodico, el cual depende de la cantidad de presas disponibles,
esto es, si existe una gran cantidad de presas la poblacion de predadores aumenta y viceversa
26
Figura 2.7: Patrones espacio-temporal del modelo de densidad de poblaciones dado por las ecuaciones
(2.49) y (2.50), a) predador y b) presa.
(Figura 2.8b).
De acuerdo a los resultados descritos arriba, se hacen los siguientes comentarios:

Para sistemas reaccion-difusion la formulacion integral exhibe un O(h2 ) para cualquier valor
de m, esto debido a la propiedad de incorporacion exacta de las condiciones de frontera. Por
otro lado, en los esquemas de DF, el operador de difusion es aproximado mediante diferencias
centrales con O(h2 ). Sin embargo, si las condiciones de frontera son incorporadas mediante
diferencias de O(h), entonces el orden global del metodo disminuye. Los errores relativos para
DF se aproximan a los calculados por FEI cuando >> 1. Esto es, porque los mecanismos
de reaccion tienen mayor importancia en el proceso y la aproximacion de la condicion de
frontera es incorporada en el operador de difusion discreto.
27
Figura 2.8: Aportes individuales en la FEI dada por la Ec. (2.49), a) interacciones predador-presa y b)
acumulacion.
Los esquemas basados en funciones de Green presentan mejor aproximacion numerica cuando
en los procesos, los fenomenos de transporte tienen mayor importancia ( << 1). Esto es
debido a que la formulacion integral se basa en la inversion analtica del operador diferencial,
siendo la funcion de Green la encargada de representar la distribucion de los fenomenos de
transporte en todo el dominio.
Los fenomenos de transporte externos afectan directamente al transporte difusivo interno,
por lo tanto el desempe
no numerico de las FEI tambien se ve afectado. A medida que
la resistencia al transporte externo incrementa los errores relativos calculados tambien
incrementan. Es decir, cuando el proceso es controlado por los fenomenos difusivos internos,
las FEI exhiben mejor desempe
no numerico.
Los esquemas de FEI para solucion numerica de problemas reaccion-difusion requieren
28
menores tiempos de computo que los esquemas clasicos de DF. Particularmente, los tiempos
de computo son menores cuando en los procesos los fenomenos difusivos son mas importantes.
A diferencia de los esquemas tradicionales de DF, las formulaciones integrales poseen
una estructura matematica que permite identicar como evolucionan individualmente los
diferentes fenomenos que componen las interacciones reaccion-difusion.
2.3.
Sistemas reacci
on-difusi
on-convecci
on
Existen una gran cantidad de procesos que pueden ser descritos por sistemas reaccion-difusi
onconveccion, tales como el estudio de patrones en la morfogenesis (Perumpanani y col., 1995),
formacion de ondas espacio-temporal de procesos biologicos (Mannsour, 2008), patrones en
interacciones ecologicas (Malchow, 2008), reacciones qumicas (Matthiessen y M
uller, 1996;
Fernandez-Garca, 2008), operaciones unitarias (Epstein y Pojman, 1998; Alhumaizi, 2003; Henda
y Alhumaiz 2002;) entre otros. En muchos procesos industriales los reactores y bioreactores
tubulares son la operacion central, por lo que es de gran interes su estudio. Los reactores tubulares
son sistemas RDC de parametros distribuidos no lineales, debido a que son descritos por ecuaciones
diferenciales parciales (EDP) derivadas de la aplicacion de principios de conservacion y la presencia
de terminos no lineales. Es bien sabido que en muchos modelos matematicos no lineales no
se cuentan con soluciones analticas. Por lo que la solucion numerica de EDP no lineales es
necesaria en el estudio de modelos que describen sistemas RDC. Para evaluar el metodo propuesto
en ecuaciones RDC se estudian modelos de reactores y bioreactores tubulares con dinamicas
complejas.
2.3.1.
FEI para sistemas reacci

on-difusi
on-convecci
on
Siguiendo la metodologa presentada en la seccion anterior, se desarrollan esquemas de FEI para

modelos RDC. Para ello se considera el siguiente modelo RDC adimensional,
u(x, t)
2 u(x, t)
u(x, t)
=
Pe
R(u(x, t))
2
t
x
x
x [a, b]
(2.52)
con condicion inicial y condiciones de frontera dadas por las Ecs. (2.2)-(2.4). P e es el n
umero
de Peclet, que nos da la relacion del transporte convectivo entre el transporte difusivo. A n
de desarrollar la formulacion integral para la Ec. (2.52) se requiere que el operador difusionconveccion, L =
2
x2
P e x
sea auto adjunto. De acuerdo con Greenberg, (1971) para el operador
2
diferencial L = a()
2 b() + c() uno puede usar el factor integrante
(
)
b() a ()
= exp
d
a()
29
para obtener un operador auto-adjunto, i.e., L = L . Para la Ec. (2.52) a() = 1, b() = P e y
c() = 0. Por lo tanto, el factor integrante esta dado por = exp (P ex). Entonces, la ecuacion
que usaremos para la derivacion de FEI es
[
]
[
]
u(x, t)
u(x, t)
exp(P ex)
= exp(P ex)
+ R(u(x, t))
x
x
t
(2.53)
Notese, que la Ec. (2.53) tiene la misma estructura que la Ec. (2.1), donde g(x) = exp(P ex)
y P (x) = exp(P ex). Si denimos el operador diferencial en la Ec. (2.53) como Lu(x, t) =
[
]
u(x,t)
exp(P
ex)
, tenemos que la formulacion integral esta dada por
x
x
a G(a, x)
b G(b, x)
u(x, t) = exp(P ea)
exp(P eb)
a
z
b
z
b
b
u(z, t)
+
G(z, x) exp(P ex)
dz +
G(z, x) exp(P ex)R(u(z, t))dz
t
a
a
(2.54)
La formulacion integral se completa con el calculo de la funcion de Green, el cual es presentado a

continuacion.
2.3.2.
Funci
on de Green
Para el calculo de la funcion de Green partimos del problema original homogeneo

[
]
G(z, x)
exp(P ez)
= (z x) z [a, b]
z
z
(2.55)
con sus correspondientes condiciones homogeneas

a
G(a, x)
+ a G(a, x) = 0
z
G(b, x)
+ b G(b, x) = 0
z
(2.56)
Integrando dos veces a (2.55) y evaluando las dos condiciones de frontera y las dos impuestas
(continuidad e integracion de (2.55) en z = x a z = x+ ), tenemos que la funcion de Green es
1 (exp(P ez) exp(P eb)kb ) (exp(P ex) exp(P ea)ka ) si z < x

G(z, x) =
(2.57)
AG (exp(P ex) exp(P eb)kb ) (exp(P ez) exp(P ea)ka ) si z x
donde ka = P e bb + 1, kb = P e bb + 1 y AG = P e (exp(P eb)kb exp(P ea)ka ). Las Ecs. (2.54)
y (2.57) son la version integral del sistema (2.52) con condiciones de frontera generales. Para
condiciones de frontera tipo Dirichlet (i.e. a = b = 1 y a = b = 0), la Figura 2.9 muestra el
efecto del n
umero de Peclet sobre la distribucion de la funcion de Green. Se observa que a medida
P e incrementa, la funcion de Green se propaga hacia la frontera x = b, esto es debido a que el
ujo convectivo va de la frontera x = a a x = b y a medida que el P e crece, la velocidad del
30
uido tambien incrementa. Para P e << 1 la propagacion es simetrica debido a que la velocidad
del uido tiende a cero y la funcion de Green solo describe los fenomenos difusivos. La funcion de
Green tiende a cero en las fronteras debido a que esta calculada en base a condiciones de frontera
impuestas.
0.0
0.5
0.5
3.0
1
Pe=5.0
1.5
2
2.5
0
0.2
0.4
0.6
0.8
z
Figura 2.9: Funcion de Green con pulso concentrado en x = 0.5 para sistemas reaccion-difusion-conveccion
con condiciones de frontera tipo Dirichlet.
Por otro lado, si tomamos el lmite cuando P e 0, es decir, cuando no hay transporte
convectivo, tenemos que la funcion de Green toma la forma de
(
)(
z a a
xb
1
a
(
)(
G(z, x) =
b
a
b a + b a
x a aa
zb
b
b
)
b
b
si z < x
si z x
(2.58)
La Ec. (2.58) corresponde a la funcion de Green de un sistema reaccion-difusion en coordenadas

rectangulares (Ec. (2.36) con m = 0) y condiciones de frontera generales, esto ndica que la
Ec. (2.57) es la funcion de Green general para sistemas RT unidimensionales en coordenadas
cartesianas.
2.3.3.
Resultados num
ericos
Para evaluar la exactitud numerica del metodo se estudiaron dos casos: (i) un bioreactor tubular
isotermico y (ii) un reactor tubular no isotermico con dispersion axial, ambos bajo condiciones
dinamicas y en estado estacionario. Los resultados numericos son comparados frente a DF y las
soluciones obtenidas mediante Comsol Multiphysics. Como ndice de aproximacion del error, se
calculo el error relativo mediante la Ec. (2.38).
31
Bioreactor tubular
Considerando un bioreactor tubular isotermico con dos variables de estado, la concentraci
on del
substrato, S(, t) y la concentracion de la biomasa, X(, t). El modelo matematico esta descrito
por el siguiente sistema de ecuaciones diferenciales parciales no lineales (Drame, 2008),
S(, t)
2 S(, t)
S(, t)
=D
v
k(S, X)X(, t)
2
t
(2.59)
X(, t)
= kd X(, t) + (S, X)X(, t)
t
(2.60)
donde
(S, X) = 0
S(, t)
KS X(, t) + S(, t) + Ki1 S(, t)2
(2.61)
con las siguientes condiciones iniciales y de frontera

S(, 0) = S0 ()
X(, 0) = X0 ()
(2.62)
S(0, t)
= v(S(0, t) Sin )
(2.63)
S(L, t)
=0
(2.64)
En la Ecs. (2.59)-(2.60), D, k, kd , KS , Ki , Sin , v y 0 son parametros positivos denidos. En

particular, D, v y kd denotan el coeciente de dispersion axial, la velocidad supercial del uido y
la constante cinetica, respectivamente. Finalmente [0, L] y t > 0 denotan la variable espacial y
temporal, respectivamente, donde L es la longitud del bioreactor. Reareglando la Ec. (2.59) como
[
]
( v ) S(, t) ] exp ( v ) [ S(, t)
D
exp
=
+ k(S, X)X(, t)
(2.65)
D
t
tenemos que la formulacion integral para predecir la concentracion del sustrato en el bioreactor
tubular es
S(, t) = Sin +
0
( v )[
]
exp D
z S(z, t)
G(z, )
+ k(S, X)X(z, t) dz
D
t
(2.66)
Para las simulaciones numericas se consideran los siguientes parametros: D = 0.13, Ki = 5.0,
0 = 0.65, kd = 0.26, L = 1.0, k = 7.0, KS = 3.0, v = 0.03 y Sin = 10.0 (Drame, 2008). En
la Figura 2.10 se muestran los perles dinamicos de la concentracion del sustrato y biomasa. La
solucion del sistema integro-diferencial se obtuvo a partir del esquema implcito para la derivada
temporal, dado por el esquema (2.19). El sistema EAN resultante es resuelto mediante metodos
de punto jo sobrerelajado para cada tiempo (tk ) con un t = 0.01.
La Figura 2.11 muestra la comparacion de los errores relativos Er , obtenidos con el esquema
de DF y FEI para dos valores del coeciente de difusion (D = 0.05, D = 5.0) y dos valores de
32
Figura 2.10: Solucion numerica de las Ecs. (2.60)-(2.66), a) concentracion de sustrato y b) concentracion
de biomasa.
la constante de la velocidad de reaccion (k = 1.0, k = 10) en estado estacionario. Se observa que

las formulaciones integrales exhiben mayor exactitud numerica que DF, sin embargo cuando los
fenomenos difusivos dominan el proceso k >> 1 los errores relativos de DF tienden a los obtenidos
por FEI. Por otro lado, cuando la reaccion qumica domina el proceso (D ) las FEI muestran
mejor aproximacion numerica.
Para el caso dinamico se consideran las Ecs. (2.66) y (2.60) con S0 = 1.0 y X0 = 1.0, con N = 50
y v = 0.30. La Figura 2.12 muestra los perles S() y X() a cinco diferentes tiempos. Las FEI
muestran menor error de aproximacion numerica que DF (esta observacion es mas evidente cerca
de = 1.0). El error relativo a t = 0 es cero dadas las condiciones iniciales, a medida que la
concentracion evoluciona con el tiempo los errores relativos crecen y se mantienen constantes
cuando se llega al estado estacionario. La Figura 2.12b muestra la dinamica del error relativo,
donde se observa a tiempos cortos (t < 1) los errores relativos para ambos metodos son similares y
33
10
10
10
10
Error relativo, E r
Error relativo, E r
(a)
1
D=0.05
10
10
10
D=5.0
6
10
10
(b)
Error relativo, E r
10
Error relativo, E r
10
Tamao de malla, h
Tamao de malla, h
10
10
DF
FEI
10
10
10
k=2.0
10
10
k=20.0
10
10
10
Tamao de malla, h
10
10
Tamao de malla, h
Figura 2.11: Modelo del bioreactor tubular en estado estacionario. Errores relativos vs. h a diferentes
valores de los parametros, a) k = 1.0 y b) D = 1.0
a medida que el tiempo crece las FEI muestran menores errores relativos. Lo que es un indicativo
de que las FEI son una alternativa en la aproximacion numerica de modelos RDC.
Reactor tubular con dispersi
on axial no isot
ermico
El modelo supone que no hay gradientes de temperatura ni de concentracion en la direccion
radial, que la reaccion es homogenea, los mecanismos de mezclado axial son descritos por un solo
parametro y la reaccion qumica es de primer orden. Los balances de masa y energa adimensionales
para el reactor tubular estan dados por (Varma and Aris, 1977)
(
)
c(, t)
1 2 c(, t) c(, t)
T (, t)
=
+ Da(1 c(, t)) exp

(2.67)
t
P em 2
+ T (, t)
(
)
T (, t)
1 2 T (, t) T (, t)
T (, t)
=
+BDa(1c(, t)) exp

+(Tj T (, t)) (2.68)
t
P em 2
+ T (, t)
34
Error relativo, E
Sustrato, S(x,t)
0.025
Comsol
FEI
DF
4
2.5
3
1.5
1.0
2
1
0
2.0
(a)
DF
FEI
0.02
0.015
0.01
t=0.5
0.2
(b)
0.4
0.6
0.8
0.005
0.5
Posicin, x
1.5
2.5
Tiempo, t
Figura 2.12: Desempeno numerico del bioreactor tubular.
con condiciones iniciales y de frontera

c(, 0) = 0
c(0, t)
= P em c(0, t)
c(1, t)
=0
y
y
y
T (, 0) = 0
(2.69)
T (0, t)
= P eh T (0, t)
T (1, t)
=0
(2.70)
(2.71)
donde c y T son la concentracion y temperatura en el reactor; t y son las variables adimensionales

temporal y espacial; P em y P eh son los n
umeros de Peclet para el transporte de masa y calor;
es el coeciente adimensional de transporte de calor; Da es el n
umero de Damkohler; B es el calor
de reaccion y es la energa de activacion adimensional. Re-escribiendo a las Ecs. (2.67)-(2.68),
como
[
]
[
]
c(, t)
exp (P em ) c(, t)
exp (P em )
=
Rc (, t)
P em
t
[
]
[
]
T (, t)
exp (P eh ) T (, t)
exp (P eh )
=
RT (, t)
P eh
t
(2.72)
(2.73)
donde
(
Rc (, t) =Da(1 c(, t)) exp
T (, t)
+ T (, t)
RT (, t) =BRc (, t) + (Tj T (, t))

Entonces, la formulacion integral del modelo de reactor tubular es
[
]
1
exp (P em z) c(z, t)
c(, t) =
G(z, )
Rc (, t) dz
P em
t
0
35
(2.74)
Perl dinamico de T (, t)
Parametros
hot spot
oscilaciones
cuasi-lineal
P em
5.0
5.0
5.0
P eh
5.0
5.0
5.0
20.0
20.0
20.0
5.0
14.0
11.0
Da
0.875
0.185
0.1745
5.0
3.0
2.25
Tj
0.1
0.0
0.1
Tabla 2.2: Conjuntos de parametros del modelo de reactor tubular dadas las Ecs. (2.67)-(2.71)
.
T (, t) =
0
[
]
exp (P eh z) T (z, t)
G(z, )
RT (, t) dz
P eh
t
(2.75)
El modelo de reactor tubular (2.67)-(2.71) puede exhibir diferentes comportamientos de acuerdo

a los valores de los parametros. La Tabla 2.2 muestra dos conjuntos de valores que conducen a
tres diferentes dinamicas del reactor tubular (Figura 2.13).
El analisis se enfoca en la inuencia de los parametros Da y P e. Cuando Da << 1, el proceso
esta dominado por la reaccion qumica y cuando Da >> 1 el proceso es dominado por los
fenomenos de transporte. Por otro lado, si P e el transporte es dominado por la difusion y
si P e 0 el transporte es dominado por el transporte convectivo.
Para el caso estacionario se emplea el conjunto de datos que describe un hot spot (punto
caliente) en el perl de temperatura (Tabla 2.2). Como en el caso del bioreactor las Ecs. (2.74)
y (2.75) discretas son resueltas mediante metodos de punto jo. Para DF, el termino convectivo
se discretizo mediante tres esquemas, hacia atras, hacia adelante y centrales. En la Figura 2.14a
se muestra la inuencia en la exactitud del esquema integral con el n
umero de Peclet, donde se
muestra que el error de aproximacion numerica se incrementa cuando P e >> 1, sin embargo, el
orden de aproximacion para todos los casos es de O(h2 ). Mientras que para DF los ordenes
de aproximacion convergen a O(h) para P e << 1. Por otro lado, los cambios en el n
umero de
Damkholer no son signicativos en el desempe
no numerico del esquema integral. Sin embargo, se
aprecia que cuando Da 0, FEI tiene menor error numerico. Mientras que el orden global para
DF en todos los casos es O(h).
La Tabla 2.3 muestra los tiempos de computo requeridos para la solucion numerica de los
36
(a)
0.8
1.2
Posicin,
1
0.6
0.8
0.6
0.4
0.4
0.2
0
0
0.2
0.5
1.5
2.5
Tiempo, t
Figura 2.13: Perles de temperatura (T (, t)) correspondientes a los valores de la Tabla 2.2, a) perl de
temperatura con hot spot, b) oscilaciones periodicas y c) perl cuasi-lineal
modelos de reactores tubulares en estado estacionario. Para observar el efecto del operador
convectivo sobre los tiempos de computo, se propone variar el n
umero de Peclet. Diversos trabajos
han reportado que en los sistemas difusion-conveccion, los esquemas numericos pueden llegar a ser
37
(a)
10
Error relativo, E r
Error relativo, E r
10
10
10
10
Pe=10.0
Pe=1.0
4
10
10
10
10
Tamao de malla, h
(b)
10
Error relativo, E r
Error relativo, E r
10
Tamao de malla, h
10
10
10
10
Da=5.0
10
FEI
DF central
DF hacia atrs
DF hacia adelante
10
Da=0.5
5
10
10
10
Tamao de malla, h
10
10
Tamao de malla, h
Figura 2.14: Errores relativos para el modelo de reactor tubular no isotermico a diferentes valores de los
parametros del sistemas. a) Da = 0.875 y b) P e = 5.0.
inestables (Leonard, 1979; Chock, 1985; Wang y Hutter, 2001). La Tabla 2.3 muestra los tiempos
de computo para diversas condiciones de operacion en los reactores tubulares, donde se aprecia
que las formulaciones integrales exhiben mejores tiempos de computo que DF. Particularmente
se puede observar que, a medida que el n
umero de Peclet incrementa los tiempos de computo de
las FEI son menores. Ademas, las FEI mantienen un orden global de O(h 2 ), por lo que se puede
concluir que el esquema integral puede reducir las inestabilidades numericas producidas por el
operador convectivo.
Para el caso dinamico, se considero el conjunto de parametros de la Tabla 2.2 con las cuales
el reactor tubular exhibe dinamica oscilatoria (Figura 2.13a). Considerando 50 nodos en la malla
espacial y un t = 0.01, la Figura 2.15a muestra la suma acumulada del error relativo para FEI y
DF, donde se observa que el error obtenido mediante DF crece con mayor magnitud que el obtenido
mediante FEI. De hecho, en la Figura 2.15b se puede observar que el perl de concentraci
on
38
N
umero de
Bioreactor tubular
Reactor tubular
Reactor tubular
perl T () con hot spot
perl T () cuasi-lineal
Peclet
FEI
DF
FEI
DF
FEI
DF
0.01
5.332
44.117
10.576
125.846
4.399
308.210
0.1
4.929
5.319
8.658
45.817
4.383
184.237
0.5
3.525
1.185
5.054
13.322
2.932
129.436
1.0
2.636
0.702
3.338
8.314
2.121
76.598
5.0
1.174
0.265
1.045
1.560
0.904
12.792
10.0
1.029
0.234
0.733
0.795
0.592
4.414
Tabla 2.3: Tiempo de computo para la solucion numerica de modelos de reactores tubulares.
calculado con DF tiene un desfase de la solucion obtenida mediante Comsol Multiphysics, mientras
los perles calculados con FEI el desfase es menor. Este desfase disminuye a medida que se
incrementa el n
umero de nodos en la malla computacional para el metodo de DF, lo que indica
que este fenomeno es debido al error de aproximacion producido por DF.
Ademas de las ventajas de aproximacion numerica que el esquema integral presenta, es
importante resaltar que las FEI tienen una estructura matematica que permite visualizar la
distribucion espacio-temporal de los diferentes aportes que componen a los fenomenos RT. Con
el n de explorar dicha caracterstica de la formulacion integral, se propone hacer un cambio en
escalon en el valor de P eh (de P eh = 5.0 a P eh = 7.0), esto para observar como es el cambio en
la distribucion espacial de los terminos de acumulacion y de reaccion qumica. Debido a que la
funcion de Green describe los fenomenos de transporte y como el P eh describe la relacion entre
los fenomenos de transporte involucrados (convectivo/difusivo), un cambio en escalon en el valor
de P eh modica los patrones espacio-temporal que describen la temperatura y concentraci
on del
reactor tubular. Para un cambio en escalon en t = 20, la Figura 2.16a muestra la distribucion
del termino de reaccion qumica en la direccion espacial y temporal, donde se aprecia como
se modican los patrones periodicos de la concentracion y pasa de oscilaciones periodicas a un
perl cuasi-lineal que llega a un estado estacionario. As mismo, en la Figura 2.16b se muestra
la distribucion espacial y temporal del termino de acumulacion, donde se observa que despues
del cambio en el P eh dicho aporte tiende a cero, que es indicativo de que se llego a un solo
estado estacionario. Por otro lado, en la Figura 2.16c, se muestran las dinamicas de los aportes
individuales en = 0.8, donde se observa el efecto de la adicion del termino de acumulaci
on y
39
Suma acumulada de Er
100
80
(a)
60
40
20
0
0
10
10
Tiempo, t
Concentracin, c(0.5,t)
1
0.8
(b)
0.6
0.4
Comsol
FEI
DF
0.2
0
0
Tiempo, t
Figura 2.15: (a) Suma acumulada del error relativo y (b) perles oscilatorios de concentracion en = 0.5.
la reaccion qumica generan las oscilaciones periodicas de la concentracion y posteriormente la

eliminacion de dichas oscilaciones.
De acuerdo a los resultados descritos arriba, se hacen los siguientes comentarios:
A partir de los resultados obtenidos en la seccion 2.1.1 es posible obtener directamente
los esquemas integrales para sistemas RDC. Lo que indica que las FEI son metodologas
sistematicas y que es posible aplicarlas a una gran cantidad problemas RT que surgen
diversos problemas en ingeniera.
El uso de las formulaciones de ecuaciones integrales para la solucion de modelos RDC exhiben
ordenes de aproximacion numerica de O(h2 ) para un amplio rango de parametros.
Los esquema integrales exhiben mejor desempe
no numerico cuando Da << 1, esto es
cuando los fenomenos de transporte tienen mayor peso en el procesos global. Los resultados
numericos indican que las inestabilidades producidas por los operadores de transporte pueden
40
2.5
(c)
Concentracin, c(,t)
2
1.5
1
0.5
0
Concentracin
Reaccin
Acumulacin
0.5
1
1.5
0
10
15
20
25
30
35
40
45
50
Tiempo, t
Figura 2.16: Componentes de la formulacion integral para el calculo de la temperatura del reactor tubular
con dispersion axial, a) aporte de la reaccion qumica, b) aporte de la acumulacion y c) distribucion de
todos los aportes en =0.8.
ser reducidas mediante los esquemas integrales.

En la formulacion integral para procesos RDC, la funcion de Green es la encargada de
41
describir los fenomenos difusivos-convectivos en todo el dominio espacial. Por lo tanto, es

posible identicar como inuyen los fenomenos de transporte sobre las fronteras y en los
procesos reactivos.
2.4.
Sistemas reacci
on-difusi
on bidimensionales
Debido a la gran cantidad de variables que describen los fenomenos fsicos reales, los modelos
matematicos consideran simplicaciones que facilitan su estudio. Una de las consideraciones mas
comunes es que los procesos importantes se efect
uan en una sola direccion. Sin embargo, muchos
procesos pueden exhibir formacion de patrones espaciales, por lo que los modelos unidimensionales
no siempre son adecuados para describir tales comportamientos. En ese sentido, es necesario
hacer uso de modelos que consideren dos o las tres dimensiones espaciales. Por ejemplo, en
reacciones qumicas autocatalticas, reactores tubulares, oscilaciones intracelulares de calcio,
medios excitables, dinamica de poblaciones, entre otros (Gray y Scott, 1990; Colin y Balakotaiah,
1994; Goldberter, 1996; Balakotaiah y col., 1999; Murray, 2001; Shuster y col., 2002, Malchow y
col., 2008). En esta parte de la investigacion, extendemos los resultados de FEI en una dimension
a sistemas RD bidimensionales. Los esquemas integrales bidimensionales muestran que las FEI en
2D conservan las mismas propiedades que los sistemas en 1 dimension, tanto en estructura como
en desempe
no numerico.
2.4.1.
FEI para sistemas reacci

on-difusi
on bidimensionales
En esta seccion se presenta el desarrollo de la formulacion integral para sistemas RD en dos

dimensiones. Para este n, se considera la siguiente EDP
u(x, y, t)
2 u(x, y) 2 u(x, y)
=
+
R(u(x, y, t))
t
x2
y 2
(2.76)
con su respectiva condicion inicial y condiciones de frontera. Si agrupamos la derivada temporal

y la fuente, y se dene a Lu(x, y) =
2 u(x,y)
x2
2 u(x,y)
,
y 2
tenemos:
Lu(x, y, t) = (x, y, t)
donde (x, y, t) =
u(x,y,t)
t
+ R(u(x, y, t)). Ahora si se introduce la funcion G(x0 , y0 , x, y) y se
integra por partes, obtenemos (Greenberg, 1971)
L H
G(x0 , y0 , x, y)Lu(x0 , y0 , t)dy0 dx0 =

a
(2.77)
42
L H
=
a
a
H
u(x0 , y0 , t)L G(x0 , y0 , x, y)dy0 dx0
]L
u(x0 , y0 , t) G(x0 , y0 , x, y)
+
u(x0 , y0 ) dy0
G(x0 , y0 , x, y)
x0
x0
a
a
]H
L[
u(x0 , y0 , t) G(x0 , y0 , x, y)
+
G(x0 , y0 , x, y)
u(x0 , y0 , t) dx0
y0
y0
a
a
(2.78)
La Ec. (2.78) es la version bidimensional de la formula de Green, donde L es el operador
adjunto asociado con L. El Laplaciano (Lu(x, y, t)) es un operador auto-adjunto (Haberman,
2004). Substituyendo la Ec. (2.77) en (2.78), obtenemos
L H
G(x0 , y0 , x, y)(x, y, t)dy0 dx0 =

a
L H
=
a
a
H
u(x0 , y0 , t)L G(x0 , y0 , x, y)dy0 dx0
]L
u(x0 , y0 , t) G(x0 , y0 , x, y)
+
G(x0 , y0 , x, y)
u(x0 , y0 , t) dy0
x0
x0
a
a
]H
L[
u(x0 , y0 , t) G(x0 , y0 , x, y)
u(x0 , y0 , t) dx0
+
G(x0 , y0 , x, y)
y0
y0
a
a
(2.79)
Por otro lado, el problema de valor a la frontera para G(x0 , y0 , x, y) esta dado por
L G(x0 , y0 , x, y) = (x0 x)(y0 y)
(2.80)
donde (x0 x) y (y0 y) son funciones delta de Dirac. Las condiciones de frontera de la Ec. (2.80)
son las correspondientes condiciones de frontera homogeneas del problema original. Con base a la
LH
propiedad de ltracion de la funcion delta de Dirac, a a u(x0 , y0 )(x0 x)(y0 y)dy0 dx0 =
u(x, y) (Greenberg, 1971), la Ec. (2.79) se reduce a
L H
u(x, y, t) =
G(x0 , y0 , x, y)R(u(x0 , y0 , t))dy0 dx0

a
a
L H
G(x0 , y0 , x, y)
a
]L
u(x0 , y0 , t) G(x0 , y0 , x, y)
u(x0 , y0 , t) dy0
dx0
x0
a
a
]H
L[
u(x0 , y0 , t) G(x0 , y0 , x, y)
u(x0 , y0 , t) dx0
+
G(x0 , y0 , x, y)
dy0
y0
a
a
u(x0 , y0 , t)
dy0 dx0
t
G(x0 , y0 , x, y)
(2.81)
Como en el caso unidimensional, es posible observar de la Ec. (2.81) que el perl u(x, y, t) va
a depender de tres terminos. El primer termino es la doble integral que describe como la funcion
43
de Green propaga la fuente a traves de todo el dominio (para ambas direcciones espaciales). La
segunda doble integral es el termino de acumulacion y describe como evoluciona la parte dinamica
del proceso. El tercer y cuarto terminos son integrales de lnea que describen el aporte de las
fronteras en las direcciones x y y.
Los terminos que describen el aporte en las fronteras se determinan mediante la evaluacion de las
condiciones de frontera del problema original y del problema asociado G(x0 , y0 , x, y). Notese que,
si las condiciones de frontera del problema original son homogeneas, no hay aporte en la frontera
y el perl u(x, y, t) solo depende del aporte de la fuente y de la acumulacion. Para determinar
el perl u(x, y, t), es necesario contar con la expresion de la funcion de Green bidimensional,
G(x0 , y0 , x, y), que sera calculada en la siguiente seccion.
2.4.2.
Funci
on de Green bidimensional
En la literatura se han reportado diversos metodos para la obtencion de la funcion de Green

bidimensional, por ejemplo el metodo de separacion de variables (Ozisik, 1980), metodo de
las imagenes (Greenberg, 1971), expansion de funciones propias (Haberman, 2004), e incluso
empleando metodos numericos (Mansur y col., 2009). Aqu se calcula la funcion de Green mediante
el metodo de expansion de funciones propias. Para emplear este metodo es necesario identicar el
problema de Sturm-Liouville asociado y obtener sus respectivas funciones y valores propios. Como
el calculo de G(x0 , y0 , x, y) depende directamente de las condiciones de frontera del problema
original, se abordan dos casos: condiciones de frontera tipo Dirichlet y mixtas.
Condiciones de frontera tipo Dirichlet
Considerando la Ec. (2.80) con condiciones de frontera tipo Dirichlet, tal que
x0 = a
G(x0 , y0 , x, y) = 0;
x0 = L
G(x0 , y0 , x, y) = 0
y0 = a
G(x0 , y0 , x, y) = 0;
y0 = H
G(x0 , y0 , x, y) = 0
(2.82)
Entonces, proponemos la siguiente expansion de funciones propias

G(x0 , y0 , x, y) =
Cn (y0 ) sin (n [x0 a])
(2.83)
n=1
donde Cn (y0 ) son funciones no conocidas y los valores propios son:

n =
n
La
Sustituyendo la Ec. (2.83) en la Ec. (2.80) tenemos

]
[ 2
d Cn (y0 )
C
(y
)
sin (n [x0 a]) = (x0 x)(y0 y)
n n 0
dy 2
n=1
44
(2.84)
Empleando las propiedades de ortogonalidad de las funciones propias, obtenemos que

d2 Cn (y0 )
2
n Cn (y0 ) =
sin (n [x a]) (y0 y)
dy 2
La
(2.85)
Si en la Ec. (2.85), y0 = y tenemos que

d2 Cn (y0 )
n Cn (y0 ) = 0
dy 2
cuya solucion es
c cosh ( y ) + c sinh( y ) si y < y

1
n 0
2
n 0
0
Cn (y0 ) =
c3 cosh (n y0 ) + c4 sinh(n y0 ) si y0 y
Evaluando las condiciones de frontera en y0 , obtenemos
c sinh(n [y0 a]) si y < y

2 cosh(n a)
0
Cn (y0 ) =
c4 sinh(n [y0 H]) si y0 y
cosh(n H)
(2.86)
(2.87)
(2.88)
Para obtener c2 y c4 , necesitamos imponer dos condiciones adicionales. La primera condicion

surge del hecho de que el perl u(x, y) es continuo en y0 = y. Entonces
Cn (y + ) = Cn (y )
(2.89)
La segunda condicion resulta de integrar la Ec. (2.85) con los lmites y0 = y + y y0 = y para
dar

dCn (y0 )
dCn (y0 )
2
sin (n [x a])
=
dy y0 =y+
dy y0 =y
La
(2.90)
Evaluando la Ec. (2.88) en las condiciones dadas por las Ecs. (2.89) y (2.90), tenemos que
c2 =
2
sin (n x) sinh (n [y H]) cosh (n a)
n [L a]
sinh (n [H a])
(2.91)
c4 =
2
sin (n x) sinh (n [y a]) cosh (n H)
n [L a]
sinh (n [H a])
(2.92)
sustituyendo las Ecs. (2.91) y (2.92) en (2.88), tenemos
2
sin (n [x a]) sinh (n [y0 a]) sinh (n [y H]) si y0 < y
Cn (y0 ) =
n [L a] sinh (n [H a]) sinh (n [y0 H]) sinh (n [y a]) si y0 y
Finalmente sustituyendo (2.93) en (2.83), tenemos que la funcion de Green es
sinh ( [y a]) sinh ( [y H]) si y < y

n 0
n
0
G(x0 , y0 , x, y) = AG
sinh (n [y0 H]) sinh (n [y a]) si y0 y
con
AG =
n=1
2
sin (n [x0 a]) sin (n [x a])
n [L a]
sinh (n [H a])
45
(2.93)
(2.94)
Una de las caractersticas de la funcion de Green es la propiedad de simetra. En la Ec. (2.94)

se puede observar que dicha propiedad se cumple en la direccion y como en la direccion x. Sin
embargo, la Ec. (2.94) solo considera efectos de propagacion en la direccion y. Dado lo anterior
se hace necesario el calculo de otra expresion de la funcion de Green que considere los efectos de
propagacion en la direccion x. Para ello, se propone la siguiente expansion de funciones propias
G(x0 , y0 , x, y) =
Cm (x0 ) sin [m (y0 a)]
(2.95)
m=1
donde los valores propios son,

m =
m
H a
repitiendo los pasos descritos de la Ec. (2.84) a (2.93), tenemos que la funcion de Green con
simetra en la direccion x es
sinh ( [x a]) sinh ( [x L]) si x < x

m 0
m
0
G(x0 , y0 , x, y) = AG
sinh (m [x0 L]) sinh (m [x a]) si x0 x
con
AG =
m=1
(2.96)
2
sin (m [y0 a]) sin (m [y a])
m [H a]
sinh (m [L a])
Con las Ecs. (2.94) y (2.96) es posible resolver la Ec. (2.76) con condiciones de frontera no
homogeneas tipo Dirichlet.
Condiciones de frontera tipo mixtas
Si consideramos la Ec. (2.80) con condiciones de frontera homogeneas tipo mixtas (i.e., Dirichlet,
Neumann y Robin), tal que
y0 = a
dG(x0 , y0 , x, y)
= 0;
dy
x0 = a G(x0 , y0 , x, y) = 0;
dG(x0 , y0 , x, y)
+ G(x0 , y0 , x, y) = 0
dy
dG(x0 , y0 , x, y)
x0 = L
=0
dx
y0 = H
(2.97)
donde es una constante. Si repetimos el procedimiento de la seccion anterior podemos determinar

que las funciones de Green para condiciones mixtas son
cosh ( [y a]) [ cosh ( [y H]) + cosh ( [y H])] si y < y

n 0
n
n
n
0
G(x0 , y0 , x, y) = AG
cosh (n [y a]) [n cosh (n [y0 H]) + cosh (n [y0 H])] si y0 y
(2.98)
con
AG =
n=1
2
sin (n [x0 a]) sin (n [x a])
L a 2n sinh (n [L a]) + n cosh (n [L a])
46
donde n son las races de

tan (n [H a])
y
n
=0
cosh ( [x L]) sinh ( [x a]) si x < x

m
m 0
0
G(x0 , y0 , x, y) = AG
cosh (m [x0 L]) sinh (m [x a]) si x0 x
donde
AG =
m=1
donde m =
(2m1)
2(La) .
(2.99)
4
cos (m [y0 a]) cos (m [y a])
2m [H a] + sin (2m [H a])
cosh (m [L a])
La Figura 2.17 muestra el efecto de las condiciones de frontera sobre la
distribucion de la funcion de Green. Como en el caso unidimensional para condiciones de frontera

tipo Dirichlet, la funcion de Green se hace cero en las fronteras. Mientras que para condiciones
de frontera Neumann y Robin la funcion de Green no desaparece en las fronteras, en el caso de
condiciones tipo Robin la trayectoria de la funcion de Green va a depender del parametro . Si
0, la condicion de frontera tiende a tipo Neumann y si tiende a tipo Dirichlet.
Notese, que la metodologa presentada para el calculo de la funcion de Green es simple y cubre
los tres tipos de condiciones de frontera mas empleadas en procesos en ingeniera qumica (i.e. tipo
Dirichlet, Neumann y Robin). As que el desarrollo puede extenderse a cualquier combinaci
on en
las condiciones de frontera. Las no homogeneidades en las condiciones de frontera son evaluadas
directamente en las integrales de lnea de la Ec. (2.81).
2.4.3.
Resultados num
ericos
Para ilustrar los benecios que trae el uso de los esquemas integrales en la solucion de modelos
bidimensionales, se consideraron diferentes casos particulares de la Ec. (2.76). Los resultados se
compararon contra el esquema de DF y con la correspondiente solucion analtica. Como marco de
comparacion se calculo el error relativo usando la siguiente expresion
Er =
Ny
Nx
|uei,j uapi,j |
1
Nx Ny
|uei,j |
(2.100)
i=1 j=1
donde Nx y Ny son el n
umero de nodos en las direcciones x y y, respectivamente; uei,j es el valor
de u(x, y) en el punto x = xi , y = yi calculados mediante la solucion analtica; uapi,j es el valor
de u(x, y) calculados mediante la solucion aproximada.
47
(a)
0.1
Direccin y
0.8
0.2
0.6
0.3
0.4
0.4
0.5
0.2
0
0
0.6
0.7
0.2
0.4
0.6
0.8
Direccin x
1
(b)
0.1
Direccin y
0.8
0.2
0.3
0.6
0.4
0.5
0.4
0.6
0.2
0.7
0.8
0
0
0.2
0.4
0.6
0.8
Direccin x
Figura 2.17: Funcion de Green bidimensional con pulso concentrado en y = 0.5 y x = 0.5, (a) condiciones
de frontera Dirichlet y (b) condiciones de frontera mixtas (Dirichlet, Neumann y Robin) con Bi = 10.0.
Ecuaci
on de calor
Considerando la Ec. (2.76) en estado estacionario, con termino fuente constante y condiciones de
frontera tipo Dirichlet, tenemos
2 u(x, y) 2 u(x, y)
+
=
x2
x2
u(a, y) = ux,a (y)
u(L, y) = ux,L (y)

48
(2.101)
u(x, a) = uy,a (x)
u(x, H) = uy,H (x)
(2.102)
La Ec. (2.101) describe el transporte de calor en una placa rectangular, donde la temperatura
en los extremos es constante, los perles estan dados por las Ecs. (2.102). Para el problema donde
no existe fuente de calor y la temperatura en x = a y x = L es cero, la formulacion integral
esta dada por
u(x, y) =
a
G(x0 , a, x, y)
uy,a (x0 )dx0
y0
G(x0 , H, x, y)
uy,H (x0 )dx0
y0
(2.103)
y la funcion de Green bidimensional esta dada por la Ec. (2.96). La forma de la ecuacion diferencial
(i.e. homogenea y con sucientes condiciones homogeneas en la direccion x) permite obtener la
solucion analtica mediante separacion de variables, que es
u(x, y) =
2 (1 cos(i)) sin(x)
i=1
i sinh(i)
(uy,H sinh(iy) uy,a sinh(i(y H)))
(2.104)
Para u(x, a) = 1, Nx = Ny y L = H = 1.0, la Figura 2.18a muestra el error relativo vs. el

tama
no de malla para dos valores de la temperatura en y = H. En este caso las condiciones de
frontera son impuestas (no hay que discretizar derivadas en la frontera), por lo que el orden global
de ambos esquemas, DF y FEI exhiben ordenes de aproximacion de O(h2 ). Los errores relativos
son practicamente iguales, solo se observa una peque
na disminucion en los errores de aproximaci
on
para FEI cuando la condicion de frontera tiene mayor peso, es decir, cuando la temperatura de la
frontera y = H crece (Figura 2.18a).
Para ilustrar el efecto de las condiciones de frontera mixtas, la Figura 2.18b muestra los errores
relativos para el mismo problema con las condiciones de frontera dadas por las Ec. (2.105). Como
en el caso unidimensional la discretizacion de las condiciones de frontera reducen el orden global
de aproximacion en el metodo de DF mientras que las FEI se conservan en O(h2 ).
u(L, y)
=0
x
u(x, H)
= Biu(x, H)
y
u(a, y) = ux,a (y)

u(x, a)
=0
y
(2.105)
Por otro lado si se considera el problema de transporte de calor con una fuente de calor constante
(Ec. 2.101) y condiciones de frontera tipo Dirichlet homogeneas, tenemos que la funcion de Green
esta dada por la Ec. (2.95) y la ecuacion integral es
L H
u(x, y) =
G(x0 , y0 , x, y)dy0 dx0
a
(2.106)
y mediante el metodo de expansion de funciones propias la solucion analtica es

[
]
4 4 cos(n) sin(nx)
cosh(n) 1
u(x, y) =
sinh(ny)
cosh(ny)
+
1
2n sin(n) (n)2
sinh(n)
n=1
49
(2.107)
10
Error relativo, E r
Error relativo, E r
(a)
10
10
10
uy,a=10
u =0.1
y,a
10
10
(b)
10
DF
FEI
10
Error relativo, E r
Error relativo, E r
10
10
Tamao de malla, h
Tamao de malla, h
10
10
10
10
10
Bi=0.1
10
Bi=100
6
2
10
Tamao de malla, h
10
10
Tamao de malla, h
10
Figura 2.18: Error relativo vs. h, a) condiciones de frontera tipo Dirichlet y b) mixtas.
A pesar de las condiciones tipo Dirichlet, las soluciones aproximadas mediante las FEI muestran
menores errores relativos que con DF. Particularmente, cuando > 1 los esquemas numericos
mediante formulaciones integrales presentan menores errores relativos. Por otro lado, en problemas
donde no existe fuente de calor los tiempos de computo requeridos para la solucion numerica de
las FEI son menores que DF. Sin embargo, cuando se incorpora el termino fuente, las soluciones
numericas mediante DF requieren menores tiempos de computo (Tabla 2.4), dado que la funcion
de Green esta expresada como una sumatoria y se requiere mayor n
umero de iteraciones su calculo.
Pastilla cataltica
Para este caso se considero la Ec. (2.76) con condiciones de frontera dadas por las Ecs. (2.105)
y con el termino fuente, R(u(x, y)) = 2 u(x, y). Para el calculo del error relativo, Ec. (2.100), se
sustituyo el valor de uei,j por el obtenido mediante Comsol Multiphysics.
50
10
10
Error relativo, E r
Error relativo, E r
10
10
10
FD
IEF
10
10
10
=0.1
=100
10
10
10
Tamao de malla, h
10
10
Tamao de malla, h
10
Figura 2.19: Errores relativos para la ecuacion de calor con fuente constante.
= 0
=0
Bi
FEI
DF
FEI
DF
0.01
0.7176
1.2948
0.01
2.6160
0.624
0.1
0.7146
1.4352
0.1
2.6165
0.685
1.0
0.7025
1.3416
1.0
2.6628
0.625
10
0.6938
1.0452
10
2.5692
0.689
100
0.7010
0.9360
100
2.4158
0.780
Tabla 2.4: Tiempo de computo para la solucion numerica de la ecuacion de calor.
Para > 1 la difusion controla el procesos y si 0 la reaccion controla el proceso. Para el

mismo dominio que los ejemplos anteriores, la Figura 2.20a muestra los errores relativos obtenidos
mediante el esquema integral y DF a Bi constante y dos valores de . Como en los casos anteriores
los errores relativos calculados mediante FEI son menores que los obtenidos mediante DF hasta en
2 ordenes de magnitud. As mismo, se puede observar que el esquema FEI presenta menores errores
relativos a medida que el proceso es controlado por la reaccion qumica. Resultados similares son
obtenidos para una cinetica de segundo orden, R(u(x, y)) = 2 u2 (x, y), lo que ndica que el metodo
integral es una buena alternativa para la solucion numerica de EDP en 2D lineales o no lineales.
De acuerdo a los resultados obtenidos, se hacen los siguientes comentarios:
La formula de Green puede ser extendida a sistemas con mas de una dimension (i.e., 2D)
51
10
(a)
10
10
10
10
Error relativo, E
Error relativo, E r
10
10
10
10
=10
=0.1
10
10
2
10
10
Tamao de nodos, h
10
10
(b)
Error relativo, E
Error relativo, E r
10
10
DF
FEI
10
10
Tamao de nodos, h
10
10
10
10
=10
=0.1
10
Tamao de malla, h
10
10
10
Tamao de nodos, h
Figura 2.20: Errores relativos para la pastilla cataltica para dos valores de , a) cinetica de primer y b)
segundo orden.
(Haberman, 2004). La diferencia radica en la tecnica para el calculo de las funciones de

Green y que en sistemas en 2D surgen funciones de Green para cada direccion espacial.
La ecuacion integral bidimensional tiene la misma estructura matematica que la formulaci
on
integral unidimensional, as que los metodos de discretizacion y aproximacion numerica son
analogos.
Para problemas donde no existe fuente las simulaciones numericas muestran que las FEI
2D proveen esquemas numericos con ordenes de aproximacion de O(h 2 ) y con tiempos
de computo menores que los esquemas clasicos de DF. Por otro lado, en problemas con
termino fuente los ordenes de aproximacion se conservan (O(h 2 )), sin embargo, los tiempo
de computo incrementan debido a que las funciones de Green son expresadas mediante
sumatorias.
52
Siguiendo la metodologa arriba descrita es posible obtener formulaciones integrales para

sistemas RDC bidimensionales. Sin embargo, debido a que no existen metodologas analticas
para la solucion de problemas RDC bidimensionales homogeneos, el calculo de la funcion de
Green es mas complejo. Para el tratamiento de problemas RDC bidimensionales es posible
emplear tecnicas de aproximacion numerica para obtener la funcion de Green correspondiente
(Mansur y col., 2009).
2.5.
Comentarios finales
En esta parte del trabajo se demostro que las formulaciones de ecuaciones integrales son una
metodologa sistematica para la solucion de problemas reaccion-transporte. Se planteo y se
desarrollo el esquema integral para un sistema reaccion-transporte general con el cual se resolvieron
diferentes casos tpicos que surgen en ingeniera qumica (i.e., pastillas catalticas con coeciente
de difusion variable en coordenadas generalizadas, reactores y bioreactores tubulares). Bajo las
mismas ideas, los resultados obtenidos se extendieron a sistemas reaccion-difusion bidimensionales.
El desarrollo presentado muestra que la funcion de Green es parte central de los esquemas
integrales, ya que, dada la geometra del sistema es la que describe como se lleva a cabo la
distribucion espacial de los fenomenos de transporte involucrados.
Uno de los aspectos mas importantes de los esquemas integrales es que permite identicar
la evolucion temporal de las contribuciones individuales, lo que puede proporcionar un mejor
panorama en la explicacion de los fenomenos fsicos involucrados. Al mismo tiempo esta caracterstica
de las FEI pueden conducir a mejores desarrollos de los modelos matematicos.
Ademas de ser una metodologa sistematica, las FEI no requieren de la discretizacion de las
condiciones de frontera ya que son incorporadas directamente. Esto provee al metodo ordenes
de aproximacion globales de O(h2 ) para cualquier condicion que pueda surgir en problemas
reaccion-transporte. En general, las simulaciones numericas muestran que las FEI exhiben mejor
desempe
no numerico tanto en ordenes de aproximacion como en tiempos de computo que los
obtenidos mediante esquemas clasicos de DF.
53
Captulo 3
Diferencias Finitas a partir de

Formulaciones Integrales
3.1.
Diferencias finitas no est

andar
Como se ha mencionado en la introduccion, una de las tecnicas tradicionales mas usadas para
la solucion aproximada de problemas descritos por EDP son los esquemas de DF. El metodo
de DF surge a nales de la decada de los 20 con el trabajo de Courant y col., (1928) sobre las
soluciones aproximadas de problemas de la fsica matematica, donde para la ecuacion de onda
se propone la primera aproximacion de las diferencias nitas y se expone la condicion necesaria
para la convergencia del metodo numerico, llamada condicion de Courant-Friedrichs-Lewy (CFL).
Posteriormente, se desarrollo el analisis de error para problemas elpticos por Gershgorin (1930),
cuyo trabajo se bas en el principio del maximo de la ecuacion de Laplace. Este enfoque fue
retomado en la decada de los 60 para el tratamiento de ecuaciones elpticas mediante diversos
esquemas de diferencias (Thomee, 1999).
La teora general del esquema diferencias nitas para ecuaciones parabolicas se desarrollo en
las decadas de los 50 y 60, cuando el concepto de estabilidad fue explorado mediante el teorema
de equivalencia de Lax (Lax y Ritchmyer, 1956) y los lemas de la matriz de Kreiss (Kreiss, 1968).
La teora de estabilidad y convergencia en los esquemas de DF se expandieron a problemas de
ecuaciones hiperbolicas. En la actualidad el metodo de diferencias nitas sigue desempe
nando
un papel dominante en la solucion de EDP. Sin embargo, debido a la forma de obtencion de los
esquemas de diferencias, los modelos discretos resultantes de sustituir los operadores diferenciales
por ecuaciones en diferencias no son u
nicos. Lo que nos conduce a la pregunta cual de los
esquemas en DF estandar debe ser utilizado para obtener soluciones numericas para una ecuacion
54
diferencial especca?, otro problema es la relacion entre las soluciones de un determinado modelo
discreto y la solucion exacta de la ecuacion diferencial correspondiente. Dichas soluciones pueden
no ser equivalentes debido al surgimiento de posibles inestabilidades (Mickens 1994). Una vez
que un modelo discreto se selecciona, el calculo de una solucion numerica requiere la eleccion de
parametros adicionales a la ecuacion diferencial, tales como, el tama
no de la malla y el paso de
integracion.
En problemas de ciencias e ingeniera, el paso de integracion debe escogerse de manera
particular de tal forma que los fenomenos fsicos de interes se puedan resolver en la escala
adecuada. Por ejemplo, supongamos que se esta interesado en el analisis de fenomenos a tiempos
largos o en el comportamiento asintotico de la solucion, si escogemos tama
nos de integraci
on
relativamente grandes puede ser que existan inestabilidades numericas (Mickens 1994). Se dice que
un sistema tiene inestabilidades cuando la solucion del sistema discreto no converge a cualquier
solucion de la ecuacion diferencial. Motivado por la aparicion de inestabilidades numericas en
los esquemas estandar de DF, Mickens (1989) propone una variante al esquema de diferencias
nitas tradicionales, la cual es llamada diferencias nitas no estandar (DFNE). Para la adecuada
discretizacion de las ecuaciones diferenciales mediante DFNE es necesario seguir las siguientes
reglas:
Los ordenes de las derivadas discretas debe ser exactamente igual a los ordenes de las
correspondientes derivadas de las ecuaciones diferenciales.
Las funciones de los denominadores para las derivadas discretas, en general deben ser
expresadas en terminos de funciones mas complicadas que los tama
nos de paso usados en
los esquemas de DF convencionales. Por ejemplo, para una derivada de primer orden se
sustituye a h por e
h1
, donde h es la distancia entre los nodos en la malla y es una
constante. Las funciones de los denominadores generalmente son obtenidas a partir de las
soluciones analticas de ciertas ecuaciones diferenciales lineales.
Los terminos no lineales, en general deben ser modelados mediante mallas computacionales
no locales, esto es, considerando nodos adyacentes al punto evaluado. Por ejemplo, para
f (xi ) la funcion no local es f (xi1 , xi , xi+1 ).
La soluciones de ecuaciones diferenciales especiales deben ser obtenidas mediante esquemas
discretos especiales de DF.
Las soluciones mediante DFNE no deben tener soluciones que no correspondan a las
soluciones de las ecuaciones diferenciales.
55
Guiados de las reglas anteriores es posible construir el esquema de DFNE para la solucion
numerica de ecuaciones diferenciales. Sin embargo, es esencialmente imposible construir esquemas
de DFNE exactos, debido a que para ello es necesario conocer la solucion analtica exacta
de cada ecuacion diferencial. En otras palabras, bajo el panorama antes presentado, solo es
posible construir esquemas DFNE exactos para problemas donde las soluciones analticas estan
disponibles. La aplicacion a problemas sin solucion exacta es mediante la incorporacion de
las funciones de los denominadores obtenidos en problemas simples a problemas complejos y
planteando una malla no local en los terminos no lineales. Bajo esas ideas, los esquemas de
DFNE han sido aplicados a una gran cantidad ecuaciones diferenciales, por ejemplo, en EDO
como la ecuacion logstica, c
ubica, harmonica, Van der Pol, Dung, as como en EDP como
la ecuacion de difusion, onda, Boltzman, Burgers-Fisher (Mickens, 1994; 2000), entre otros. Por
lo anterior el esquema de DFNE es una herramienta numerica que preserva propiedades de la
solucion exacta de las EDP, tales como: positividad, propiedades de estabilidad, existencia de
diversas soluciones complejas (e.g., ciclos lmites, caos). Aunque algunos resultados analticos y
numericos han mostrado que este tipo de esquemas pueden signicar mejoras sobre el esquema
tradicional de DF, los esquemas de DFNE estan basados en series de Taylor trucadas, soluciones
analticas y reglas Heursticas. Por otro lado, existen esquemas de diferencias nitas no locales
que estan basados en aproximaciones de Pade (tambien pueden ser obtenidos a partir de las
series de Taylor), este tipo de esquemas son llamados esquemas compactos de diferencias nitas
(CDF). Los esquemas CDF son caracterizados por exhibir ordenes de aproximaciones mayores
de 2; dependiendo del orden que se desee obtener es necesario usar mas puntos en la malla
computacional lo que implica considerar un mayor n
umero de terminos en las series (Lele, 1992).
Recientemente, Alvarez-Ramirez y col., (2007, 2009) demostraron que en modelos RD en estado
estacionario el esquema de DF puede ser obtenido como un caso particular de las FEI, los esquemas
de diferencias nitas basados en formulaciones integrales (DFFI) son un esquema particular de
DFNE. Para obtener los esquemas de DFFI primero se propone la descomposicion del dominio
en N subdominios, resultando N ecuaciones diferenciales, que agrupadas resultan la ecuacion
diferencial original. Posteriormente, se obtienen las FEI de las N ecuaciones diferenciales y se
eval
uan sus puntos interiores. Finalmente se discretiza la integral mediante reglas de cuadratura
y se eval
uan las funciones de Green, las expresiones resultantes son un conjunto de ecuaciones
algebraicas que tienen la misma estructura del esquema de DF tradicionales. Alvarez-Ramirez y
col., (2007), demostraron que para condiciones de frontera tipo Dirichlet el esquema resultante
es identico al esquema clasico de DF. Para condiciones a la frontera tipo mixtas (Neumann mas
Dirichlet) en coordenadas rectangulares, ellos encontraron que en condiciones de frontera tipo
56
Neumann las FEI incorporan un factor de peso que mejora la aproximacion numerica del esquema
clasico de DF. Posteriormente muestran que para coordenadas curvilneas (cilndricas y esfericas)
los factores de peso surgen como efecto de la curvatura. Sin embargo el caso con condiciones
a la frontera tipo Robin no fue estudiado y debido a que este tipo de condiciones surgen en
una gran cantidad de procesos es de vital importancia su estudio. Por ejemplo, en la supercie
de las pastillas catalticas, las condiciones tipo Robin describen la resistencia al transporte de
masa (Aris, 1975), en modelos predador-presa el surgimiento de ondas periodicas que representan
mejor las interacciones poblacionales son mejor descritas mediante el uso las condiciones a la
frontera tipo Robin (Sherrat, 2008). Por otro lado, en modelos biologicos reaccion-difusi
on con
aplicacion en el desarrollo de miembros del sistema oseo las condiciones tipo Neumann no describen
satisfactoriamente los procesos reales y las condiciones a la frontera tipo Robin son mas realistas
(Maini y col., 2007). En este sentido, es esencial que el estudio de sistemas reaccion-difusi
on sea
ampliado a una variedad de condiciones a la frontera. As mismo, es de gran importancia el estudio
numerico de procesos donde los fenomenos de transporte por conveccion son importantes as como
en sistemas reaccion-transporte de alta dimensionalidad (i.e., 2D y 3D).
En este Captulo se desarrollan esquemas de DFFI para sistemas reaccion-transporte descritos
por derivadas parciales. Los esquemas resultantes incorporan aproximaciones globales de orden
O(h2 ) y estructuras no locales en los terminos fuente (incluyendo los nodos en la frontera). La
propuesta parte de la descomposicion del dominio de la formulacion integral del problema del valor
a la frontera. Para cada subdominio, la ecuacion integral correspondiente es forzada a tener un
residuo igual a cero dado los puntos en la malla, conduciendo a ecuaciones integro-diferenciales.
Diferentes esquemas de diferencias nitas son obtenidos dependiendo del esquema de dicretizacion
usado para aproximar la integral sobre cada subdominio, desde el esquema clasico de diferencias
nitas hasta esquemas de diferencias nitas con aproximacion no local del termino reactivo. Se
consideran condiciones a la frontera generales, mostrando que el esquema de DFFI incorpora de
manera natural los efectos de los nodos en la frontera en la discretizacion aproximada.
3.2.
Esquemas de DFFI para sistemas reacci

on-difusi
on
Para el desarrollo de los esquemas de DFFI centraremos el analisis en modelos en coordenadas

rectangulares, para ello, consideramos el siguiente sistema de reaccion-difusion
u(x, t)
2 u(x, t)
=
R(u(x, t)),
t
x2
x [a, b]
(3.1)
con condicion inicial y condiciones de frontera generales dadas por las Ecs. (2.2)-(2.4). De acuerdo
57
con los resultados del Captulo anterior, la formulacion integral de la Ec. (3.1) es
b
b
G(xb , x) b
G(xa , x) a
u(z, t)
u(x, t) =
+
G(z, x)R(u(z, t))dz +
G(z, x)
dz
z
b
z
a
t
a
a
y de la Ec.(2.36) con m = 0, tenemos que la funcion de Green es
(
)(
a
xb
1
a
(
)
(
G(z, x) =
b
b a + aa x a a
zb
b
(3.2)
b
b
)
b
b
si z < x
si z x
(3.3)
Las Ecs. (3.2) y (3.3) constituyen la formulacion integral del sistema reaccion-difusi
on con
condiciones de frontera generales. Siguiendo el desarrollo reportado por Alvarez-Ramirez y col.,
(2007) para un tama
no de malla equidistante XN +1 = x0 , x1 , x2 , . . . , xN , xN +1 , donde x0 = xa
y xN +1 = xb con h = xi xi1 , consideramos la descomposicion parcial del dominio D = [a, b]
en Di = [xi1 , xi+1 ], i = 1, . . . , N (ver Figura 3.1). La descomposicion es aplicada al problema de
valor a la frontera (3.1), obteniendo el siguiente problema
2 u(x, t)
= (x, t)
x2
donde (x, t) =
para D1
para Di
para DN
u(x,t)
t
(3.4)
+ R(u(x, t)) y con condiciones de frontera en cada subdominio dadas por
u(a, t)
+ a u(a, t) + a = 0 y u(x2 , t) = u2 (t)|D2
x
u(xi1 , t) = ui1 (t)|Di1 y u(xi+1 , t) = ui+1 (t)|Di+1 ,
a
u(xN 1 , t) = uN 1 (t)|DN 1 y b
i = 2...N 1
u(b, t)
+ b u(b, t) + b = 0
x
Las condiciones de frontera internas (correspondientes a los nodos internos) estan restringidos al
dominio al que pertenecen, por ejemplo, para el problema en el dominio Di la condicion de frontera
en x = xi1 es ui1 (t) restringido en el dominio Di1 y para x = xi+1 es ui+1 (t) restringido en el
dominio Di+1 .
Por simplicidad en la notacion y con el objetivo de ilustrar la metodologa de obtencion de los
esquemas de DFFI, aqu solo se presenta el desarrollo para los subdominios internos (i.e., para
condiciones de frontera tipo Dirichlet). Los detalles del desarrollo para los nodos en las fronteras
se muestran en el Apendice A.1. En ese sentido, de la Ec. (3.2) tenemos que la formulacion integral
para cada subdominio interno (i = 2, . . . N 1) de la ecuacion diferencial (3.4) es
xi+1
Gi (xi1 , x)
Gi (xi+1 , x)
ui+1 (t) +
ui1 (t) +
Gi (z, x)(z, t)dz
u(x, t) =
z
z
xi1
y de la Ec. (3.3) se obtienen las funciones de Green correspondientes,
(z x )(x x ) si z < x
1
i1
i+1
Gi (z, x) =
xi+1 xi1 (z xi+1 )(x xi1 ) si z x
58
(3.5)
(3.6)
x i-1 x i
xa x1 x2 x3
xN-2 xN-1 xN x b
xi+1
DESCOMPOSICIN DEL DOMINIO
x i-1 x i
xa x1 x2 x3
D1
xN-2 xN-1 xN x b
xi+1
Di
DN-1
D2
DN
Figura 3.1: Descomposicion del dominio del sistema (3.1).
Si las Ecs. (3.5) son evaluadas en su punto interior xi , en cada subdominio Di , se obtienen las
siguientes expresiones
1
1
ui (t) = ui1 (t) + ui+1 (t) +
2
2
xi+1
Gi (z, x)(z, t)dz
(3.7)
xi1
Para resolver las Ecs. (3.7) es necesario discretizar las integrales mediante reglas de cuadratura.
Dependiendo del esquema que se utilice para aproximar la integral, podemos obtener diferentes
soluciones aproximadas de u(x, t).
3.2.1.
Esquema local de diferencias finitas
Si consideramos la aplicacion de la regla del trapecio basada en tres puntos equidistantes

[xi1 , xi , xi+1 ] se pueden aproximar las integrales como
xi+1
1
Gi (z, x)(z, t)dz h2 i (t)
2
xi1
(3.8)
Sustituyendo las Ecs. (3.8) en las Ecs. (3.7), tenemos

1
1
1
ui (t) = h2 i (t) + ui1 (t) + ui+1 (t)
2
2
2
(3.9)
Si rearreglamos las Ecs. (3.9) obtenemos el siguiente sistema

i (t) =
ui+1 (t) 2ui (t) + ui1 (t)

h2
59
(3.10)
Siguiendo la metodologa planteada arriba es posible obtener el esquema en diferencias para

los subdominios D1 y DN , completando as el esquema de DFFI locales para la Ec. (3.1), como
1 (t) =
w1,1 u2 (t) w2,1 u1 (t) w1,0 aa
h2
ui+1 (t) 2ui (t) + ui1 (t)
i (t) =
, i = 2, . . . , N 1
h2
g1,0 bb g2,1 uN (t) + g1,1 uN 1 (t)
N (t) =
h2
donde
wi,j =
ih j aa
h
3 a
2 a
gi,j =
(3.11)
ih + j bb
h+
3 b
2 b
Los detalles de los desarrollos pueden verse en el Apendice A.1. Notese que, la Ec. (3.11) tiene
la misma estructura que el esquema de diferencias nitas tradicionales, Ec. (2.24). Sin embargo,
las ecuaciones correspondientes a la frontera, en x = x1 y x = xN los factores wi,j y gi,j tambien
afectan a los nodos x2 y xN 1 . Mientras que el esquema clasico de DF dichos parametros solo
afectan hasta x1 y xN . Las condiciones de frontera tipo Neumann y Dirichlet pueden ser obtenidas
como un caso lmite de las condiciones tipo Robin en (3.11).
3.2.2.
Esquema no local de diferencias finitas
De acuerdo con Mickens, (1999) y Anguelov y col., (2005) podemos obtener mejores resultados
si se usa una aproximacion no local para las funciones no lineales R(u(x, t)), es decir, empleando
informacion de los nodos adyacentes al punto evaluado en el termino fuente o reactivo. Esto es,
la aproximacion del termino de reaccion R(u(x, t)) a x = xi involucra no solo el punto evaluado
R(u(xi , t)), sino tambien a los terminos vecinos R(u(xi1 , t) y R(u(xi+1 , t). En el apartado anterior
se demostro que discretizando las integrales de las Ecs. (3.7) mediante la regla del trapecio se
recupera un esquema de DFNE con termino fuente local. Con el objetivo de obtener esquemas de
diferencias no locales (DFNL), se consideran las Ecs. (3.7) y se descomponen las integrales en los
intervalos [xi1 , xi ] y [xi , xi+1 ], i = 2, . . . N 1, es decir
xi+1
xi
Gi (z, x)(x, t)dz =

Gi (z, x)(x, t)dz +
xi1
xi1
xi+1
Gi (z, x)(x, t)dz
(3.12)
xi
En las Ecs. (3.12) se observa que para z [xi1 , xi ] u

nicamente estan disponibles los valores
en la frontera (xi1 , t) y (xi , t), as que para conocer el valor de (z, t) en cualquier valor de
z se propone la siguiente aproximacion lineal
(z, t) = i1 (t) +
i (t) i1 (t)
(z xi1 )
h
60
(3.13)
donde i (t) = (xi , t). Sustituyendo la correspondiente funcion de Green, la primera integral del
lado derecho en la Ec. (3.12) toma la forma
]
[
xi
xi
(z xi1 )(x xi+1 )
i (t) i1 (t)
Gi (z, x)(z, t)dz
i1 (t) +
(z xi1 ) dz
xi+1 xi1
h
xi1
xi1
(3.14)
Evaluando la integral (3.14) en x = xi e integrando, se obtiene
xi
h2
h2
Gi (z, x)(z, t)dz i1 (t) i (t)
12
6
xi1
Haciendo lo mismo para la integral en el dominio z [xi , xi+1 ], tenemos
[
]
xi+1
h2 1
2
1
Gi (z, x)(z, t)dz
i1 (t) + i (t) + i+1 (t)
2 6
3
6
xi1
(3.15)
(3.16)
Ahora sustituyendo las Ecs. (3.16) en el esquema integral (3.7), se obtiene

1
4
1
ui+1 (t) 2ui (t) + ui1 (t)
i+1 (t) + i (t) + i1 (t) =
6
6
6
h2
(3.17)
Repitiendo los pasos descritos en las Ecs. (3.12) a (3.17), tenemos que el esquema de DFFI no
local para la Ec. (3.1), esta dado por
w1,1 2 (t) + w4,5 1 (t) + w1,3 0 (t) =
w6,0 aa w12,6 u1 (t) + w6,6 u2 (t)
h2
1
4
1
ui+1 (t) 2ui (t) + ui1 (t)
i+1 (t) + i (t) + i1 (t) =
6
6
6
h2
g6,6 uN 1 (t) + g12,6 uN (t) + g6,0 bb
g1,3 N +1 (t) + g4,5 N (t) + g1,1 N 1 (t) =
h2
(3.18)
donde los factores de peso w y g son

wi,j =
i
6h
j a
6 a
3 a
2 a
gi,j =
i
6h
h+
j b
6 b
3 b
2 b
La discretizacion del operador diferencial espacial en el esquema (3.18) coincide con el esquema
no estandar dado por el sistema (3.10). Sin embargo, en el esquema (3.18) se consideran terminos
no locales para la funcion i (t) (reaccion y derivada temporal). Es importante resaltar que, a
diferencia de los esquemas no locales propuestos por Mickens, (1994), el esquema propuesto no
hace uso de reglas Heursticas para la aproximacion no local de los terminos de reaccion y de
acumulacion. Lo que indica que la metodologa propuesta es sistematica y puede ser extendida a
diferentes tipos de ecuaciones diferenciales.
Para identicar las diferencias entre el esquema clasico de DF y los esquemas de DFNE,
consideramos un problema simetrico de difusion-reaccion en una placa plana, sin resistencia al
transporte de masa en la supercie (Aris, 1975). Entonces tenemos que los parametros de la
61
condiciones de frontera (2.3) y (2.4) son a = b = 1, a = a = b = 0, y b = us , donde us es

la concentracion en la supercie de la placa. Dado que i (t) =
dui (t)
dt
+ R(ui (t)), los esquemas de
diferencias nitas son

Esquema clasico de DF, Ec. (2.24)
du1 (t)
u2 (t) u1 (t)
=
R(u1 (t))
dt
h2
dui (t)
ui+1 (t) 2ui (t) + ui1 (t)
R(ui (t)),
=
dt
h2
duN (t)
us uN (t) + uN 1 (t)
R(uN (t))
=
dt
h2
i = 2, . . . , N 1
(3.19)
Esquema de DFFI con aproximacion local, Ec. (3.10)

du1 (t)
2 u2 (t) u1 (t)
R(u1 (t))
=
dt
3
h2
ui+1 (t) 2ui (t) + ui1 (t)
dui (t)
=
R(ui (t)),
dt
h2
us uN (t) + uN 1 (t)
duN (t)
=
R(uN (t))
dt
h2
i = 2, . . . , N 1
(3.20)
Esquema de DFFI con aproximacion no local, Ec. (3.18)

1 du2 (t) 5 du1 (t) 3 dua (t)
2 u2 (t) u1 (t)
+
+
=
R1 (t)
9 dt
9 dt
9 dt
3
h2
1 dui+1 (t) 4 dui (t) 1 dui1 (t)
ui+1 (t) 2ui (t) + ui1 (t)
+
+
=
Ri (t),
6
dt
6 dt
6
dt
h2
4 duN (t) 1 duN 1 (t)
us 2uN (t) + uN 1 (t)
+
=
RN (t)
6 dt
6
dt
h2
i = 2, . . . , N 1
(3.21)
donde
1
5
3
R1 (t) = R(u2 (t)) + R(u1 (t)) + R(u0 (t))
9
9
9
1
4
1
Ri (t) = R(ui+1 (t)) + R(ui (t)) + R(ui1 (t))
6
6
6
1
4
1
RN (t) = R(us ) + R(uN (t)) + R(uN 1 (t))
6
6
6
Para condiciones de frontera tipo Dirichlet los esquemas de DFFI locales coinciden con los
esquemas clasicos de DF. Sin embargo para condiciones tipo Neumann surge el factor 2/3 en
la discretizacion del operador diferencial espacial, este resultado coincide con el reportado en
Alvarez-Ramirez y col., (2007), donde se muestra en base a simulaciones numericas los benecios
de este factor de ponderacion. En el esquema de DFFI no local, ademas de incorporar el factor
2/3, distribuye el aporte de la acumulacion y la reaccion qumica entre nodos vecinos. Con base a
lo anterior se puede comentar lo siguiente:
62
a) Los esquemas de DF y DFFI locales consideran el aporte de la reaccion qumica en forma

local, esto es, para un punto especico x = xi la reaccion qumica solo es evaluada en ese
punto.
b) Para evaluar el aporte de la reaccion qumica en un punto xi dado, la aproximacion mediante
el esquema de DFFI no local requiere de la evaluacion de los nodos adyacentes a xi (i.e. xi+1
y xi1 ). Esta distribucion se aproxima mas a la descripcion de los fenomenos fsicos, debido
a que las reacciones qumicas se llevan a cabo mediante interacciones no locales.
c) Como se describio en el Captulo 2, las FEI se caracterizan por poseer una estructura
matematica que permite visualizar como se llevan a cabo las interacciones RT. Dichas
caractersticas se conservan en los esquemas de DFFI no locales, lo que permite una mejor
descripcion de los fenomenos fsicos involucrados.
Por otro lado, para el problema donde la resistencia al transporte de masa en la supercie es
importante, es decir,
ub (t)
dt
= Bi(ub (t) us ), los factores gi,j son los encargados de describir
los efectos de la resistencia al transporte en la frontera. A diferencia del esquema clasico de DF,
DFFI consideran el efecto a la resistencia al transporte hasta el nodo x = xN 1 . En este caso la
propagacion de la funcion de Green depende del Bi. As como en la ecuacion en x = x1 , en la
ecuacion para x = xN se incorpora el factor de peso 3/2, pero en este caso aparece como producto
del inverso del n
umero de Biot.
3.2.3.
Resultados num
ericos
En esta seccion evaluamos el desempe

no numerico de los esquemas DFFI locales y no locales,
para ello se considera la Ec. (3.1) en estado estacionario y dinamico con diferentes condiciones
de frontera. Los resultados obtenidos son comparados frente a DF tradicionales y a las soluciones
analticas correspondientes.
Estado estacionario
Para este caso, se considera el modelo de una pastilla cataltica dado por la Ec. (3.1) en estado
estacionario, es decir,
u(x,t)
t
= 0, una reaccion de primer orden R(u(x)) = 2 u y con x [0, 1].
Como ndice de aproximacion del error, se calcula el factor de efectividad (), denido como
(Froment y Bischo, 1990)
1
=
R(u(x))dx
R(ubulk )
63
(3.22)
donde ubulk = 1 es la concentracion normalizada en la fase uida externa. Para calcular el error
de aproximacion numerica, se dene el error relativo como
| ap |
Er, =
(a)
=1.0
Error relativo, E r,
Factor de efectividad,
0.4625
0.4624
0.4623
0.4622
10
10
10
0.4621
(3.23)
=1.0
20
40
60
80
(b)
10
DF
DFFI locales
DFFI no locales
=20
Factor de efectividad,
10
Tamao de malla, h
Nmero de Nodos, N
0.07
10
100
0.065
0.06
0.055
10
10
=20
0.05
10
20
40
60
80
100
Nmero de nodos, N
3
2
10
10
Tamao de malla, h
Figura 3.2: Factor de efectividad y error de aproximacion para un sistema RD con condiciones de frontera
tipo Dirichlet, a) = 1.0 y b) = 20.0.
donde ap es una aproximacion del factor de efectividad y es el valor exacto. Para condiciones
de frontera tipo Dirichlet (u(0) = 0 y u(1) = 1), el factor de efectividad en una placa esta dado
por =
tanh(
)
2
.
La Figura 3.2 muestra la comparacion del error de aproximacion (Er, ) obtenido
con DF y los esquemas de DFFI para dos valores del modulo de Thiele. Para condiciones de
frontera tipo Dirichlet, el esquema DFFI locales es igual al esquema clasico de DF, por lo que los
errores relativos son identicos. Mientras que el esquema DFFI no local muestra mejor desempe
no
numerico que DF y DFFI locales, debido a que el termino fuente tiene mejor aproximacion al usar
nodos adyacentes al punto evaluado (Figura 3.2). Este comportamiento se aprecia mejor cuando
64
> 1, es decir, cuando los mecanismos de reaccion son mas importantes.

Si ahora consideramos el mismo sistema pero con condiciones de frontera tipo mixtas (Neumann
tanh()
.
mas Dirichlet), el factor de efectividad esta dado por =
Para condiciones de frontera
tipo Neumann en los esquemas de DFFI surge el peso 3/2 (Alvarez-Ramirez y col., 2007). Los
benecios de este parametro de ponderacion se aprecian cuando el proceso es controlado por
la reaccion ( < 1) y cuando > 1 los errores de aproximacion se aproximan a los obtenidos
mediante DF. En la Figura 3.3 se observa el comportamiento antes descrito. Cuando >> 1 los
esquemas DFFI no locales conservan menores errores de aproximacion que DF al converger mas
rapido al valor exacto del factor de efectividad.
(a) 10
=1.0
0.772
Factor de Efectividad,
0.774
0.77
0.768
0.766
0.764
0.762
0.76
10
10
10
20
40
60
80
100
10
Nmero de nodos, N
10
Tamao de malla, h
(b)
0.07
=20
DF
DFFI locales
DFFI no locales
=1.0
0.065
0.06
0.055
10
10
=20
10
0.05
20
40
60
80
100
10
Nmero de nodos, N
10
Tamao de malla, h
Figura 3.3: Factor de efectividad vs. numero de nodos para el sistema RD con condiciones de frontera tipo
Mixtas (Neumann mas Dirichlet),
du(0)
dx
= 0 y u(1) = 1, a) = 1.0 y b) = 20.0
Finalmente, si consideramos condiciones de frontera tipo Neumann mas Robin podemos

observar que el error de aproximacion de los esquemas de DF dependen directamente de dos
65
parametros, y Bi. La funcion analtica de esta dada por

Bi sinh()
Bi cosh() + 2 sinh()
(3.24)
En la Figura 3.4 se muestran los errores relativos calculados mediante los valores del factor de
efectividad, donde observa que para diferentes situaciones el esquema de DFFI no local muestra
mejor desempe
no numerico que DF y DFFI locales. Es importante resaltar que para cualquier
tipo de condicion de frontera el orden global de aproximacion de los esquemas DFFI (local y no
local) es O(h2 ). Mientras que para DF el orden global para condiciones de frontera Dirichlet es
O(h2 ) y para condiciones mixtas es O(h).
(a)
10
10
10
=0.1
10
10
10
=10
10
10
10
10
Tamao de malla, h
(b)
10
10
10
DF
DFFI locales
DFFI no locales
10
10
10
10
Bi=0.1
2
10
10
10
10
Nmero de nodos, N
10
Bi=10
2
10
10
Nmero de nodos, N
Nmero de nodos, N
Figura 3.4: Er con condiciones de frontera Neumann y Robin,
a) = 1.0 y b) Bi = 1.0.
66
du(xa )
dx
=0y
du(xb )
dx
= Bi(u(xb ) ubulk ),
Estado transitorio
En este caso se considera un modelo reaccion-difusion con reaccion c
ubica autocataltica que sigue
la siguiente secuencia de reacciones
P A
A B
A + 2B 3B
B C
y el modelo adimensional que describe la dinamica de los compuestos involucrados esta dado por
el siguiente conjunto de EDP adimensionales (Gray y Scott, 1990)
u1
2 u1
=D
u1
t
x2
(3.25)
u2
2 u2
=D
u1 u2 u23 u2
t
x2
(3.26)
2 u3
u3
=D
+ u2 u23 + u2 u3
t
x2
(3.27)
u1 (1, t) = u1 (1, t) = u1,0
(3.28)
u2 (1, t) = u2 (1, t) = 0
(3.29)
u3 (1, t) = u3 (1, t) = 0
(3.30)
con condiciones de frontera
y las condiciones iniciales son

u1 (x, 0) = 0,
u2 (x, 0) = 0
u3 (x, 0) = 0
(3.31)
donde ui , i = 1, 2, 3 describen la concentracion adimensional de P , A y B, respectivamente.

Para las simulaciones numericas se considera el siguiente conjunto de parametros: u1,0 = 0.9226
= 1.0e 3, = 1.0e 2 y D = 0.05. El calculo del error de aproximacion esta dado por
Er =
i
max
1
donde imax =
tmax
t
|ue (0, ti ) uap (0, ti )|

ue (0, ti )
(3.32)
es el maximo n
umero de pasos de integracion, uap (0, xi ) es la aproximaci
on del
perl de concentracion en x = 0 y ue (0, xi ) es el perl de concentracion calculado mediante Comsol

Multiphysics usando 2000 nodos. Para N = 50, la Figura 3.5 muestra los perles espacio-temporal
de concentracion para u1 , u2 y u3 , donde se observan oscilaciones periodicas en los estados u2 y
67
Figura 3.5: Perles de concentracion del modelo dado por las Ecs. (3.25)-(3.27), a) u1 (x, t), b) u2 (x, t) y
c) u3 (x, t).
u3 , el estado u1 llega al estado estacionario dado a que su ecuacion diferencial esta desacoplada
de las otras dos.
El error de aproximacion acumulado (Er ) se muestra en la Figura 3.6, es claro que los
esquemas no locales exhiben menores errores relativos que los esquemas clasicos de DF y dadas
68
las condiciones de frontera, el esquema de DFFI con aproximacion local coincide con el esquema
de DF por lo que los errores relativos son los mismos.
Concentracin, u3(0,t)
Comsol
DFFI
DF
6
5
4
3
2
1
0
0
10
20
30
40
50
60
70
80
90
100
60
70
80
90
100
Tiempo, t
Error Acumulado, Er
1
0.8
0.6
0.4
0.2
0
0
10
20
30
40
50
Tiempo, t
Figura 3.6: Error relativo dinamico para el modelo reaccion-difusion con reaccion cubica autocataltica.
De acuerdo a los resultados presentados arriba se hacen los siguientes comentarios:

A diferencia de los esquemas no estandar de diferencias nitas propuestas por Mickens,
(1989), los esquemas de DFFI son metodologas sistematicas y no requieren de series de
Taylor truncadas ni de reglas Heursticas. Para condiciones de frontera Neumann y Robin,
en los esquemas de DFFI surgen factores de ponderacion que mejoran el desempe
no numerico
de los esquemas de DF.
Mediante el adecuado tratamiento de las formulaciones integrales es posible obtener
esquemas de DFFI que consideren informacion no local tanto en los terminos reactivos
como en las derivadas temporales.
En general, los esquemas de DFFI exhiben ordenes de aproximacion global de h2 , como
69
en las FEI los esquemas de DFFI locales muestran menores errores relativos cuando los
procesos de difusion tienen mayor importancia en el proceso global. Sin embargo, cuando los
esquemas de DFFI cuentan con informacion no local, los errores de aproximacion numerica
no se ven afectados por los procesos reactivos en las interacciones RD.
Dado que las DFFI son obtenidas de metodologas sistematicas, a partir de las Ecs. (2.14)
y (2.35) es posible obtener esquemas de DFFI locales y no locales generales.
3.3.

on-difusi
on-convecci
on
En esta seccion se retoman los resultados obtenidos en el apartado 2.3.1 para el desarrollo de los
esquemas de DF no estandar con aproximacion local y no local del termino reactivo. Para ese
n, consideramos el sistema reaccion-difusion-conveccion dado por la Ec. (2.53) con condiciones
inicial y de frontera (2.2) y (2.3)-(2.4), respectivamente. La formulacion integral del sistema RDC
se muestra en la Ec. (2.53) y la funcion de Green en la Ec. (2.53). Nuevamente con el objeto
de no distraer al lector con tediosos desarrollos algebraicos solo presentamos la metodologa para
los subdominios internos (i = 2, . . . , N 1). En el Apendice A.2 se muestra el desarrollo para el
dominio completo. Entonces, retomando las ideas de la discretizacion espacial (Fig. 3.1) se obtiene
el sistema de EDP que posteriormente invertimos a un conjunto de ecuaciones integro-diferenciales,
obteniendo
Gi (xi+1 , x)
Gi (xi1 , x)
ui1 (t) exp(P exi+1 )
ui+1 (t)
u(x, t) = exp(P exi1 )
z
z
xi+1
Gi (z, x) exp(P ez)(z, t)dz
+
(3.33)
xi1
y las funciones de Green para cada subdominio interno son
1 [exp(P ex) exp(P exi+1 ]) [exp(P ez) exp(P exi1 )] si z < x

Gi (z, x) =
AG [exp(P ez) exp(P exi+1 ]) [exp(P ex) exp(P exi1 )] si z x
(3.34)
donde
AG = P e exp(P exi+1 ) P e exp(P exi1 ]
Por simplicidad en la notacion, se dene i = exp(P exi ). Entonces, si las Ecs. (3.33) son evaluadas
en su punto interior xi , se obtienen las siguientes expresiones
xi+1
(i i1 ) ui+1 (t) (i i+1 ) ui1 (t)
(z, t)
dz
ui (t) =
Gi (z, x)
exp(P ez)
P e (i+1 i1 )
xi1
(3.35)
Lo que resta es aproximar las integrales de las Ecs. (3.35), de acuerdo al tipo de aproximaci
on
de la integral se pueden obtener esquemas de DF locales y no locales.
70
3.3.1.
Si se aproximan las integrales mediante la regla del trapecio para tres puntos equidistantes, se
obtiene
xi+1
Gi (z, x)
xi1
(z, t)
(i i1 ) (i i+1 ) 2
dz
h i (t)
exp(P ez)
P ehi (i+1 i1 )
(3.36)
Ahora si se sustituyen las Ecs. (3.36) en las Ecs. (3.35), tenemos

ui (t) =
(i i1 ) ui+1 (t) (i i+1 ) ui1 (t) (i i1 ) (i i+1 ) 2

+
h i (t)
P e (i+1 i1 )
P ehi (i+1 i1 )
(3.37)
Las Ecs. (3.37) puede ser reescritas como

i (t) =
i ui1 (t) i ui (t) + i ui+1 (t)

h2
donde
i =
P ehi
,
i i1
i =
i+1 i1
i ,
i i+1
i =
(3.38)
P ehi
i i+1
El sistema (3.38) es el esquema de diferencias no estandar para sistemas reaccion-difusi

onconveccion en coordenadas rectangulares y condiciones de frontera generales. Los parametros de
ponderacion i , i y i , i = 2, . . . , N 1, son funciones exponenciales que surgen debido al factor
integrante empleado para volver adjunto el operador diferencial espacial. Debido a su naturaleza,
los parametros i , i y i son difciles de simplicar. Sin embargo, si tomamos el lmite cuando
P e 0 la Ec. (3.38) toma la forma
i (t) =
ui+1 2ui + ui1

h2
(3.39)
Este resultado corresponde al esquema de DFFI para sistemas reaccion-difusion desarrollado en

la seccion anterior. Si P e 0 indica que el transporte convectivo no es importante en el proceso,
es decir, que solo existen interacciones reaccion-difusion.
3.3.2.
Para este caso se propone descomponer las integrales en las Ecs. (3.35) como
xi+1
xi
xi+1
Gi (z, x)(z, t)dz =
Gi (z, x)(z, t)dz +
Gi (z, x)(z, t)dz
xi1
xi1
(3.40)
xi
Para la integral en el intervalo x [xi1 , xi ], aproximamos a (z, t) como

(z, t) i1 (t)
i (t) i1 (t)
(xi1 z)
h
Evaluando la funcion de Green correspondiente e integrando, obtenemos

xi
i i+1
[B1,i (h)i1 (t) + B2,i (h)i (t)] h2
Gi (z, x)(z, t)dz
i+1 i1
xi1
71
(3.41)
donde
(
)
1
1
1
1
exp(P eh)
B1,i (h) =
P eh 2 P eh P e2 h2
P e 2 h2
(
)
1
1
1
exp(P eh) exp(P eh)
B2,i (h) =
+
+
P eh 2 P e2 h2
P eh
P e2 h2
Repitiendo el procedimiento para la integral en el intervalo x [xi , xi+1 ], nos conduce a
xi+1
i i1
Gi (z, x)(z, t)dz
[B3,i (h)i (t) + B4,i (h)i+1 (t)] h2
i+1 i1
xi
(3.42)
donde
(
)
1
1
1
exp(P eh) exp(P eh)
B3,i (h) =
+
P eh 2 P e2 h2
P eh
P e2 h2
(
)
1
1
1
1
exp(P eh)
B4,i (h) =
+
+
P eh 2 P eh P e2 h2
P e2 h 2
Sustituyendo las Ecs. (3.41) y (3.42) en las Ecs. (3.35) nos lleva a
C1,i (h)i1 (t) + C2,i (h)i (t) + C3,i (h)i+1 (t) =
i ui1 (t) i ui (t) + i ui+1 (t)

h2
(3.43)
donde C1,i (h) = i B1,i (h), C2,i (h) = i B2,i (h) + i B3,i (h), C3,i (h) = i B4,i (h) y
i =
P ehi
,
i i1
i =
i+1 i
i ,
i1 i+1
i =
P ehi
i+1 i
Notese que los parametros , y son identicos a los encontrados en el esquema de DFFI con
aproximacion local. El desarrollo para los nodos el esquema DFFI no local en el dominio completo
se presenta en el Apendice A.2. As como en el esquema no local de DF para sistemas RD, la suma
de las constantes C es igual a uno (C1,i + C2,i + C3,i = 1). Por otro lado, si consideramos a la Ec.
(3.43) cuando P e 0, tenemos
4
1
ui1 (t) 2ui (t) + ui+1 (t)
1
i+1 (t) + i + i+1 =
, i = 2...N 1
6
6
6
h2
(3.44)
La Ec. (3.44) corresponde al esquema de DFFI no locales para un sistema RD con condiciones
de frontera tipo Dirichlet. Este resultado, indica que el desarrollo para la obtencion de esquemas
de DFFI con aproximacion no local del termino fuente y de acumulacion puede ser aplicado tanto
a sistemas RD como a sistemas RDC, donde, de los esquemas DFFI para sistemas es posible
obtener los esquemas para sistemas RD.
3.3.3.
Resultados num
ericos
Con el proposito de contar con la solucion exacta del sistema RDC, se considero el modelo en estado
estacionario de un reactor tubular isotermico (Ec. 3.33) con R(x, u(x)) = 2 u(x) en x [0, 1].
72
Bajo condiciones de frontera Dirichlet (u(0) = uin y u(1) = 0), la solucion del problema es
[
]
exp 12 x(P e ) [exp() exp(x)]
u(x) = uin
(3.45)
exp() 1
donde
=
P e2 + 42
(a)
=0.1
=10
Error relativo, E r
Error relativo, E r
10
10
10
10
10
10
10
10
10
10
10
(b)
10
10
10
h
2
10
Pe=10
Pe=0.1
Error relativo, E r
Error relativo, E r
10
10
10
10
10
DF
DFFI local
DFFI no local
10
10
10
10
10
10
Figura 3.7: Errores de aproximacion en sistemas RDC con cinetica lineal de primer orden, a) P e = 1.0 y
b) = 1.0.
Como ndice de aproximacion del error se calcula el error relativo (Er ) descrito por la Ec.
(2.38). En la Figura 3.7 se observa que en general, el desempe
no numerico de DFFI es mejor
que DF. Particularmente, en la Figura 3.33a se muestra los errores relativos para dos valores de
con P e = 1; el efecto de usar un esquema no local en el termino reactivo resalta en procesos
donde la reaccion qumica tiene mayor importancia. Ya que en esta situacion el esquema de DFFI
exhibe errores de aproximacion similares a los obtenidos para > 1. Notese que los ordenes de
73
aproximacion numerica para los tres metodos (DF, DFFI local y no local) son de orden h2 , esto
debido a las condiciones frontera de tipo Dirichlet.
Si sustituimos las condiciones de frontera del caso anterior por tipo mixtas (i.e. (u(0) = uin
y
du(1)
dx
= 0) y una cinetica no isotermica. La Figura 3.8 muestra los errores de aproximaci

on
numerica para los esquemas de DF, DFFI locales y no locales. Para cualquier situacion (proceso
dominado por la reaccion qumica o por los fenomenos de transporte) el esquema de DFFI no
locales exhibe menores Er . Los resultados anteriores demuestran que los esquemas de DFFI son
una buena alternativa para la solucion de sistemas RDC lineal y no lineal en estado estacionario.
=10
10
Error relativo, E r
Error relativo, E r
(a)
=0.1
10
10
10
10
10
10
10
10
10
Pe=10
10
Error relativo, E r
Error relativo, E r
10
10
(b)
Pe=0.1
10
10
10
10
10
DF
DFFI local
DFFI no local
10
10
10
10
10
Figura 3.8: Errores de aproximacion en sistemas RDC con cinetica no isotermica, R(u(x)) =
(1u(x))
1+(1u(x))
u(x), con = 15 y = 0.2, a) = 1.0 y b) P e = 5.0.
Para el caso dinamico, se comparan los esquemas tradicionales de DF y el esquema de DFFI con
estructura local, por ello se consideran las mismas condiciones que el caso estacionario con cinetica
no isotermica. Para N = 50 y = 1.0, la Figura 3.9 muestra los errores relativos calculados en
cada punto espacial xi para t = 10. En todo el dominio, los errores relativos obtenidos para DF
74
son mayores a los obtenidos mediante DFFI locales. Particularmente dichos errores se incrementan
cuando x 1, donde la condicion de frontera es tipo Neumann. Es decir, los perles calculados
con DFFI muestran mejor aproximacion que DF, debido a las FEI incorporan de manera exacta
las condiciones de frontera. Ademas, si se incorporan estructuras no locales en los esquemas de
DFFI, es posible obtener mejores aproximaciones numericas que las obtenidas con DFFI locales.
2
10
10
Error relativo, E r
Error relativo, E r
Pe=0.5
10
Pe=5.0
10
DF
DFFI
4
10
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
Posicin, x
Posicin, x
Figura 3.9: Sistema RDC, a) perles u(x, t) a diferentes tiempos y b) errores relativos
De acuerdo a los resultados obtenidos se hacen los siguientes comentarios:

Siguiendo la metodologa presentada en la seccion anterior, es posible obtener esquemas de
DFFI (locales y no locales) para sistemas RDC. Los parametros que ponderan los esquemas
de DF son funciones exponenciales por lo que es difcil simplicarlas, sin embargo, bajo el
adecuado tratamiento de los parametros es directa la obtencion de los esquemas DFFI.
En los esquemas de DFFI, la incorporacion de nodos adyacentes en el termino reactivo
discreto reduce los errores de aproximacion en la solucion numerica de sistemas RDC. Bajo
este esquema, los errores de aproximacion no se ven afectados cuando en el proceso global
los fenomenos de reaccion qumica tienen mayor importancia.
Se demostro que los esquemas de DFFI para sistemas RDC pueden ser reducidos a DFFI
de procesos RD, indicando que los esquemas propuestos preservan la conexion entre los
fenomenos involucrados.
75
3.4.

on-difusi
on en 2D
Para el tratamiento de sistemas bidimensionales se considera la siguiente ecuacion RD en 2D

adimensional
u(x, y, t)
2 u(x, y, t) 2 u(x, y, t)
=
+
R(u(x, y, t)), x [a, b], y [a, c]
t
x2
y 2
(3.46)
con condicion inicial

u(x, y, 0) = (x, y)
y con condiciones de frontera generales, tales que
x,a
u(a, y, t)
+ x,a u(a, y, t) + x,a = 0
x
u(b, y, t)
+ x,b u(b, y, t) + x,b = 0
x
u(x, a, t)
+ y,a u(x, a, t) + y,a = 0
y,a
y
x,b
y,c
(3.47)
u(x, c, t)
+ y,c u(x, c, t) + y,c = 0
y
(3.48)
donde los terminos , y son constantes. Como primer paso, se propone solo invertir el operador
diferencial en la direccion x a un operador integral. Para ello re-escribimos la Ec. (A.3.1) como
2 u(x, y, t)
= (x, y, t)
x2
donde (x, y, t) = (x, y, t)
2 u(x,y)
y 2
y (x, y, t) =
u(x,y,t)
t
(3.49)
+ R(u(x, y, t)). Agrupar al operador
diferencial espacial en la direccion y dentro del termino fuente, nos provee la ventaja de trabajar
con el sistema en una sola direccion. Notese que la Ec. (A.3.4) tiene la misma estructura que la
Ec. (3.4), por lo que la formulacion integral es
u(x, y, t) =
G(z, x)(z, y, t)dz +

a
y de la Ec.(3.3), tenemos que la funcion
1
G(z, x) =
x,b
x,a
ba+
x,b
x,a
G(a, x) x,a
G(b, x) x,b
z
x,b
z
x,a
de Green es
)(
(
x,a
xb
z a x,a
(
)(
x,a
x a x,a
zb
(3.50)
x,b
x,b
)
x,b
x,b
si z < x
si z x
(3.51)
En ese sentido, empleando los resultados de la Seccion 3.1 para esquemas locales, tenemos que
el esquema de DFFI para los nodos internos de la Ec. (A.3.4), es
i (y, t) =
2 ui (y, t) ui+1 (y, t) 2ui (y, t) + ui1 (y, t)

+
,
y 2
h2x
76
i = 2, . . . , N 1
(3.52)
Para determinar el esquema de DF en la direccion y se reagrupan los terminos del sistema

(A.3.7), de tal forma que
2 ui (y, t)
= i (y, t),
y 2
donde i (y, t) = i (y, t)
i = 2, . . . , N 1
ui+1 (y,t)2ui (y,t)+ui1 (y,t)

.
h2x
(3.53)
Ahora, repitiendo el desarrollo para la
obtencion de DFFI en cada una de las ecuaciones diferenciales que conforman el sistema (A.3.10),
tenemos que para i = 2, . . . N 1 y j = 2, . . . , N 1, el esquema de DFFI es
i,j (t) =
ui,j+1 (t) 2ui,j (t) + ui,j1 (t) ui+1,j (t) 2ui,j (t) + ui1,j (t)
+
h2y
h2x
(3.54)
Las Ecs. (A.3.12) representan las discretizacion del operador de difusion en las direcciones x
y y para los nodos internos (i.e., no se incluyen los nodos correspondientes a las fronteras, en el
Apendice A.3 puede verse el desarrollo para el esquema completo). Para obtener el esquema de
DFFI el modelo de RD bidimensional es tratado como unidimensional, entonces es de esperarse
que las ecuaciones en diferencias para los nodos en las fronteras tengan la misma estructura que
el esquema de DFFI para modelos RD en 1D (Ecs. (3.11)).
En los esquemas de DF, para evaluar los valores de u(x, y, t) en las fronteras (y = x = a, x = b
y y = c), tpicamente se discretizan las derivadas en las condiciones de frontera para despejar los
valores de u e incorporarlos en las ecuaciones correspondientes en los nodos de las fronteras. En los
esquemas de DFFI las condiciones de frontera se incorporan directamente, sin embargo es posible
hacer el desarrollo inverso para encontrar la forma discreta de las derivadas en las condiciones de
frontera. Por ejemplo, para i = 1 y i = N en las Ecs. (3.11) es posible obtener las expresiones en
diferencias para las derivadas de las condiciones de frontera generales, dichas expresiones son
3u0 (t) + 4u1 (t) u2 (t)
u(a, t)
x
2h
(3.55)
u(b, t)
3uN +1 (t) 4uN (t) + uN 1 (t)
x
2h
(3.56)
Las Ecs. (A.3.13) y (A.3.14) indican que las derivadas en las condiciones de frontera son
aproximadas mediante esquemas de diferencias de orden h2 , lo que conduce a esquemas de DF
con ordenes de aproximacion global de h2 . Este resultado resalta la importancia de la propiedad
de incorporacion exacta de las condiciones de frontera del metodo integral estudiado, donde no
es necesario proponer un esquema en diferencias para las derivadas de las condiciones de frontera
y el orden h2 surge en forma natural. Por otro lado, mediante la metodologa presentada arriba,
obtener esquemas de DFFI locales y no locales para modelos RD y RDC en 2 dimensiones no
representa mayor dicultad que el problema unidimensional.
77
3.4.1.
Resultados num
ericos
Para ilustrar los benecios que trae el uso de los esquemas de diferencias obtenidos, se resolvieron
dos casos: la ecuacion de Laplace y la ecuacion de Poisson. Los resultados se compararon contra
la solucion analtica y contra el esquema de DF tradicionales. Como marco de comparacion se
calculo el error relativo con respecto a la solucion analtica, usando la siguiente expresion
Ny
Nx
|uei,j uapi,j |
1
Er =
Nx Ny
|uei,j |
(3.57)
i=1 j=1
donde Nx y Ny representan el n
umero de nodos en la direccion x y y respectivamente; uei,j es el
valor de u(x, y) en el punto x = xi , y = yi calculados mediante la solucion analtica; uapi,j es el
valor de u(x, y) en el punto x = xi , y = yi calculados mediante la solucion aproximada.
Ecuaci
on de Laplace
En este caso consideramos la Ec. (A.3.1) con R(u(x, y)) = 0 y con las siguientes condiciones de
frontera
u(0, y)
=0
x
u(L, y)
= Biu(L, y)
x
u(x, H)
u(x, 0) = ui (x) y
=0
y
y
(3.58)
(3.59)
El problema anterior puede describir el transporte de calor en una placa, que se mantiene a
una temperatura constante (ui ) en x = 0 y se transere calor al ambiente en la frontera y = H,
mientras que en las otras dos fronteras estan aisladas. Dada la forma de la ecuacion diferencial
(i.e., homogenea y con sucientes condiciones homogeneas en la direccion x), es posible obtener
la solucion analtica mediante el metodo de separacion de variables,
u(x, y) =
4 sin(n ) cos(n x)
i=1
2n + sin(2n )
[cosh(n y) tanh(n r) sinh(n y)]
(3.60)
donde los valores propios se obtienen a partir de la solucion de la siguiente expresion

tan(n ) =
Bi
n
Para Nx = Ny y L = H = 1.0, la Figura 3.10 muestra el error relativo como funcion del tama
no
de la malla h, considerando Bi = 0.01 y Bi = 10. Como en el caso unidimensional, es posible
observar que el esquema DFFI exhibe menores errores relativos hasta en un orden de magnitud
que DF. El orden de aproximacion para DFFI es O(h2 ) mientras que para DF el orden es
O(h). La Figura 3.11 muestra los perles bidimensionales de u(x, y), como era de esperarse a
medida que Bi crece, disminuye la resistencia al transporte en la frontera y = H, as que hay
mayor transporte de calor al ambiente.
78
10
4
DF
DFFI
Error Relativo,E r
10
10
10
10
Bi=0.01
Bi=20
10
10
10
10
Tamao de malla, h
10
10
Tamao de malla, h
Figura 3.10: Error relativo vs. tamano de malla para en la ecuacion de Laplace.
1
0.95
Coordenada y
0.8
0.9
0.85
0.6
0.8
0.75
0.4
0.7
0.65
0.2
0
0
=0.01
0.6
0.55
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Coordenada x
1
4.5
0.8
Coordenada y
Error Relativo,E
10
4
3.5
0.6
3
0.4
2.5
2
0.2
0
0
=10.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.5
1
Coordenada x
Figura 3.11: Perl u(x, y) para la ecuacion de Laplace a dos valores de Bi.
79
Ecuaci
on de Poisson
Para este caso se considero la Ec. (A.3.1) con condiciones de frontera (3.58)-(3.59) y con el termino
fuente constante, R(u(x, y)) = . Empleando el metodo de expansiones de funciones propias se
determino la solucion analtica como
(
)
4
sin(
)
1
n
4
sin(
)
2n
n
kn (x)
u(x, y) =
gn (y) + 3
2n + sin(2n )
2n + 2n sin(2n )
(3.61)
n=1
donde
gn (y) = cosh(n y) tanh(n r) sinh(n y)
kn (x) = cos(n x)
y la condicion para determinar los valores propios es

tan(n ) =
Bi
n
La Figura 3.12 muestra los errores relativos para DFFI y DF para Bi constante con = 0.1 y
= 10. Como en el caso anterior los errores relativos calculados con DFFI son menores que los
obtenidos mediante DF hasta en 2 ordenes de magnitud. As mismo, los ordenes de aproximaci
on
para DFFI son de O(h2 ) mientras que para DF son O(h).
10
2
1
DF
DFFI
10
10
Error Relativo,E r
Error Relativo,E r
10
10
10
10
=0.1
10
=10
10
10
Tamao de malla, h
10
10
Tamao de malla, h
10
Figura 3.12: Error relativos para la Ec. (A.3.1) con R(u(x, y)) = .
De acuerdo a los resultados arriba presentados se hacen los siguientes comentarios:

Para obtener los esquemas de DFFI en sistemas bidimensionales se propone invertir los
operadores diferenciales espaciales a operadores integrales en forma independiente, es decir,
primero invertir el operador en la direccion x y posteriormente el operador en la direccion
y. Trabajar con los operadores independientes nos da la ventaja de que los desarrollos tanto
80
para las formulaciones integrales como para los esquemas de DFFI unidimensionales ya
fueron obtenidos.
En este apartado se obtienen esquemas de DFFI locales para sistemas RD, sin embargo,
siguiendo la metodologa propuesta no es difcil obtener los esquemas de DFFI locales y no
locales para sistemas RD y RDC en 2D.
A partir de los esquemas de DFFI obtenidos es posible obtener las expresiones en diferencias
de las derivadas en las condiciones de frontera. Estas expresiones son de orden h2 lo que
conduce a un esquema de DFFI con orden global de h2 .
Las simulaciones numericas muestran que los esquemas de DFFI exhiben menores errores
de aproximacion que los esquemas clasicos de DF y ademas corroboran los ordenes de
aproximacion global de h2 .
3.5.
Comentarios finales
En esta parte de la investigacion se presenta una metodologa sistematica para la obtencion de

esquemas de DF a partir de formulaciones integrales. La propuesta es hacer la descomposicion del
dominio del problema original en N subdominio, es decir, llevar a la EDP a N EDP, donde
cada EDP esta acotado en un subdominio. Posteriormente las EDP son transformadas a su
correspondiente FEI obteniendo as un conjunto de N ecuaciones integro-diferenciales, donde
dependiendo del tipo de aproximaci
on de las integrales en la FEI es posible obtener esquemas
de DF locales y no locales. La metodologa propuesta es estandar y puede ser empleada en una
gran variedad de ecuaciones tipo reaccion-transporte. Los resultados numericos indican que DFFI
proveen ventajas numericas frente a DF clasicas, tales como: i) Los esquemas de DFFI locales y
no locales son obtenidos mediante metodologas sistematicas sin recurrir a reglas Heursticas ni a
soluciones analticas. ii) No es necesario proponer una aproximacion de la condiciones de frontera
ya que estas se incorporan de manera exacta manteniendo ordenes globales de aproximacion de h2 .
A diferencia que DF clasicas donde, dependiendo de la aproximacion de la condiciones de frontera
el orden global de aproximacion puede variar. iii) Los errores relativos calculados con DFFI puede
ser hasta en 3 ordenes de magnitud menor que los obtenidos mediante DF.
81
Captulo 4
Formulaciones de Ecuaciones
Integrales para Sistemas
Reacci
on-Difusi
on con Derivadas
Fraccionales
4.1.
C
alculo fraccional
Los conceptos tradicionales del calculo integral y diferencial, pueden ser entendidos a traves su
signicado fsico. Por ejemplo, la velocidad y la aceleracion son la primera y segunda derivada de
la posicion con respecto del tiempo, respectivamente. Mientras que la integral puede ser entendida
geometricamente como el area bajo la curva. De esta forma es como se ha desarrollado la teora
del calculo tradicional a traves de los u
ltimos cuatro siglos y hoy en da casi todos los fenomenos
fsicos pueden ser expresadas por ecuaciones diferenciales. Sin embargo, existen muchos procesos
donde las ecuaciones diferenciales tradicionales no describen adecuadamente los fenomenos fsicos
que modelan. Por otro lado, el origen del calculo fraccional se remonta a 1695 cuando Leibnitz
enva una carta a LH
opital acerca del posible signicado de la derivada de orden fraccional
(Leibnitz, 1695). Sin embargo, debido a las interpretaciones de facil comprension geometrica y el
exito del calculo tradicional para modelar fenomenos fsicos, el calculo de orden fraccional no se
desarrollo. No fue hasta el siglo XIX cuando se retoman las ideas de los operadores diferenciales
de orden fraccional por investigadores como Laplace, Fourier, Abel, Liouville y Riemann, y a
principios del siglo XX con Weyl, Laurent, Hardy, Littlewood, Riesz, Erdelyi, Copson y Snedon.
En la actualidad, el calculo fraccional ha asumido un importante papel para modelar la dinamica
82
anomala de numerosos procesos relacionados con sistemas complejos en muchas areas de la ciencia
y de la ingeniera. Se trata de aplicaciones donde el proceso es ordinario (es decir, sigue las leyes
clasicas), pero el medio es complejo, no solo por ser no homogeneo en el sentido clasico, sino ademas
porque el medio puede descomponerse aleatoriamente en componentes altamente heterogeneas
con muy distinta escalabilidad. As, la herramienta fraccionaria constituye un complemento a los
clasicos modelos no-lineales (Bonilla y col., 2007).
Particularmente, en procesos que surgen en ingeniera qumica, el estudio de los fenomenos
difusivos es de gran importancia. El fenomeno de difusion anomala es cuando el desplazamiento
cuadratico medio no crece linealmente en el tiempo. La razon de esto es que la manera tradicional
de modelar la difusion en estos sistemas hace muchas suposiciones a priori acerca del medio
donde se lleva a cabo la difusion, en particular, la homogeneidad e isotropa del espacio y las
propiedades estocasticas especcas que tienen como consecuencia el movimiento difusivo. Esto
hace que los modelos de RD sean poco realistas para la descripcion de reacciones qumicas en
medios desordenados y/o en medios fuera de equilibrio termodinamico, caractersticas tpicas de
muchos sistemas fsicos y biologicos (Perumpananni y col., 1995). Las derivadas fraccionaras son
operadores que aparecen como una generalizacion del concepto de derivada. Estos operadores
dependen de un parametro (orden de la derivada) que puede variar de manera continua y se
reducen a los operadores diferenciales tpicos cuando dicho parametro es un n
umero entero. Como
es de esperar, ya que la derivada fraccional es una generalizacion de la derivada ordinaria, va
a perder muchas de sus propiedades basicas. Por ejemplo, pierde su interpretacion geometrica o
fsica, la derivada del producto de dos funciones es difcil de obtener y la regla de la cadena no es
sencilla de aplicar. Sin embargo, los modelos fraccionarios pueden ser u
tiles en aplicaciones reales
debido a que los operadores ordinarios son locales, mientras que los fraccionarios son no locales
e incorporan a los modelos efectos de memoria y contribucion de muchas escalas espaciales de
manera natural.
4.2.
Sistemas reacci
on-difusi
on con derivadas espaciales de orden
fraccional
Los sistemas reaccion difusion han sido usados en diferentes campos de la ciencia e ingeniera.
Sin embargo, recientes investigaciones se
nalan que la ecuacion clasica para la difusion (ley de
Fick) no es adecuada para modelar muchas situaciones fsicas reales (Perumpananni y col., 1995).
Esto es, en procesos donde las partculas viajan mas rapido de lo estimado por la difusion de
Fick y ademas pueden presentar asimetra, este fenomeno es com
unmente conocido como difusion
83
anomala (Metzler y Klafter, 2002; Paradisi y col., 2001). La difusion anomala puede ser descrita
por operadores de difusion fraccional como se describe en la siguiente ecuacion diferencial parcial
fraccional (EDPF)
u(x, t)
= Da u(x, t) R(u(x, t))
t
x [a, b]
(4.1)
con condiciones de frontera generales

a
u(a, t)
+ a u(a, t) + a = 0
x
(4.2)
u(b, t)
+ b u(b, t) + b = 0
x
(4.3)
y condicion inicial
u(x, 0) = (x)
donde Da =
u(x,t)
x
(4.4)
es el operador diferencial fraccional de orden (1, 2]. Las Ecs. (4.1)-
(4.4) pueden ser empleadas para describir procesos de transporte de solutos en corrientes (Shen
y Phanikumar, 2009), transporte turbulento en plasmas (del Castillo-Negrete y col. 2005), en
la formacion de patrones (Henry y Wearne, 2002; Gaychuk y Datsko, 2006), transporte en la
supercie de la tierra (Schumer y col., 2009), difusion a traves de materiales porosos (Berkowitz y
Scher, 1997; Valdes-Parada y col. 2009), en aplicacion y control del comportamiento de materiales
viscoelasticos (Glockle y Nonnemacher, 1991; Makris y col., 1991; Shimizu y Zhang, 1999), en
la teora del transporte de contaminantes (Makris y col., 1993; Addison y col., 1997), plasmas
(Balescu, 1995), electromagnetismo (Engheta, 1997), termodinamica (Sokolov, 2001), mecanica
(Riewe, 1997), teora del caos (Zaslavsky, 1994; Tsallis, 2002) y fractales (Osada, 1995), geologa,
astrofsica, biologa, qumica, teora de control (Tenreiro-Machado, 1997; Matouk, 2011), economa
(Mainardi, 2000; West y Picozzi, 2002), entre otros.
Varias propuestas de metodos numericos han sido usadas para resolver ecuaciones reaccion
difusion fraccionales lineales y no lineales (Shen y Phanikumar, 2009; Fix y Roop, 2004;
Meerschaert y Tadjeran, 2006; Chen y col., 2007). Debido a su simplicidad de implementaci
on
computacional, el esquema de diferencias nitas basados en la formula de Grunwald (DFGr) ha sido
ampliamente usado para la solucion de EDPF. Sin embargo, es bien conocido que la discretizacion
de las derivadas espaciales fraccionales mediante DFGr conduce a aproximaciones de primer orden
(O(h)) y puede conducir a inestabilidades (Tadjeran y col., 2006). As mismo, los esquemas de
diferencias nitas para sistemas RDF con condiciones de frontera tipo Dirichlet se han estudiado
ampliamente. Sin embargo, la incorporacion de condiciones tipo Neumann y/o Robin no ha sido
estudiado con la misma frecuencia, debido a que dichas condiciones requieren la aproximaci
on
de las derivadas. Debido a las numerosas aplicaciones de los modelos fraccionales, es necesario
84
contar con metodologas numericas estables que incorporen condiciones de frontera generales y
que exhiban altos ordenes de aproximacion. Por otro lado, estudios recientes han demostrado
que los esquemas numericos basados en formulaciones integrales pueden ser una alternativa en
la solucion de ecuaciones RDF, dado a que las FEI exhiben propiedades como la incorporacion
exacta de las condiciones de frontera y conducen a esquemas integrales estables que suavizan los
errores de redondeo (Valdes-Parada y col., 2008).
En este Captulo, presentamos la metodologa general para el desarrollo de esquemas numericos
a partir de formulaciones integrales. Tal como en problemas de derivadas enteras, primero
presentamos la formulacion integral de la ecuacion diferencial fraccional y su respectiva funcion de
Green fraccional. Los esquemas integrales resultantes pueden ser resueltos directamente mediante
reglas de cuadratura. Una alternativa es considerar las ideas de la formula de Grunwald, esto es,
discretizar la formulacion integral con un esquema hacia atras. Lo que conduce a un esquema
discreto que posee la misma estructura que el esquema de DFGr. Para ilustrar la capacidad de
aproximacion numerica del metodo, consideramos modelos RDF tanto en estado estacionario como
dinamicos. Los resultados numericos son comparados frente a las soluciones analticas y numericas
usando DFGr. Las simulaciones numericas muestran que el esquema propuesto mejora los ordenes
de aproximacion que los obtenidos mediante el esquema DFGr.
4.2.1.
Definiciones b
asicas
Para el mejor entendimiento de los desarrollos, se inicia presentando algunas deniciones y

propiedades de los operadores integrales y diferenciales fraccionales (Bai y Lu, 2005; Su y Zhang,
2009). Para el estudio de las ecuaciones diferenciales fraccionales, se han propuesto diferentes
deniciones de las derivadas e integrales (Samko y col., 1993; Podlubny, 1999; Oldham y Spanier,
2006). Entre las mas usadas se encuentra la denicion de Caputo, la cual se usara en este trabajo
para el desarrollo de las FEI. El operador integral fraccional de orden > 0 de una funcion u(x)
esta denido como (El-Sayed, 1995; Podlubny, 1999),
x
1
Ia u(x) =
(x z)1 u(z)dz
() a
(4.5)
donde Ia es el operador integral fraccional de orden tipo Riemann-Liouville. Por otro lado, el
operador diferencial fraccional para la funcion u(x) esta denido como (Kilbas y Marzan, 2005;
Su y Zhang, 2009)
Da u(x)
1
=
(n )
(x z)n1
dn u(z)
dz
dz n
(4.6)
Da es la derivada de orden tipo Caputo y n es un entero tal que n 1 < n. Si suponemos

que u(x) es una funcion continua diferenciable y suave en trozos, tenemos que para la derivada
85
fraccional tipo Caputo son ciertas las siguientes consideraciones (Su y Zhang, 2009)
Lema 1. Para > 0, si se supone u(x) C(a, b) L(a, b), entonces una ecuacion diferencial
homogenea tipo Caputo (Da u(x) = 0), tiene como solucion u
nica a
u(x) = c0 + c1 x + c2 x2 + . . . + cN 1 xN 1
(4.7)
Por otro lado, para > 0, si se supone u(x) C(a, b), entonces
Da Ia u(x) = u(x)
(4.8)
y del Lema 1 y la Ec. (4.8), se puede deducir el siguiente Lema (Su y Zhang, 2009)
Lema 2. Si > 0 y suponiendo que u(x) C(a, b) L(a, b), entonces
Ia Da u(x) = u(x) + c1 + c2 x + . . . + cN 1 xN 1
(4.9)
donde ci R, i = 1, 2 . . . , N . Con las propiedades dadas en las Ecs. (4.7)-(4.9) es posible desarrollar
la formulacion integral para las Ecs. (4.1)-(4.4).
4.2.2.
Formulaci
on integral
En esta seccion, se describe brevemente el desarrollo de las formulaciones integrales fraccionales,

para este n, reescribimos la Ec. (4.1) como
Da u(x, t) = (x, t)
donde (x, t) =
u(x,t)
t
x [a, b]
(4.10)
+ R(u(x, t)). Si multiplicamos la Ec. (4.10) por el operador integral
Riemann-Liouville, tenemos de la Ec. (4.9) que

Ia Da u(x, t) = u(x, t) + c0 + c1 x = Ia (x, t)
o bien
1
u(x, t) =
()
(4.11)
(x z)1 (z, t)dz c0 c1 x
(4.12)
Evaluando la Ec. (4.12) en la condicion de frontera dada por la Ec. (4.2), obtenemos
c0 = c1 a c1
a
a
+
a
a
entonces la Ec. (4.12), toma la forma de

x
1
a
a
u(x, t) =
(x z)1 (z, t)dz + c1 a + c1
c1 x
() a
a
a
Ahora si evaluamos la condicion de frontera en x = b, tenemos que
b (bz)1
b b (bz)2
b a (1) (z, t)dz + a
() (z, t)dz +
c1 =
b
b a + b aa
86
b
b
a
a
(4.13)
y por lo tanto, tenemos que la Ec. (4.13) es

[ b (
)
]
b (b z)2 (b z)1
b
a
u(x, t) =
+
(z, t)dz +
(x)
b ( 1)
()
b a
a
x
1
a
+
(x z)1 (z, t)dz
() a
a
donde
(x) =
xa
ba+
b
b
(4.14)
a
a
a
a
Finalmente, despues de algunas manipulaciones algebraicas, la Ec. (4.14) puede ser escrita como
b
b
a
b
u(z, t)
u(x, t) = ((x) + 1)
(x) +
G(z, x)
dz
(4.15)
a
b
t
a
a
donde G(z, x) es la funcion de Green fraccional tipo Caputo,
b (bz)2 (x) (bz)1 (x) +

b (1)
()
G(z, x) =
b (bz)2 (x) (bz)1 (x)
b (1)
()
(xz)1
()
si z < x
si z x
(4.16)
Las Ecs. (4.15)-(4.16) son la formulacion integral para el sistema RDF dado por las Ecs. (4.1)(4.5). A diferencia de la formulacion integral para derivadas enteras, el desarrollo de la FEI en
derivadas fraccionales trae consigo la expresion de la funcion de Green. Sin embargo, la estructura
matematica de la FEI fraccional es la misma que las obtenidas para problemas enteros, esto es, en la
Ec. (4.15) los primeros dos terminos del lado derecho denotan la contribucion de las condiciones de
frontera, mientras que el segundo termino describe como la funcion de Green fraccional distribuye
la reaccion qumica en todo el dominio y la ultima integral describe como se distribuye el termino
de acumulacion. Notese, que en este tipo de problemas la funcion de Green describe el fenomeno
de difusion anomala.
Para condiciones de frontera tipo Dirichlet con x = 0.5 y z [0, 1], la Figura 4.1a muestra la
distribucion de la funcion de Green fraccional en el dominio [0,1], donde se puede observar que
para 1 < < 2 la funcion de Green no es simetrica que es un indicativo de la distribucion de
la difusion anomala, mientras que para = 2.0 los perles son simetricos (difusion Fickiana). Se
observa la funcion de Green fraccional tiende a cero u
nicamente en z = 1 mientras que en z = 0
la funcion de Green incrementa cuando disminuye . Notese, que cuando 1 la funcion de
Green fraccional tiende a la funcion de Green para procesos difusion-conveccion con P e >> 1
(ver Figura (4.1a)), esto es, debido a que cuando 1 el operador fraccional tiene al operador
convectivo (derivada de primer orden). Resultados similares se observan para la funcion de Green
bajo condiciones de frontera tipo mixtas (i.e. Neumann mas Dirichlet), la diferencia radica que
en x = 0 los valores de funcion de Green son negativos debido a los efectos de la derivada en la
condicion de frontera.
87
Funcin de Green, G(0.5,z)
0.5
1.2
0.3
1.4
0.1
0.1
0.3
0.5
0
1.6
1.8
=2.0
(a)
0.2
0.4
0.6
0.8
z
Funcin de Green, G(0.5,z)
0
0.2
2.0
1.8
1.6
0.4
1.4
0.6
0.8
1
0
=1.2
(b)
0.2
0.4
0.6
0.8
z
Figura 4.1: Distribucion de la funcion de Green fraccional, para x = 0.5 en el dominio [0,1]. Funcion de
Green para condiciones de frontera tipo a) Dirichlet y b) mixtas.
Por otro lado, si se considera a = 2.0, la funcion de Green es

(
)(
)
b
z a a
x
si z < x
1
a
b
)(
)
(
G(z, x) =
b
a
b a + b a
x a aa
si z x
z b bb
(4.17)
La Ec. (4.17) corresponde a la funcion de Green para sistemas RD en coordenadas rectangulares

(Ec. (2.36)), lo que indica que la Ec. (4.17) es una expresion general para el calculo de la funcion
de Green de ecuaciones RD en derivadas de orden arbitrario ( (1, 2]) y condiciones de frontera
generales.
88
4.2.3.
Esquemas num
ericos
En esta seccion, se presentan las metodologas numericas de a) diferencias nitas basadas en la

formula de Grunwald y b) formulacion integral, para la solucion de modelos reaccion difusion
fraccional dadas por las Ecs. (4.1)-(4.4).
Diferencias finitas
La formula de Grunwald es una generalizacion del esquema de diferencias nitas para derivadas
de orden fraccional y son denidas como
Da (xi , t)
i+1
1
g,k uik+1 (t)
h
(4.18)
(k 1)
()(k + 1)
(4.19)
k=0
donde los pesos g,k estan dados por

g,k =
La aproximacion de la derivada espacial fraccional Da (x, t) es de orden O(h) para < 2. La

aproximacion para las Ecs. (4.1) es
i+1
1
dui (t)
g,k uik+1 (t) R(ui (t)),
=
dt
h
i = 1, 2, . . . , N
(4.20)
k=0
donde las condiciones de frontera (4.2) y (4.3) se discretizan y se incorporan en las ecuaciones
correspondientes a los nodos en x = x1 y x = x + N , respectivamente. Notese que para la
ecuacion de difusion clasica, ( = 2), los pesos g2,k son g2,0 = g2,2 = 1, g2,1 = 2 y para
k = 2, . . . , i + 1 g2,k = 0. La Ec. (4.20) es un conjunto de N ecuaciones diferenciales, para obtener
la solucion aproximada de u(x, t) las EDO pueden ser resueltas numericamente mediante metodos
tradicionales de Runge-Kutta o bien discretizar las derivadas temporales mediante esquemas
explcitos o implcitos de diferencias nitas, lo que conduce a un sistema de EANs.
Formulaci
on integral
La idea de la solucion numerica es aproximar la derivada fraccional espacial para reducir la EDP
(4.1) a un conjunto de EDOs que posteriormente puede ser llevado a un conjunto de EANs. Para
este n, se propone x = h > 0 como el tama
no de la malla espacial, h = (b a)/ (N + 1) con
xi = a + ih y ui (t) = u(xi , t), para i = 1, 2, ..., N . El esquema numerico propuesto es obtenido
forzando a cero el residuo de la Ec. (4.15) a una malla x = xi , esto es,
[
]
b
b
u(z, t)
a
(xi ) +
G(z, xi )
+ R(u(z, t)) dz
ui (t) = ((xi ) + 1)
a
b
t
a
89
(4.21)
donde
(xi ) =
xi a
ba+
b
b
a
a
a
a
Despues, la integral en la Ec. (4.21) es aproximada mediante una cuadratura. Por ejemplo,
usando la regla del trapecio obtenemos
ui (t) = Bi (t) + h
j=1
]
uj (t)
G(zj , xi )
+ R(uj (t))
t
(4.22)
donde
[
]
[
]
h
ua (t)
h
ub (t)
Bi (t) = G(a, xi )
+ R(ua (t)) + G(b, xi )
+ R(ub (t))
2
t
2
t
b
a
(xi )
+ ((xi ) + 1)
a
b
(4.23)
Ahora, si u = (u1 , u2 , ..., uN )T , B = (B1 , B2 , ..., BN )T y R(u) = (R(u1 ), R(u2 ), ...., R(uN ))T .
Entonces, la Ec. (4.23) puede ser reescrita como
[
]
du(t)
u(t) = B(t) + hG
+ R(u(t))
dt
(4.24)
donde los componentes de la matriz de dimension N xN , G son gij = G(xj , xi ), i, j = 1, ..., N ,

entonces, el conjunto de N ecuaciones diferenciales de valor inicial estan dados por
du(t)
u(t) B(t)
= G1
R(u(t))
dt
h
(4.25)
con condiciones iniciales u(t0 ) = ((x1 ), (x2 ), ...., (xN ))T . Aqu, uno puede emplear paquetes
estandar para la integracion de EDO para encontrar la solucion de u(t). Una alternativa es realizar
una discretizacion completa, que incluye el termino de la derivada temporal. En ese sentido,
denimos = t como el paso de tiempo, tk = t0 + k y uki = ui (tk ). Considerando un esquema
de Euler implcito para la derivada temporal en la Ec. (4.25), esto es,
du(tk )
dt
uk uk1
.
Esto
conduce a la siguiente expresion

( ) [
]
h
G uk uk1 + f (uk ) , k = 1, 2, ....
u =B +
(4.26)
el cual para cada tiempo tk , puede ser resuelto el vector uk mediante metodos iterativos. La ventaja
del esquema dado por la Ec. (4.26) sobre el esquema (4.25) es que no se requiere la inversi
on de
la matriz G.
90
Diferencias finitas de formulaciones integrales

Una opcion para la discretizacion de la formulacion integral se basa en las ideas de la formula de
Grunwald, donde se propone un esquema discreto hacia atras con una malla espacial equidistante.
Siguiendo esas ideas, se reescribe la Ec. (4.15) como
[
]
xi+1
u(z, t)
b
a
G(z, x)
(xi ) +
ui (t) = ((xi ) + 1)
+ R(u(z, t)) dz, i = 1, ..., N (4.27)
a
b
t
a
donde
(xi ) =
y la funcion de Green esta dada por
b (xi+1 z)1 (x )
i
b
()
G(z, x) =
1
(x
z)
b i+1
(xi )
b
()
xi a
xi+1 a +
a
a
b
b
(xi+1 z)2
(1) (xi )
(xi+1 z)2
(1) (xi )
a
a
(xi z)1
()
si z < x
si z x
(4.28)
Usando la regla del trapecio para discretizar la integral de la Ec. (4.27) obtenemos el siguiente
sistema
ui (t) = Bi (t) + h
[
G(zj , xi )
j=1
]
ui (t)
+ R(ui (t))
t
i = 1, . . . , N
(4.29)
donde
[
]
[
]
ua (t)
h
ui+1 (t)
h
+ R(ua (t)) + G(xi+1 , xi )
+ R(ui+1 (t))
Bi (t) = G(a, xi )
2
t
2
t
a
b
+ ((xi ) + 1)
(xi )
a
b
(4.30)
Las Ecs. (4.29) y (4.30) tienen la misma estructura que las Ecs. (4.22) y (4.23) por lo que
pueden ser expresadas analogamente como un sistema de EDOs o un sistema de EANs en su
forma matricial como en la Ecs. (4.25) y (4.26), respectivamente. Sin embargo, hay que resaltar
que en este caso G es una matriz triangular inferior que corresponde a la estructura hacia atras
del metodo de DFGr. Ademas, los pesos
g,k
h
son sustituidos por
G1
h .
Demostrando as, como en
el caso donde las derivadas son enteras que mediante los esquemas integrales es posible obtener
esquemas de diferencias nitas.
4.2.4.
Resultados num
ericos
Con la nalidad de evaluar la habilidad de las FEI en la solucion numerica de ecuaciones RDF,
se consideran diferentes modelos fraccionales reportados en la literatura. Com
unmente, dichos
modelos carecen de signicado fsico, sin embargo, son considerados en el estudio numerico de
modelos RDF debido estan disponibles sus soluciones numericas. Por lo tanto, se considera la
91
ecuacion RDF (4.1) con a = 0 y b = 1. El esquema numerico usado para las FEI es el descrito en
las Ecs. (4.25) o (4.26), es decir, empleando directamente una regla de trapecio para aproximar la
integral en la FEI. Los resultados numericos son comparados con el esquema clasico de DFGr y
las correspondientes soluciones analticas. Como un ndice de aproximacion numerica, se calculo el
error relativo que esta denido mediante la Ec. (2.38).
Simulaciones en estado estacionario
Para las pruebas numericas en estado estacionario, se considera la siguiente ecuacion diferencial
fraccional
D(x)D u(x) = R(u(x))
x [0, 1]
(4.31)
donde 1 < 2, para ilustrar el efecto del orden fraccional () en la aproximacion numerica
de los esquemas propuestos, se consideran tres valores de . Los esquemas discretos (EANs) son
resueltos mediante tecnicas de punto jo sobre relajado.
Caso 1
Como primer ejemplo se considera la Ec. (4.31) con = 1.8, D(x) =
(2.2) 2.8
6 x ,
R(u(x)) =
u(x) + x3 (x 1) y condiciones de frontera tipo Dirichlet, u(0) = 0 y u(1) = 1. La solucion exacta

de este problema es u(x) = x3 . La formulacion integral esta dada por
u(x) = x +
G(z, x)(u(x) + x3 (x 1))dz
(4.32)
y la funcion de Green fraccional
1 x(1 z)1 + (x z)1 si z < x

G(z, x) =
() x(1 z)1
si z x
(4.33)
Para 30 nodos en la malla, la Figura 4.2a muestra el perl obtenido con el esquema integral
y con DFGr, donde se aprecia que los perles aproximados se ajustan bien al perl exacto
(Em = 102 ). La Figura 4.2b muestra el error (Em ) como funcion del n
umero de nodos (N ) en
la malla computacional, los errores de aproximacion son mas peque
nos para el esquema integral
que para DFGr. Como se comento en la seccion anterior, los esquemas de DFGr exhiben ordenes
de aproximacion de O(h), mientras el esquema integral muestra O(h1.8 ), por lo tanto se puede
armar que los esquemas basados en funciones de Green presentan mejor exactitud numerica que
DFGr
Por otro lado, si consideramos la Ec. (4.31) con = 1.8, D(x) =
9 5
11 x
(2.2) 2.8
6 x ,
R(u(x)) = xu(x) +
y condiciones de frontera tipo mixtas homogeneas ( du(0)

on exacta
dx = 0 y u(1) = 0), la soluci
92
Error Relativo,E r
0.8
u(x)
0.6
0.4
0.2
0
0
(a)
0.2
0.4
DFGr
FEI
10
Sol. Analtica
DFGr
FEI
0.6
0.8
10
10
(b)
10
1
10
Tamao de malla, h
10
Figura 4.2: Soluciones exacta y numerica para la Ec. (4.31) con = 1.8 y condiciones de frontera tipo
Dirichlet a) perles u(x) y b) errores de aproximacion.
es u(x) = x3 (x 1) y la formulacion integral es

1
9
u(x) =
G(z, x)(xu(x) + x5 )dz
11
0
1 (1 z)1 + (x z)1 si z < x

G(z, x) =
() (1 z)1
si z x
con
(4.34)
(4.35)
Para N = 30, la Figura 4.3a muestra los perles u(x) usando la solucion exacta y las soluciones
aproximadas. Como en el caso con condiciones de frontera tipo Dirichlet los maximos errores
calculados para las FEI son mas peque
nos que los obtenidos con DFGr (Figura 4.3b).
Caso 2
Para este caso se consideran = 1.5, D(x) = 1 con a) R(u(x)) =
de frontera tipo Dirichlet homogeneas (u(0) = u(1) = 0) y b)
du(0)
dx
= 0 y u(1) = 2, donde las soluciones exactas son u(x)
128
x3.5 64
x2.5 con condiciones
7
5
x3.5 + 64
x2.5 con
R(u(x)) = 7128
5
= x4 (x 1) y u(x) = x4 (x + 1),
respectivamente. La formulacion integral para condiciones Dirichlet es

(
)
1
128 3.5
64 2.5
x x
u(x) =
G(z, x)
dz
7
5
0
y para condiciones de frontera mixtas es
(
)
1
128 3.5
64 2.5
x + x
u(x) = 2 +
G(z, x)
dz
7
5
0
(4.36)
(4.37)
las funciones de Green estan dadas por las Ec. (4.33) y (4.35), respectivamente. Los errores
de aproximacion se muestran en la Figura 4.4. Puede observarse que el orden de aproximaci
on
calculado con DFGr convergen a O(h), mientras que para el esquema DFFG es O(h1.5 ).
93
0.12
DFGr
FEI
10
Error Relativo,E r
0.08
u(x)
Sol. Analtica
DFGr
FEI
0.1
0.06
0.04
10
(b)
(a)
0.02
10
0
0
0.2
0.4
0.6
0.8
10
Tamao de malla, h
10
Figura 4.3: Soluciones exacta y numerica para la Ec. (4.31) con = 1.8 y condiciones de frontera tipo
mixtas a) perles u(x) y b) errores de aproximacion.
DFGr
FEI
Error Relativo,E r
Error Relativo,E r
10
2
10
10
10
(a)
2
(b)
1
10
10
10
Tamao de malla, h
Tamao de malla, h
10
Figura 4.4: Maximo error absoluto para sistemas RDF con = 1.5 y condiciones de frontera tipo a)
Dirichlet homogeneas y b) mixtas no homogeneas.
Caso 3
Considerando la Ec. (4.31) con = 1.2, D(x) = 1, R(u(x)) = x3 + x2
u(x) con condiciones de frontera homogeneas. La solucion exacta es
6
2
1.8 +
0.8
(2.8) x
(1.8) x
u(x) = x2 (1 x) y la FEI
esta compuesta por las Ecs. (4.36) y (4.33). Como en los previos casos el esquema integral exhibe
mejores ordenes de aproximacion que DFGr (Figura 4.4). Sin embargo, se aprecia que el orden de
aproximacion para la FEI disminuye con el valor del orden de la derivada (), en otras palabras,
el orden de los esquemas integrales fraccionales son O(h ) (Tabla 4.1).
94
Condiciones
Orden de aproximacion
de frontera
DFGr
FEI
1.8
Dirichlet
1.0511
1.7750
1.8
Mixtas
1.0020
1.7890
1.5
Dirichlet
1.0093
1.4926
1.5
Mixtas
1.0049
1.4945
1.2
Dirichlet
0.9958
1.2130
Tabla 4.1: Orden de aproximacion para diferentes valores de en estado estacionario.
0.15
(b)
Error Relativo,E r
(a)
u(x)
0.1
0.05
0
0
Sol. Analtica
DFGr
FEI
10
DFGr
FEI
3
10
0.2
0.4
0.6
0.8
10
10
Tamao de malla, h
Figura 4.5: a) Soluciones numerica y aproximadas de la Ec. (4.31) con = 1.2 y b) errores de aproximacion.
Simulaciones din
amicas
Considerando la Ec. (4.1) con = 1.5, R(u(x, t)) = et
u(0, t) = 0, u(1, t) =
2et
y condicion inicial u(x, 0) = (x
128
con condiciones de
7
4
1)x . Para este problema la
analtica es u(x, t) = et x4 (x 1) y la formulacion integral es

(
)
1
1
128
u(z, t)
t
t
dz
u(x, t) = 2xe +
G(z, x)e
dz +
G(z, x)
t
7
0
0
frontera
solucion
(4.38)
y la funcion de Green esta dada por la Ec. (4.33). Para esta situacion se uso el esquema dado el las
Ecs. (4.20) y (4.25) para obtener un conjunto de EDO para DFGr y FEI, respectivamente. Para
integrar el sistema de EDO se empleo un metodo de Runge-Kutta de 4/5-order con t = 0.01.
Para N = 100, la Figura 4.5a muestra el perl u(x, t) considerando 5 diferentes tiempos. Como
en problemas en estado estacionario, las FEI tienen mejor desempe
no numerico que el esquema
de DFGr. Por ejemplo, Em en t = 1.0 es 0.019 y 0.0044 para DFGr y FEI, respectivamente.
95
Como segundo caso, tenemos que = 1.8, R(u(x, t)) = et
24
2.2
(3.2) x
6
1.2
(2.2) x
+ x4 x3
con condiciones de frontera homogeneas. La solucion exacta para este problema es u(x) =
et x3 (x 1). Considerando las mismas condiciones que el caso anterior, la Figura 4.5b muestra
las soluciones analtica y numerica. La formulacion integral presenta errores de aproximaci
on
numerica cuatro veces menores que DFGr.
2
Sol. Analtica
DFGr
FEI
0.1
t=0.0
t=0.0
0.08
u(x,t)
u(x,t)
1.5
0.12
0.06
0.04
0.5
(a)
0
0
0.2
0.02
t=1.0
0.4
0.6
0.8
0
0
t=1.0
(b)
0.2
0.4
0.6
0.8
Figura 4.6: Perles dinamicos del sistema RDF dado por la Ec. (4.1) con a) = 1.5 y b) = 1.8.

En general el esquema de FEI exhibe ordenes de aproximacion de O(h ), mientras que DFGr
u
nicamente de O(h). Esto puede ser debido al hecho de que la funcion de Green describe el
fenomeno de la difusion anomala y el efecto de la distribucion de la fuente y acumulaci
on en
todo el dominio. Tambien, es bien conocido que la integracion numerica suaviza los errores
de truncamiento, mientras que la diferenciacion numerica es un propagador de errores.
El esquema de diferencias nitas basado en la formula de Grunwald es simple y no requiere
de desarrollos analticos previos, como en la discretizacion basada formulaciones integrales.
Sin embargo, en general el esquema de FEI provee menores errores de aproximacion numerica
que DFGr.
Los resultados presentados arriba pueden ser extendidos a diferentes deniciones de la
derivada fraccional. Por ejemplo, la derivada tipo Riemann-Liouville esta dada por Da u(x) =
x
1
dn
+1n u(z)dz y las propiedades descritas en los Lemas 1 y 2, son u(x) =
(n) dxn a (x z)
c1 x1 +c2 x2 +. . .+cn1 xn1 y Ia Da u(x) = u(x)+c1 x1 +c2 x2 +. . .+cN 1 xN 1 ,
96
respectivamente (Bai y Lu, 2005). Dada la forma de la denicion y sus propiedades, no es

difcil obtener el esquema integral para la derivada fraccional tipo Riemann-Liouville.
Como en los esquemas integrales de sistemas reaccion-transporte en derivadas enteras, los
tiempos de computo requeridos para la solucion numerica de sistemas RDF son hasta 5
veces menores para FEI comparados con los obtenidos para DFGr. Esta diferencia es mas
signicativa cuando los modelos fraccionales estan sujetos a condiciones de frontera tipo
Neumann.
El orden de aproximacion del metodo propuesto puede ser incrementado si se incorporan
metodos de aceleracion secuencial (e.g. extrapolacion de Richardson), esos metodos han
sido aplicados en los esquemas de DFGr para incrementar el orden de aproximacion (Shen
y Phanikumar, 2009; Tadjeran y col., 2006).
4.3.
Factor de efectividad de pastillas catalticas con difusi

on
an
omala
4.3.1.
Introducci
on
El factor de efectividad (FE) es un parametro de correlacion para la velocidad de reaccion en

pastillas catalticas donde se efect
uan procesos internos de resistencia al transporte de masa y
calor. La prediccion del FE involucra la solucion de ecuaciones tipo reaccion difusion, las cuales
son obtenidas a partir de los de balances de masa y calor en las pastillas catalticas (Aris, 1975;
Fogler 2002). Tradicionalmente, el transporte difusivo es descrito por la ley de Fick. Sin embargo,
estudios experimentales han demostrado que el transporte difusivo no siempre sigue la ley de
Fick, ocurriendo mas lenta o mas rapida, a este tipo de difusion se le conoce com
unmente como
difusion anomala (Week y col., 1996; Atkinson y Davis, 2000, Metzler, 2000; Paradisi y col., 2001).
En recientes estudios, la difusion no Fickiana se ha empleado para la descripcion de diversos
fenomenos fsicos (Shen y Phanikumar, 2009; del-Castillo-Negrete y col., 2005; Henry y Wearne,
2002; Gaychuk y Datsko, 2006; Schumer y col., 2009; Berkowitz y Scher, 1997; Valdes-Parada y
col., 2009).
En esta seccion se exploran los efectos en la estimacion del FE considerando difusion no
Fickiana. Para este n, se considera un modelo RDF, donde para la solucion aproximada del
modelo se emplean las formulaciones integrales. Se consideran diferentes situaciones para la
estimacion del factor de efectividad, tales como, diferentes expresiones de velocidad de reaccion
en condiciones isotermicas y no isotermicas. Las simulaciones numericas muestran que el factor
97
de efectividad tiene una fuerte relacion con el tipo de difusion que describen los procesos.
Considerando el modelo de una pastilla cataltica con transporte difusivo no Fickiano, los
perles de concentracion y temperatura estan dados por
D c(x) = 2 R(x, c, T )
(4.39)
D T (x) = 2 R(x, c, T )
(4.40)
donde D es la derivada fraccional tipo Caputo de orden 1 < 2; x es la variable espacial

adimensional en la pastilla cataltica; c(x) y T (x) es la temperatura y concentracion adimensional;
R(x, c, T ) es la velocidad de reaccion; es el modulo de Thiele y es el calor de reaccion
adimensional. Las correspondientes condiciones de frontera son
dc(0)
=0
dx
c(1) = 1
(4.41)
dT (0)
=0
dx
T (1) = 1
(4.42)
Para reducir las Ecs. (4.39)-(4.40) a una sola ecuacion diferencial, consideramos un desarrollo
analogo al reportado por Prater (1958). Entonces, si denimos y = c + T , es posible obtener la
siguiente ecuacion diferencial
D y(x) = 0
(4.43)
con condiciones de frontera

dy(0)
=0
dx
y(1) = + 1
(4.44)
De acuerdo a el Lema 1 (Ec. (4.7)), la solucion de las Ecs. (4.43) y (4.44) es y(x) = + 1. En
ese sentido, la concentracion y la temperatura estan relacionados por
T (x) = 1 + (c(x) 1)
(4.45)
Este resultado indica que, u

nicamente es necesario resolver el sistema (4.39) y (4.41) para el
calculo de la concentracion y para el perl de temperaturas se emplea la Ec. (4.45). El parametro
es un indicativo del tipo de reaccion, si < 0 es un proceso endotermico, si > 0 es un proceso
exotermico y si = 0 es un proceso isotermico.
Factor de efectividad
En el estudio de la catalisis heterogenea es muy importante conocer los efectos del transporte de
masa y calor dentro de las partculas catalticas. El parametro que indica las magnitudes relativas
98
de los fenomenos de difusion y de reaccion qumica, se dene como factor de efectividad (), el
cual esta denido como
=
Lo que reacciona en toda la partcula

Lo que reacciona en la supercie externa
(4.46)
De acuerdo a la denicion, si = 1 (en condiciones isotermicas) ndica que no existen

impedimentos difusivos para la velocidad total del proceso y el control se debe a la energa de
activacion de la reaccion que tiene lugar en la supercie de la partcula cataltica. Si < 1 indica
que los aspectos difusivos son importantes en el control de la velocidad global de reaccion. Se puede
presentar el caso donde > 1 e indica que los efectos del transporte de calor son importantes, sin
embargo, esta situacion puede conducir a la desactivacion del catalizador originada por las altas
temperaturas dentro de la partcula.
El FE puede ser calculado mediante el uso de las soluciones analticas o aproximadas. En
procesos RD con difusion Fickiana ( = 2.0), para la estimacion de se han reportado diversas
metodologas numericas sin la necesidad del calculo previo del perl c(x) (Ochoa-Tapia y col.,
2005; Lee y Kim, 2006; 2007). En este trabajo, se estima el factor de efectividad mediante el
calculo de los perles de concentracion aproximados. De acuerdo a la expresion (4.46), el calculo
del FE puede ser obtenido mediante
1
= 1
0
2 R(x, c, T )dx
2 R(x, c, T )|x=1 dx
(4.47)
El FE relaciona a la reaccion qumica en la pastilla cataltica considerando los efectos de la

resistencia al transporte interno entre la reaccion qumica dada en la supercie de la pastilla (i.e. sin
resistencia al transporte interno). Debido a que la reaccion y la difusion son procesos diferentes, la
Ec. (4.46) permite calcular el FE en pastillas catalticas con y sin difusion Fickiana. Sin embargo,
la reaccion qumica sera afectada por el tipo de difusion dentro de la partilla cataltica. Entre
los parametros que tienen mayor inuencia en el valor del factor de efectividad se encuentran la
geometra de las partculas (Smith, 1956; Carberry, 1961; Morbidelli y col., 1982; Doraiswamy
y Sharma, 1984) y la expresion de la velocidad de reaccion (Krasuk, 1965; Wakao y col., 1978;
Lee, 1986; Morbidelli y Varma, 1983; Wohlfahrt, 1982). El objetivo de esta parte del trabajo es
explorar el efecto que tiene la difusion anomala sobre el factor de efectividad.
4.3.2.
Formulaci
on integral
Siguiendo el desarrollo presentada en la seccion anterior, el esquema integral de las Ecs. (4.39) y
(4.41) es el siguiente
c(x) = 1 +
G(z, x)R(z, c, T )dz

0
99
(4.48)
donde G(z, x) es la funcion de Green fraccional y es descrita por
1 (x z)1 (1 z)1 si z < x

G(z, x) =
() (1 z)1
si z x
Considerando el esquema dado por la Ec. (4.24) con
du
dt
(4.49)
= 0, entonces el esquema discreto de
la formulacion integral (4.48) es

u = B + hGR(u)
(4.50)
donde Bi = 1 + h2 G(xa , xi )R(ua ), i = 1, . . . , N . La Ec. (4.51) es un conjunto de EAN que son

resueltos mediante esquemas iterativos de punto jo.
4.3.3.
Simulaciones num
ericas
Para apreciar el efecto de la difusion anomala sobre el factor de efectividad, se calculo usando
expresiones de velocidad de reaccion lineales y no lineales bajo condiciones isotermicas y no
isotermicas. Para la solucion numerica del sistema (4.39), usamos el esquema (4.49) con 100
nodos en la malla, mismos que fueron usados para el calculo del factor de efectividad en la Ec.
(4.47)
Condiciones isot
ermicas
Los perles c(x) para < 2.0 indican la inuencia de la difusion no Fickiana sobre el proceso. Si
la reaccion qumica no cambia, uno puede apreciar que cuando 2 disminuye la resistencia al
transporte interno (i.e. el proceso es controlado por la reaccion qumica). Este comportamiento
puede verse en la Figura 4.7 y corresponde con estudios experimentales, donde se ha demostrado
que en procesos u
nicamente difusivos (i.e., sin reaccion qumica) la ley de Fick sobre estima la
distribucion de concentracion (Roelos, 1988; Metzler y Klafter, 2000; 2004).
En la Figura 4.8 se muestra el factor de efectividad como una funcion del modulo de Thiele
para diferentes valores de . Para todos los valores de , es posible identicar que, cuando 0
el FE tiende a 1.0, (i.e., no hay resistencia al transporte interno) y cuando , 0. Sin
embargo, cuando la resistencia al transporte interno incrementa ( < 2), la pastilla cataltica es
mas ineciente (Figura 4.8a). Por ejemplo, para = 5.0, el FE es 0.201, 0.1395 y 0.0765 para
= 2.0, 1.6 y 1.2 respectivamente. Resultados similares fueron obtenidos para una velocidad de
reaccion tipo Langmuir-Hinshewood (Figura 4.8b).
100
=0.1
Concentracin, c(x)
Concentracin, c(x)
0.998
0.996
2.0
0.994
1.75
1.50
0.992
=1.0
0.9
0.8
0.7
2.0
0.6
1.75
1.50
0.5
a =1.25
a =1.25
0.2
0.4
0.6
0.8
0.4
0
0.2
0.4
Posicin, x
0.6
0.8
Posicin, x
Figura 4.7: Perl de concentraciones, c(x), en estado estacionario.
10
10
(a)
10
10
10
10
10
(b)
=2.0
=1.75
=1.50
=1.25
10
10
10
10
10
Mdulo de Thiele,
Mdulo de Thiele,
Figura 4.8: Factor de efectividad isotermico vs. modulo de Thiele para diferentes valores de , para
(a) velocidad de reaccion de primer orden, R(x, c) = c(x) y (b) velocidad de reaccion tipo Langmuir2
(1+c(x))
Hinshelwood, R(x, c) = c(x) (1+c(x))
2 , = 0.5.
Condiciones no isot
ermicas
En este caso, consideramos la Ec. (4.39) con una velocidad de reaccion no isotermica, la cual es
denida como
(
R(x, c, T ) = exp
(1 c(x))
1 + (1 c(x))
)
c(x)
(4.51)
es el calor de reaccion adimensional y es el numero de Arrhenius. Para condiciones exotermicas

( > 0), dadas las limitaciones en el transporte de calor interno, hay un incremento en la constante
de velocidad, por lo que la velocidad de reaccion interna es mas grande que la velocidad de reaccion
101
en la supercie de la pastilla cataltica, conduciendo a valores del FE mas grandes que la unidad
(Aris, 1975). Para = 20.0, la Figura 4.9 muestra a vs. para diferentes valores de y , donde
es posible identicar tres regiones: i) < 0.1, 1, ii) 0.1 < < 2 el FE incrementa hasta el
punto maximo y iii) > 2, 0. En general, el FE en la region i) tiene un comportamiento
similar al FE calculado a condiciones isotermicas. La region ii) se reduce cuando 1 (i.e.,
disminuye la resistencia al transporte interno) y para la region iii) se observa que el FE disminuye
mas rapido cuando 1, esto es debido a que se incrementa la resistencia al transporte de masa y
calor. El punto maximo del FE tambien disminuye cuando disminuye (Figura 4.42a). Este efecto
puede apreciarse con mayor intensidad cuando la energa de activacion de la reaccion incrementa
(incremento de la velocidad de reaccion interna), dando origen a la formacion de m
ultiples estados
estacionarios en los perles de . Bajo esas condiciones se observa que la multiplicidad desaparece
como 1, debido al efecto de la disminucion del transporte difusivo masico y termico (Figura
=1.25
4.10b).
10
10
10
10
10
=1.50
0
10
10
10
=1.75
0
10
10
10
10
10
10
Mdulo de Thiele,
Mdulo de Thiele,
10
Mdulo de Thiele,
=2.0
0
10
=0.3
=0.1
=0.1
=0.3
10
10
10
Mdulo de Thiele,
Figura 4.9: Factor de efectividad con velocidad de reaccion no isotermica con cuatro valores de .
102
10
10
10
=15.0
1
10
10
10
Mdulo de Thiele,
=2.0
=1.75
=1.50
=1.25
10
10
10
=30.0
1
10
10
Mdulo de Thiele,
Figura 4.10: en condiciones no isotermicas con = 0.4. Notese que, el factor de efectividad exhibe
m
ultiples estados estacionarios cuando > 20 y tienden a desaparece cuando 1.

Las FEI son una buena alternativa para la solucion de sistemas RD con derivadas espaciales
de orden fraccional, tales como las describen los perles de concentracion y temperatura en
las pastillas catalticas conducidas por fenomenos de difusion anomala.
Las ecuaciones RD con derivadas de orden fraccional (1 < 2) pueden describir fenomenos
de difusion anomala. En procesos isotermicos, el orden de la derivada indica que tan
importante es el transporte difusivo en el sistema RD, a medida que 1 la difusion
tiene menor importancia en el proceso global y viceversa. Por otro lado, en procesos no
isotermicos la inuencia de se ve reejada en los fenomenos de transporte de calor.
Debido a que el orden de la derivada indica la importancia de la difusion interna, entonces
para un valor de dado, el valor del factor de efectividad muestra el valor mas grande
cuando = 2.
Similar a los procesos isotermicos el FE presenta sus valores mas grandes cuando = 2. En
este caso se suman los efectos del transporte difusivo termico. De hecho, cuando el FE exhibe
m
ultiples estados estacionarios, el valor de inuye en los perles de , de tal manera que
cuando disminuye, los m
ultiples estados estacionarios tienden a desaparecer.
103
4.4.
Comentarios finales
En muchos procesos donde existen interacciones entre reacciones qumicas y los fenomenos
transporte, el transporte difusivo puede no ser bien representado por la ley de Fick. En ese
sentido, para describir los fenomenos difusivos se puede emplear la ley de Fick fraccional que
lleva ecuaciones RD con derivadas espaciales de orden fraccional. En este Captulo se presentaron
las formulaciones de ecuaciones integrales para la solucion de sistemas reaccion-difusion con
derivadas espaciales de orden fraccional. Para el desarrollo de las FEI se hace uso de los conceptos
basicos del calculo fraccional. Como en problemas con derivadas enteras, las FEI son metodologas
sistematicas que permiten incorporar de manera exacta condiciones de frontera generales. Ademas,
a partir de los esquemas integrales discretos es posible obtener un esquema analogo al esquema
de diferencias nitas basado en la formula de Grunwald. Mediante FEI se resolvieron diferentes
problemas RDF y los resultados numericos se compararon con las soluciones analticas y numericas
obtenidas mediante DFGr. Como era de esperarse, las simulaciones muestran que los esquemas
de DFGr exhiben ordenes de aproximacion de O(h), mientras que los esquemas de FEI exhiben
O(h ).
Como un caso particular se resolvieron sistemas RDF que describen las interacciones reacciondifusion anomala en pastillas catalticas, con el n de explorar los efectos de la difusion anomala
sobre el factor de efectividad. Los resultados indican que el orden de la derivada fraccional
esta ligado a la resistencia al transporte de masa y calor interno de las partculas catalticas. Esto
es, cuando 1 se incrementa la resistencia al transporte interno, conduciendo a la disminuci
on
del factor de efectividad. Para observar dichas variaciones se calculo el FE a diferentes condiciones
en las expresiones de velocidad de reaccion. Los resultados numericos indican que el FE de pastillas
catalticas depende directamente del grado de resistencia al transporte interno.
104
Captulo 5
Conclusiones Generales y
Perspectivas
En este trabajo, se desarrollaron diversos esquemas numericos para la solucion de ecuaciones
reaccion-transporte descritos por ecuaciones diferenciales parciales con derivadas enteras y
fraccionales. Los esquemas numericos presentados estan basados en formulaciones integrales que
surgen de la inversion analtica de los operadores diferenciales espaciales. Las metodologas
propuestas son la generalizacion de los esquemas reportados por Valdes-Parada y col., (2007) y
Alvarez-Ramirez y col., (2007) que describen la obtencion y solucion de las formulaciones integrales
y el desarrollo de esquemas de diferencias nitas no estandar a partir de formulaciones integrales,
respectivamente. Basados en estos trabajos se obtuvieron diferentes alternativas numericas para
la solucion de problemas reaccion-transporte generales, tales como, i) la directa discretizacion de
las integrales en las formulaciones integrales mediante el uso de reglas de cuadratura; ii) esquemas
de diferencias nitas no estandar con informacion local del termino fuente que se obtiene de la
descomposicion del dominio en subdomnios conduciendo a un sistema de N ecuaciones integrales,
cuyas integrales se aproximan mediante reglas de cuadratura; iii) esquemas de diferencias nitas no
estandar con informacion no local del termino (x, t), para este caso se aproxima (x, t) mediante
una funcion lineal y la integrales se resuelven directamente; iv) esquemas numericos para sistemas
reaccion-difusion en derivadas fraccionales que de acuerdo a como se presenten las formulaciones
integrales es posible obtener esquemas analogos a los metodos de diferencias nitas basados en la
formula de Grunwald. En cada Captulo se considero un apartado para la discusion de resultados,
sin embargo es conveniente mencionar aqu las caractersticas mas importantes de los esquemas
numericos propuestos
Los esquemas numericos basados en formulaciones integrales exhiben O(h2 ) para diferentes
105
situaciones que surgen en procesos reaccion-transporte (i.e. reaccion-difusion, reacciondifusion-conveccion para 1D y 2D), esto debido a la propiedad de incorporacion exacta
de las condiciones de frontera.
Debido a que las formulaciones integrales se basan en la inversion analtica del operador
de transporte, los esquemas numericos muestran mejor desempe
no numerico cuando los
fenomenos de transporte tienen mayor importancia en el proceso. Sin embargo, cuando en
los esquemas de DFFI se incorporan estructuras no locales en los terminos reactivos y de
acumulacion, los esquemas numericos no se ven afectados cuando disminuyen los efectos de
los fenomenos de transporte en el proceso global.
En general, los resultados numericos indican que los esquemas numericos desarrollados en
este trabajo exhiben menores errores de aproximacion numerica y menores tiempos de
computo que los esquemas tradicionales de diferencias nitas. Particularmente, cuando los
problemas reaccion-transporte estan sujetos a condiciones de frontera tipo mixtas.
Las formulaciones integrales permiten el seguimiento dinamico de los aportes individuales
que componen las interacciones reaccion transporte, lo que permite visualizar el peso que
tiene cada fenomeno en el proceso global. Es importante resaltar que la funcion de Green
es la encargada de representar la distribucion de los fenomenos de transporte en todo el
dominio.
Siguiendo la lnea de investigacion de este trabajo y con la idea de enriquecer lo desarrollado
aqu, se pueden abordar los siguientes temas de investigacion:
i) El tratamiento de modelos reaccion transporte mediante formulaciones integrales que
consideren tanto los operadores diferenciales espaciales como temporales, los esquemas
presentados en este trabajo se basan u
nicamente de la inversion del operador diferencial
espacial y para obtener la aproximacion de la derivada temporal se emplean metodos
de implcitos de Euler o de Runge-Kutta (metodo de lneas). Es posible que el uso
de formulaciones integrales globales (i.e. espacial y temporal) se mejoren los ordenes de
aproximacion del proceso dinamico.
ii) Esquemas de diferencias nitas bidimensionales a partir de la formulacion integral bidimensional,
es decir obtener esquemas de DFFI mediante el tratamiento de las dobles integrales que
surgen en la formula de Green. Esto puede conducir a un esquema con acoplamiento de los
operadores diferenciales discretos en las direcciones espaciales.
106
iii) Metodologas para obtener esquemas no locales mediante la solucion directa (e.g., integraci
on
por partes) de las integrales en cada subdominio. Aproximar al termino (x, t) como una
funcion lineal introduce cierto margen de error (que se reduce a medida que se incrementa el
n
umero de nodos), sin embargo tratar directamente la integral mediante la integracion por
partes puede reducir los errores de aproximacion.
iv) Extension de los esquemas numericos fraccionales a problemas reaccion-transporte fraccionales
generales. En este trabajo solo se explora la solucion numerica de problemas reaccion
difusion fraccionales en coordenadas rectangulares en 1D, sin embargo, mediante el adecuado
tratamiento de las ecuaciones fraccionales es posible obtener la formulacion integral para
modelos mas generales.
107
Bibliografa
[1] Addison, P. S., Qu, B., Nisbet, A. & Pender, G. (1997). A non-Fickian particle-tracking
diusion model based on fractional Brownian motion, Int. J. Numer. Methods Fluids, 25(12),
(1997) 1373-1384.
[2] Alhumaizi, K. (2006). A moving collocation method for the solution of the transient
convection-diusion-reaction problems. J. Comput. and Appl. Math. 193, 484-496.
[3] Alhumaizi, K. Henda, R. & Alhumaiz, K. (2003). Numerical analysis of a reaction-diusionconvection systems. Comp. & Chem. Eng., 27(4) 79-594.
[4] Alvarez-Ramirez, J., Valdes-Parada, F., Alvarez J. & Ochoa-Tapia, A. (2009a). Non-standard
nite-dierences schemes for reaction-diusion equations in curvilinear coordinates. Comp.
& Chem. Eng., 33, 277-286
[5] Alvarez-Ramirez, J., Valdes-Parada, F., Alvarez J. & Ochoa-Tapia, A. (2007). A Greens
function formulation for nite-dierences schemes. Chem. Eng. Sci., 62, 3083-3091
[6] Alvarez-Ramirez, J. & Valdes-Parada, F. (2009b). Non-standard nite-dierences schemes
for reaction-diusion equations with generalized coordinates. J. Comput. Appl. Math., 228,
334-343
[7] Amundson, N.R. & Schilson, R.E. (1961). Intraparticle reaction and conduction in porous
catalysts I. Single reactions, Chem. Eng. Sci. 13, 226-236.
[8] Anguelov, R. & Lubuma, JM. (2001). Contributions to the mathematics of the nonstandard
nite dierence method and applications, Numer. Meth. Partial Dierential Equations 17,
518-543.
[9] Anguelov, R., Lubuma, JM. & Mahudu, SK. (2003). Qualitatively stable nite dierence
schemes for advection-reaction equations. J. Comput. Appl. Math., 158, 19-30.
108
[10] Anguelov, R., Kama, P.& Lubuma, JM. (2005). On nonstandard nite dierence models of
reaction-diusion equations. J. Comput. Appl. Math., 175, 11-29.
[11] Aris, R. (1975). The mathematical theory of diusion and reaction in permeable catalysts,
Vol. I. Clanderdon Press, Oxford.
[12] Ascher, U., Ruuth, S. & Wetton, B. (1995). Implicit-explicit methods for time-dependent
partial dierential equations. SIAM J. Numer. Anal. 32(3), 797-823.
[13] Ataie-Ashtiani, B. & Hosseini, S.A. (2005). Error analysis of nite dierence methods for
two-dimensional advection-dispersion-reaction equation. Advances in Water Resources, 28(8),
793-806.
[14] Atkinson, T.C & Davis, P.M. (2000). Longitudinal dispersion in natural channels:
Experimental results from the River Severn UK. Hydrol. Earth Syst. Sci., 4 (3), 345-53
[15] Axelsson, O. & Gololobov, S.V. (2003). A combined method of local Greens functions and
central dierence method for singularly perturbed convection-diusion problems. J. Comput.
Appl. Math., 161, 245-257.
[16] Baeumer, B., Kovacs, M. & Meerschaert, M. (2000). Numerical solutions for fractional
reaction-diusion equations. Comp. & Math. with Appl., 55, 2212-2226.
[17] Bai, Z. & Lu H. (2005). Positive solutions for boundary value problems of nonlinear fractional
dierential equation, J. Math. Anal. Appl. 311, 495-505.
[18] Balescu, R. (1995). Anomalous transport in turbulent plasmas and continuous time random
walks, Phys. Rev. E, 51(5), 807-822.
[19] Balakotaiah, V., Dommeti, S. & Gupta, N. (1999). Bifurcation analysis of chemical reactors
and reacting ows. Chaos 9 (1), 13-34.
[20] Bayliss, A. (1989). An Adaptive Pseudo-Spectral Method for Reaction Diusion Problems.
Journal of computational physics 81, 421443.
[21] Barrer, R.M. (1945). Measurement of diusion and thermal conductivity constants in nonhomogeneous media, and in media where these constants depend respectively on concentration
or temperature. Proc. Phys. Soc., 58, 321-331.
[22] Benson, D. L., Sherratt, J. A. & Maini, P. K. (2008). Diusion driven instability in an
inhomogeneous domain. Bull. Math. Biol. 1992, 55(2), 365-384.
109
[23] Berkowitz, B. & Scher H. (1997). Anomalous transport in random fracture networks, Phys.
Rev. Lett. 79, 4038-4041.
[24] Bermejo, R. & Carpio, J. (2008). An adaptive nite element semi-Lagrangian implicit-explicit
Runge-Kutta-Chebyshev method for convection dominated reaction-diusion problems. Appl.
Numer. Math., 58, 16-39.
[25] Bonilla, B., Rivero, M., Rodriguez-Germa, L. & Trujillo, J.J. (2007). Fractional dierential
equations as alternative models to nonlinear dierential equations. Appl. Math. Comp.,
187(1), 79-88.
[26] Burghardt, A. & Kubaczka, A. (1996). Generalization of the eectiveness factor for any shape
of a catalyst pellet, Chem. Eng. Process. 35, 65-74.
[27] Carberry J. (1961). The catalytic eectiveness factor under nonisothermal conditions. AICHE
J., 7(2), 350-351.
[28] Carey G.F. & Finlayson B. (1974). Orthogonal collocation on nite elements, Chem. Eng.
Sci., 30(5), 587-596.
[29] Chechkin, A. V., Gonchar, V. Y., & Szydlowski, M. (2002). Fractional kinetics for relaxation
and superdiusion in a magnetic eld, Phys. Plasma, 9(1), 78-88.
[30] Chen, C.M.; Liu, F.; Turner, I. & Anh, V (2007). A Fourier method for the fractional diusion
equation describing subdiusion, J. Comp. Physics. 227, 886-897.
[31] Chock, D.P. (1985). A comparison of numerical methods for solving the advection equation,
II. Atmosphere and the Environment. 19: 571-586.
[32] Cole, K.D. & Ken, D.H. (2001). Greens functions, temperature and heat ux in the rectangle.
Int. J. Heat and Mass Transfer, 44, 3883-3894.
[33] Colin, P. & Balakotaiah, V. (1994). Analysis of concentration and temperature patterns on
catalytic surfaces. J. Chem. Phys. 100 (7), 5338-5352.
[34] Danckwerts, P.V. (1953). Continuous ow systems distribution of residence times, Chem.
Eng. Sci. 2, 2-3.
[35] Dargush, G.F. & Banerjee, P. (1991). Application of the boundary element method to
transient heat conduction. Int. J. Numer. Meth. in Eng., 31, 1231-1247.
110
[36] del-Castillo-Negrete, D., Carreras B.A. & Lynch V.E. (2005). Non-diusive Transport in
Plasma Turbulence: A Fractional Diusion Approach, Phys. Rev. Lett. 94, 065003.
[37] Dixit, R.S. & Tavlarides, L. (1982). Integral Method of analysis of Fischer-Tropsch synthesis
reactions in a catalyst pellets. Chem. Eng. Sci., 37, 539-544
[38] Drame A. K., Dochain D. & Winkin J.J. (2008). Asymptotic Behavior and Stability for
Solutions of a Biochemical Reactor Distributed Parameter Model, IEEE Trans. on Autom.
Control, 53, 1.
[39] Doraiswamy L. & Sharma M. (1984). Heterogeneous reactions: analysis, examples and reactor
desing. John Wiley and Sons, New York.
[40] Dun, R.J. & Mcwhirter, J.H. (1974). An Integral Equation Formulation of Maxwells
Equations. J. of The Franklin Institute, 298 (5), 385-394.
[41] El-Sayed, A.M. (1995). Fractional order evolution equations. J. Fract. Calc., 7, 89-100.
[42] Engheta, N. (1997). On the role of fractional calculus in electromagnetic theory, IEEE Antenn.
Propag., 39(4), 3546.
[43] Epstein, I. & Pojman, J. (1998). An introduction to nonlinear chemical dynamic. Oxford
University Press, New York USA.
[44] Eymard, R., Gallouet, T. and Herbin, R. (1997). Finite Volume Methods. Handbook of
Numerical Analysis, 7, 713-1020.
[45] Fatehi R., Manzari, M.T. & Hannani, S. K. (2009). A nite-volume ELLAM for non-linear
ux convection-diusion problems. Int. J. of Non-Linear Mechanics 44, 130-137.
[46] Fernandez-Garca, G. (2008). PhD. thesis: Estructuras espacio-temporales en sistemas de
reaccion-difusion-adveccion. Santiago de Compostela University, Espa
na.
[47] Fix, G.J. & Roop, J.P. (2004). Least squares nite element solution of a fractional order
two-point boundary value problem, Comp. Math. Appl. 48 1017-1033.
[48] Froment, G.F. & Bischo, K.B. (1990). Chemical Reactor Analysis and Design. Second
Edition, John Wiley and Sons, Inc.
[49] Gaychuk, V.V. & Datsko, B.Y. (2006). Pattern formation in a fractional reaction-diusion
system, Physica A, 365, 300-306.
111
[50] Geankoplis, JC. (2003). Process transport and separation process principles (Includes unit
operations). Pearson Education, USA.
[51] Glockle, W. G. & Nonnemacher, T. F. (1991). Fractional integral operators and Fox functions
in theory of viscoelasticity, Macromolecules, 24(24), 6426-6434.
[52] Goldber, A. (1996). Biochemical oscillations and cellular rhythms. Cambridge UK, Cambridge
University Press.
[53] Gottlieb, D. & Hesthaven, J. (2001). Spectral methods for hyperbolic problems. J. Comput.
Appl. Math., 128(1), 83-131.
[54] Gray, P. & Scott, S. (1990). Chemical oscillations and instabilities. Clarendon Press, Oxford.
[55] Greenberg, M. D. (1971). Applications of Greens Functions in Science and Engineering.
Prentice Hall, New York
[56] Haberman, R. (2004). Applied Partials Derivatives Equations with Fourier series and
boundary problems. New Jersey, Prentice Hall, USA
[57] Henda, R. & Alhumaiz, K. (2002). Spatiotemporal patterns in a two-dimensional reactiondiusion-convection system: Eect of transport parameters. Math. and Comp. Modelling,
36(11-13), 1361-1373.
[58] Henry, B.I. & Wearne S.L. (2002). Existence of Turing instabilities in a two-species fractional
reaction-diusion system, SIAM J. Appl. Math. 62(3), 870-887.
[59] Hernandez-Martinez, E. (2008). Simulacion, dinamica y control de reactores tubulares
mediante formulaciones de ecuaciones integrales. Tesis de maestra, Universidad Autonoma
Metropolitana, Mexico D.F.
[60] Hildebrand, F. (1968). Finite-Dierence Equations and Simulations. Prentice-Hall,
Englewood Clis, NJ.
[61] Ho, D. (1978). Stability and convergence of nite dierence methods for systems of nonlinear
reaction-diusion equations. SIAM J. Numer. Anal. 15(6), 1161-1177.
[62] Janicki, M., De-Mey G. & Napieralski, A. (2002). Application of Greens functions for analysis
of transient thermal states in electronic circuits. Microelectronics Journal, 33, 733-738
112
[63] Jimenez-Islas, H. (1999). Modelamiento Matematico de los Procesos de Transferencia de

Momentum, Calor y Masa. Tesis Doctoral, Universidad Autonoma Metropolitana Unidad
Iztapalapa, Mexico D. F.
[64] Kesten, A.S. (1969). An integral equation method for evaluating the eects of lm and pore
diusion of heat and mass on reaction rates in porous catalyst particles, AICHE Journal 15,
128-131
[65] Khalid, A., Redhoune H. & Mostar S. (2003). Numerical analysis of reaction-diusionconvection systems, Comp. and Chem. Eng. 27, 579-594
[66] Kilbas, A.A. & Marzan, S.A. (2005). Nonlinear dierential equations with the Caputo
fractional derivative in the space of continuously dierentiable functions. Dier. Equ., 41,
84-89.
[67] Krasuk, J. & Smith M. (1965). Eectiveness factor with surface diusion. Ind. Eng. Sci., 34,
5-9.
[68] Kreiss, H.O. (1968). Stability theory of dierence approximations for mixed initial boundary
value problems. I. Math. of Comp., 22, 703-714.
[69] Lax, P. D. & Ritchmyer, R. D. (1956). Survey of the stability of linear nite dierence
equations. Comm. on Pure and Appl. Math., 9, 267-293.
[70] Lee, H. (1979). Eectiveness factor for solid-catalized gas-solid reactions. Ind. Eng. Chem.
Fundam., 4, 102-106.
[71] Lee, J. & Kim D.H. (2006). An approximation method for the eectiveness factor in porous
catalysts. Chem. Eng. Sci., 61, 5127-5136
[72] Lee, J. & Kim D.H. (2007). Eectiveness factor approximations for multiple steady states in
porous catalyst. Chem. Eng. Sci., 62, 2179-2186
[73] Lefevre, L. Dochain, D. Feyo de Azevedo, S. & Magnus A. (2000). Optimal selection of
orthogonal polynomials applied to the integration of chemical reactor equations by collocation
methods. Comp. and Chem. Eng. 24 2571-2588
[74] Lele S.K. (1992). Compact Finite Dierence Schemes with Spectral-like Resolution. J.
Comput. Physics, 103, 16-42.
113
[75] Leibnitz, G. W. (1695). Letter from hanover, Germany, september 30, 1695 to g. a. LHopital.
Leibnizen Mathematische Schriften. Olms Verlag, Hildesheim, Germany, 1962, First published
in 1849.
[76] Leonard, B.P. (1979). A stable and accurate convective modelling procedure based on
quadratic upstream interpolation. Comp. Meth. Appl. Mech. Eng., 19: 59-98.
[77] Li, N., Steiner, J. & Tang, S.M. (1994). Convergence and stability analysis of an explicit nite
dierence method for 2-dimensional reaction-diusion equations. J. Aust. Math. Soc. Ser. B
36(2), 234-241.
[78] Luyben W. (1990). Process modeling, simulation and control for chemical engineers. Mc
Graw-hill.
[79] Mainardi, F., Raberto, M., Goreno, R., & Scalas, E. (2000). Fractional calculus and
continuous-time nance II: the waiting-time distribution, Physica A, 287(3-4), 468-481.
[80] Maini, P.K., Benson, D. L. & Sherratt, J. (1992). Pattern formation in reaction-diusion
models with spatially inhomogeneous diusion coecients. J. of Math. Appl. in Med. &
Biol., 9, 197-213.
[81] Malchow, H., Sergei, P. & Venturino, E. (2008) Spatiotemporal patterns in ecology and
epidemiology. Taylor and Francis Group, USA.
[82] Mansur, W.J., Vasconcellos, C.A., Zambrozuski, N.J. & Rotunno, O.C. (2009). Numerical
solutions for linear transcient heat conduction equation using an explicit Greens approach.
Int. J. of Heat and Mass Transfer, 52, 694-701.
[83] Makris, N., Dargush, G. F., & Constantinou, M. C. (1993). Dynamic analysis of generalized
viscoelastic uids, ASCE J. Engrg. Mech., 119(8), 1663-1679.
[84] Malchow, H. (2008). Spatiotemporal patterns in ecology and epidemiology. Chapman and
Hall, London.
[85] Mansour, M.A. (2008). A Numerical Study of Traveling Wave Fronts for a Reaction-DiusionAdvection Model. Acta Appl. Math., 109(3), 939-947.
[86] Matouk, A.E. (2011). Chaos, feedback control and synchronization of a fractional-order
modied Autonomous Van der Pol-Dung circuit. Commun. Nonlinear Sci. Numer. Simulat.
16, 975-986
114
[87] Matthiessen, K. & M

uller, S.C. (1996). Chemically driven convection in the BelousovZhabotinsky reaction. Lecture Notes in Physics, 464, 371-384.
[88] Meerschaert, M.M. & Tadjeran C. (2006). Finite dierence approximations for two-sided
space-fractional partial dierential equations, Appl. Numer. Math. 56(1), 80-90.
[89] Melenk, J.M. & Babuska, I. (1996). The partition of unity nite element method: Basic theory
and applications. Comp. Methods in Appl. Mechanics and Eng., 139(1), 289-314.
[90] Metzler, R. & Klafter, J. (2000). The random walks guide to anomalous diusion: a fractional
dynamics approach. Phys. Rep., 339.
[91] Metzler, R. & Klafter, J. (2004) The restaurant at the end of the random walk: Recent
developments in the description of anomalous transport by fractional dynamics, J. Phys. A
37, R161-R208
[92] Mickens, R.E. (1994). Nonstandard Finite Dierence Models of Dierential Equations, World
Scientic, Singapore.
[93] Mickens, R.E. (1999). Discretizations of nonlinear dierential equations using explicit
nonstandard methods. J. Comput. Appl. Math., 110, 181-185.
[94] Mickens, R.E. (2000). Applications of nonstandard nite dierences schemes. Word Scientic
Publishing, Singapore.
[95] Morari, M. & Zariou, E. (1989). Robust process control, Prentice-Hall, New York.
[96] Morbidelli, M. & Varma, A. (1983). Isothermal diusion-reaction in slab catalyts with
bimolecular Langmuir-Hinshelwood kinetics. Chem. Eng. Sci., 38(2), 289-296.
[97] Morbidelli, M., Servida, A. & Varma, A. (1982). Optimal catalyts activity proles in pellets.
Ind. Chem. Fundam. 21, 278-284.
[98] Mukkavilli S. & Tavlarides L. T. (1987a). Integral Method of analysis for chemical reaction
in no isothermal nite cylindrical catalyst pellet-I Dirichlet Problem. Chem. Eng. Sci., 42
27-33.
[99] Mukkavilli S. & Tavlarides L. T. (1987b). Integral Method of analysis for chemical reaction in
no isothermal nite cylindrical catalyst pellet-II Robin Problem. Chem. Eng. Sci., 42 35-40.
[100] Murray, D. J. (2001). Mathematical Biology, Springer-Verlang, N.Y., Third Edition
115
[101] Noeres C., Kenig E.Y. & Gorak A. (2003). Modelling of reactive separation processes:
reactive absorption and reactive distillation, Chem. Eng. and Proc., 42(3), 157-178.
[102] Ochoa-Tapia, J.A.; Valdes-Parada, F.J. & Alvarez-Ramirez, J. (2005). Short-Cut Method
for the Estimation of Isothermal Eectiveness Factors. Ind. Eng. Chem. Res., 44, 3947-3953
[103] Oldham K.B., & Spanier J. (2006) The fractional calculus, New York: Dover Publications.
[104] Onyejekwe, O. (1996). A Green element description of transfer mass in reacting systems
Part-B. Num. heat transfer, 30 483-498.
[105] Onyejekwe, O. (2002). Green element solutions of nonlinear diusion-reaction model. Comp.
and Chem. Eng., 26 423-427.
[106] Osada, H. (1995). Self-similar diusions on a class of innitely ramied fractals, J. Math.
Soc. Japan, 47(4), 591-616.
[107] Othmer, H.G. & Pate, E. (1980). Scale-invariance in reaction-diusion models of spatial
pattern formation. Proc. Natl. Acad. Sci., 77, 4180-4184.
[108] Ozisik M.N. (1980). Heat Conduction. Wiley, New York.
[109] Page, K.M., Maini, P. & Monk A.M. (2005). Complex pattern formation in reaction diusion
systems with spatially varying parameters. Physica D, 202, 95-115.
[110] Pan L. (1997). Boundary element strategies and discretized Greens functions: applications
in composite materials and wave mechanics. Thesis Doctor of Philosophy, Iowa, USA.
[111] Pao, C. (2002). Finite dierence reaction-diusion systems with coupled boundary conditions
and time delays. J. Math. Anal. 272, 407-434.
[112] Papadias, D., Edsberg, L., & Bjornbom, P. (2000). Simplied method of eectiveness factor
calculations for irregular geometries of washcoats: A general case in a 3D concentration eld,
Catal. Today 60, 11-20.
[113] Paradisi, P., Cesari, R. Mainardi, F. & Tampieri, F. (2001). The fractional Ficks law for
non-local transport processes. Physica A, 293, 1-2, 130-142.
[114] Perumpananni, A.J., Sherratt, J.A. & Maini P. (1995). Phase dierences in reactiondiusion-advection systems and applications to morphogenesis. J. Appl. Math., 55,19-33
[115] Podlubny, I. (1999). Fractional dierential equations. San Diego: Academic Press.
116
[116] Rice R. & Do D. (1995). Applied mathematics and modeling for chemicals Engineers, John
Wiley and Sons, Inc., New York USA.
[117] Riewe, F. (1997). Mechanics with fractional derivative, Phys. Rev. E, 55(3), 581-592.
[118] Roach, G. F. (1982). Greens Functions. Second Edition, Cambridge University Press, Great
Britain.
[119] Roelos, E.A. (1988). Fault Stability Changes Induced Beneath a Reservoir With Cyclic
Variations in Water Level. J. Geophys. Res., 93, 2107
[120] Samko, S.G.; Kilbas, A.A. & Marichev O.I. (1993). Fractional integrals and derivatives:
theory and applications. Switzerland, Philadelphia, PA, USA: Gordon and Breach Science
Publishers.
[121] Schnackenberg, (1979). J. Simple chemical reaction systems with limit cycle behaviour. J.
Theor. Biol., 81, 389-400
[122] Schumer, R.; Meerschaert, M.M. & Baeumer B. (2009). Fractional advection-dispersion
equations for modeling transport at the Earth surface, J. Geophys. Res. 114.
[123] Segel, L.A. & Jackson, J.L. (1972). Dissipative structure: an explanation and an ecological
example. J. Theor. Biol., 37, 545-559.
[124] Sheintuch, M. (1996). Spatiotemporal patterns in a heterogeneous model of a catalyst
particle. J. Chem. Phys. 105 (1), 289-298.
[125] Sheintuch, M. & Nekhamkina, O. (2001). Pattern formation in models of xed bed reactors.
Catalysis Today 70, 369-382.
[126] Shen, C. & Phanikumar, M.S. (2009). An ecient space-fractional dispersion approximation
for stream solute transport modeling, Advances in Water Resources 32, 1482-1494.
[127] Sherratt, J., Lewis, M. & Fowler, A. (1995). Ecological chaos in the wake of invasions. Proc.
Natl. Acad. Sci., 92, 2525-2528.
[128] Shimizu, N. & Zhang, W. (1999). Fractional calculus approach to dynamic problems of
viscoelastic materials, JSME Internat. J. C, 42(4), 825-837.
[129] Shuster, S., Marthl, M. & Hofer, T. (2002) Modelling of simple and complex calcium
oscillations: from single-cell responses to intracellular signalling. Eur. J. Biochem. 269, 1333.
117
[130] Smith, G. D. (1978). Numerical Solution of Partial Dierential Equations: Finite Dierence
Methods. Clarendon Press. Oxford, G.B
[131] Smith, J. (1956). Chemical engineering kinetics. Mc Graw Hill, New York.
[132] Sokolov, I. M. (2001). Thermodynamics and fractional Focker-Planck equations, Phys. Rev.
E, 63(5), 6111.
[133] Su, X.; Zhang, S. (2009). Solution to boundary-value problems for nonlinear dierential
equations of fractional order, Electronic J. Di. Equations, 26, 1-15.
[134] Su L.; Wang, W. & Xu Q. (2010). Finite dierence methods for fractional dispersion
equations. Appl. Math. & Comp., 216, 3329-3334.
[135] Tadjeran, C.; Meerschaert, M.M. & Scheer H. (2006). A second-order accurate numerical
approximation for the fractional diusion equation, J. Comp. Physics. 213, 205-213.
[136] Taigbenu, A.E. & Liggett, J.A. (1985). Boundary element calculations for diusion equation.
J. Eng. Mechanics, 111 (3) 311-328.
[137] Taigbenu, A.E. & Onyejekwe, O. (1998). Greens function-based integral approaches to
linear transient boundary-value problems and their stability characteristics (I). Appl. Math.
Modelling 22, 687-702
[138] Taigbenu, A.E. & Onyejekwe O. (1999). Greens function-based integral approaches to
linear transient boundary-value problems and their stability characteristics (II). Appl. Math.
Modelling 23, 241-253
[139] Tenreiro-Machado, J. A. (1997). Analysis and design of fractional-order digital control
systems, J. Systems Anal. Model. Simul., 27, 107-122.
[140] Thomee, V. (2001). From Finite dierences to nite elements. A short history of numerical
analysis of partial dierential equations. J. Comput. and Appl. Math., 128, 1-4.
[141] Tsallis, C. (2002). Entropic nonextensivity: A possible measure of complexity chaos, Chaos
Solit. Fract., 13(3), 371-391.
[142] Valdes-Parada, F.J., Ochoa-Tapia, J.A & Alvarez-Ramirez, J. (2007). Diusive mass
transport in the uid-porous medium inter-region: Closure problem solution for the onedomain approach. Chem. Eng. Sci., 62, 6054 - 6068.
118
[143] Valdes-Parada, F.J., Sales-Cruz, M., Ochoa-Tapia, J.A. & Alvarez-Ramirez, J. (2008a). On
Greens function methods to solve nonlinear reaction-diusion systems. Comp. and Chem.
Eng. 32, 503-511.
[144] Valdes-Parada, F.J., Sales-Cruz, M., Ochoa-Tapia, J.A.& Alvarez-Ramirez, J. (2008b). An
Integral Equation Formulation for Solving Reaction-Diusion-Convection Boundary-Value
Problems, Int. J. Chem. Reac. Eng. Vol. 6, A61.
[145] Valdes-Parada, F.J.; Ochoa-Tapia, J.A. & Alvarez-Ramirez, J. (2009). Eective medium
equations for fractional Ficks law in porous media. Physic A, 373.
[146] Varma, A. & Aris, R. (1977). Stirred pots and empty tubes. In L. Lapidus and Admunson
N. R. Chemical Reactor Theory, Prentice Hall, USA.
[147] Villadsen, J. & Stewart, W.E. (1967). Solution of boundary-value problems by orthogonal
collocation. Chemical Engineering Science, 22(11), 1483-1501.
[148] Walleczec, J. (2000). The frontiers and challenges of biodynamics research, in self-organized
biological dynamics and nonlinear control. Cambridge University Press, Cambridge, UK.
[149] Wang, Y. & Hutter, K. (2001). Comparisons of numerical methods with respect to
convectively dominated problems. Int. J. Numer. Meth. Fluids, 37, 721-745.
[150] Weeks, E.R., Urbach, J.S. & Swinney, H.L. (1996). Anomalous diusion in asymmetric
random walks with a quasi-geostrophic ow example. Physica D, 97, 291.
[151] West, B. J. & Picozzi, S. (2002). Fractional Langevin model of memory in nancial time
series. Phys. Rev. E, 65(3), (2002) 7106.
[152] Wohlfahrt, K. (1982). The desing of catalyts pellets. Chem. Eng. Sci., 37(2), 283-290.
[153] Zaslavsky, G. M. (1994). Fractional kinetic equation for Hamiltonian chaos, Physica D,
76(1-3), 110-122.
[154] Zhang, Y. (2009). A nite dierence method for fractional partial dierential equation. Appl.
Math. and Comput., 215, 524-529.
119
Ap
endice A
Desarrollos de los esquemas de DFFI

locales y no locales
En el Captulo 3 se presentaron los desarrollos generales para la obtencion de los esquemas de
diferencias nitas basadas en formulaciones integrales. Con la idea de no distraer al lector con
extensos desarrollos algebraicos, se derivaron los esquemas de DFFI para problemas sujetos a
condiciones de frontera tipo Dirichlet (i.e., u
nicamente para los nodos interiores). En este apartado
se describen dichos desarrollos, para los problemas estudiados en el Captulo 3 considerando
los nodos en las fronteras, es decir, evaluando las condiciones de frontera generales. Siguiendo
el desarrollo planteado en el Captulo 3, primero se derivan los esquemas de DFFI locales y
posteriormente los esquemas no locales.
A.1.
Sistemas reacci
on-difusi
on
Considerando el siguiente sistema de reaccion-difusion

u(x, t)
2 u(x, t)
=
R(u(x, t))
t
x2
x [a, b]
(A.1.1)
con condicion inicial

u(x, 0) = (x)
(A.1.2)
y con condiciones de frontera generales

a
u(a, t)
+ a u(a, t) + a = 0
x
(A.1.3)
u(b, t)
+ b u(b, t) + b = 0
x
(A.1.4)
120
donde i , i y i , i = a, b son parametros constantes. De acuerdo a los resultados del Captulo 2,

la formulacion integral de las Ecs. (A.1.1)-(A.1.4) es
b
b
u(z, t)
G(xb , x) b
G(xa , x) a
u(x, t) =
G(z, x)
dz +
(A.1.5)
t
z
b
z
a
a
a
y su respectiva la funcion de Green
G(z, x) =
1
b a + bb
a
a
(
)(
z a a
xb
a
(
)(
x a a
zb
a
b
b
)
b
b
si z < x
si z x
(A.1.6)
Siguiendo el desarrollo reportado por Alvarez-Ramirez y col., (2007), se considera la descomposicion

parcial del dominio D = [a, b] en Di = [xi1 , xi+1 ], i = 1, . . . , N (ver Figura 3.1), lo que resulta un
sistema N de EDP. Si para cada EDP se obtiene su correspondiente formulacion integral, tenemos
Para D1
x2
u(x, t) =
G1 (z, x)(z, t)dz
G1 (xa , x) a
G1 (x2 , x)
u2 (t)
z
z
a
Para Di , i = 2 . . . N 1
xi+1
Gi (xi+1 , x)
Gi (xi1 , x)
Gi (z, x)(z, t)dz
u(x, t) =
ui+1 (t) +
ui1 (t)
z
z
xi1
Para DN
GN (z, x)(z, t)dz +
u(x, t) =
xN 1
GN (b, x) b
GN (xN 1 , x)
+
uN 1 (t)
z
b
z
(A.1.7)
y de la Ec. (A.1.6) se obtienen las funciones de Green correspondientes,
(x x )(z x a ) si z < x
1
2
a
a
G1 (z, x) =
x2 xa aa (x xa a )(z x2 ) si z x
a
(z x )(x x ) si z < x
1
i1
i+1
Gi (z, x) =
xi+1 xi1 (z xi+1 )(x xi1 ) si z x
b
(z x
1
N 1 )(x xb b ) si z < x
GN (z, x) =
xb xN 1 + bb (z xb b )(x xN 1 ) si z x
b
Si las Ecs. (A.1.7) son evaluadas en su punto interior xi , del subdominio Di , i = 1, . . . , N , se
obtienen las siguientes expresiones
Para D1
u1 =
x2
G1 (z, x)(z, t)dz +

a
121
h
2h
a
a
aa
u2 (t)
h
2h
a
a
a
a
Para Di , i = 2 . . . N 1
xi+1
ui =
xi1
Para DN
1
1
Gi (z, x)(z, t)dz + ui1 (t) + ui+1 (t)
2
2
uN =
GN (z, x)(z, t)dz +

xN 1
b
b
+ bb
h+
2h
uN 1 (t)
h
2h +
b
b
b
b
(A.1.8)
En este punto se tiene N ecuaciones integro-diferenciales, las cuales para resolverlas es necesario
discretizar las integrales mediante reglas de cuadratura. Dependiendo del esquema que se utilice
para aproximar la integral, podemos obtener diferentes soluciones aproximadas de u(x, t).
A.1.1.
Si consideramos la aplicacion de la regla del trapecio basada en tres puntos equidistantes

[xi1 , xi , xi+1 ] se pueden aproximar las integrales como
Para D1
x2
G1 (z, x)(z, t)dz
h
2h
3 a
2 a
aa
h2 1 (t)
Para Di , i = 2 . . . N 1
xi+1
xi1
Para DN
1
Gi (z, x)(z, t)dz h2 i (t)
2
GN (z, x)(z, t)dz
xN 1
3 b
2 b
+ bb
h+
2h
h2 N (t)
(A.1.9)
Sustituyendo las Ecs. (A.1.9) en las Ecs. (A.1.8), tenemos

Para D1
u1 (t) =
h
2h
3 a
2 a
aa
h2 1 (t) +
h
2h
a
a
aa
u2 (t)
h
2h
a
a
a
a
Para Di , i = 2 . . . N 1
1
1
1
ui (t) = h2 i (t) + ui1 (t) + ui+1 (t)
2
2
2
Para DN
uN (t) =
3 b
2 b
+ bb
h+
2h
h N (t) +
b
b
+ bb
h+
2h
122
uN 1 (t)
h
2h +
b
b
b
b
(A.1.10)
Si re arreglamos las Ecs. (A.1.10) obtenemos el siguiente sistema

(
)
(
)
h aa u2 (t) 2h aa u1 (t) h aa
(
)
1 (t) =
h 32 aa h2
ui+1 (t) 2ui (t) + ui1 (t)
, i = 2, . . . , N 1
2
( h
)
(
)
h bb 2h + bb uN (t) + h + bb uN 1 (t)
(
)
N (t) =
h + 32 bb h2
i (t) =
o bien dado que i (t) =
dui (t)
dt
+ R(ui (t)), tenemos
w1,1 u2 (t) w2,1 u1 (t) w1,0 aa

du1 (t)
=
R(u1 (t))
dt
h2
dui (t)
ui+1 (t) 2ui (t) + ui1 (t)
=
R(ui (t)), i = 2, . . . , N 1
dt
h2
b
g1,0 b g2,1 uN (t) + g1,1 uN 1 (t)
duN (t)
=
R(uN (t))
dt
h2
donde
wi,j =
ih j aa
h
3 a
2 a
gi,j =
(A.1.11)
ih + j bb
h+
3 b
2 b
En las Ecs. (A.1.11) las ecuaciones correspondientes a la frontera, en x = x1 y x = xN los

factores wi,j y gi,j tambien afectan a los nodos x2 y xN 1 . Mientras que el esquema clasico de DF
depende del tipo de discretizacion de las derivadas en las condiciones de frontera, por ejemplo,
usando esquemas de diferencias hacia atras y hacia adelante, dichos parametros solo afectan hasta
x1 y xN , respectivamente. Notese, que las condiciones de frontera tipo Neumann y Dirichlet pueden
ser obtenidas como un caso lmite de las condiciones tipo Robin en (A.1.11).
A.1.2.
En la seccion anterior se demostro que discretizando las integrales de las Ecs. (A.1.8) mediante la
regla del trapecio se recupera un esquema de DFNE con termino fuente local. Con el objetivo
de obtener esquemas de diferencias no locales (DFNL), se consideran las Ecs. (A.1.8) y se
descomponen las integrales en los intervalos [xi1 , xi ] y [xi , xi+1 ], i = 1, . . . N , es decir
Para D1
x2
x2
G1 (z, x)(x, t)dz +
Para Di , i = 2 . . . N 1
xi+1
Gi (z, x)(x, t)dz =

xi1
x1
G1 (z, x)(x, t)dz =
G1 (z, x)(x, t)dz

x1
xi
xi+1
Gi (z, x)(x, t)dz +
xi1
Gi (z, x)(x, t)dz

xi
123
Para DN
b
GN (z, x)(x, t)dz =
xN 1
xN
GN (z, x)(x, t)dz +

xN 1
GN (z, x)(x, t)dz
(A.1.12)
xN
En las Ecs. (A.1.12) se observa que para z [xi1 , xi ] u

nicamente estan disponibles los valores
en la frontera (xi1 , t) y (xi , t), as que para conocer el valor de (z, t) en cualquier valor de
z se propone la siguiente aproximacion lineal
(z, t) = i1 (t) +
i (t) i1 (t)
(z xi1 )
h
(A.1.13)
donde i (t) = (xi , t). Dados los lmites de la integral, tenemos que z < x, as que la funcion de
Green es
Gi (z, x) =
entonces tenemos
xi
Gi (z, x)(z, t)dz

xi1
xi
xi1
(z xi1 )(x xi+1 )

xi+1 xi1
(A.1.14)
[
]
(z xi1 )(x xi+1 )
i (t) i1 (t)
i1 (t) +
(z xi1 ) dz
xi+1 xi1
h
(A.1.15)
Evaluando la integral (A.1.15) en x = xi , se obtiene

xi
xi
xi
i1 (t)
i (t) i1 (t)
Gi (xi , x)i (t)dz
(z xi1 )dz
(z xi1 )2 dz
2
2h
xi1
xi1
xi1
(A.1.16)
Como las funciones en las integrales de la Ec. (A.1.16) son lineales, es posible integrar
directamente, de tal forma que
xi
i1 (t)
i1 (t)
i1 (t) 2
(z xi1 )dz =
(xi xi1 )2 =
h
2
4
4
xi1
xi
i (t) i1 (t)
i (t) i1 (t)
i (t) i1 (t) 2
(z xi1 )2 dz =
(z xi1 )3 =
h
2h
6h
6
xi1
Lo que conduce a que la Ec. (A.1.16) se simplique a
xi
h2
h2
Gi (z, x)(z, t)dz i1 (t) i (t)
12
6
xi1
Haciendo lo mismo para la integral en el dominio z [xi , xi+1 ], tenemos
xi+1
h2
h2
Gi (z, x)(z, t)dz i+1 (t) i (t)
12
6
xi
(A.1.17)
(A.1.18)
Por lo tanto,
xi+1
xi1
[
]
h2 1
2
1
Gi (z, x)(z, t)dz
i1 (t) + i (t) + i+1 (t)
2 6
3
6
124
(A.1.19)
Bajo las mismas ideas se obtienen las aproximaciones de las integrales en los subdominio D1 y
DN como
x2
xa
(
(
)
)
h2
1
a
h2
4
5 a
h
(t)
1 (t)
a
2h aa 6
a
2h aa 6
6 a
(
)
h2
1
1 a
h
2 (t)
(A.1.20)
2h aa 6
6 a
G1 (z, x)(z, t)dz
)
)
(
(
3 b
5 b
h2
1
h2
4
h+
h+
GN (z, x)(z, t)dz
b (t)
N (t)
2h + bb 6
6 b
2h + bb 6
6 b
xN 1
(
)
1
1 b
h2
N 1 (t)
(A.1.21)
h+
2h + bb 6
6 b
xb
Sustituyendo las Ecs. (A.1.19)-(A.1.21) en el esquema integral (A.1.8), obtenemos

w6,0 aa w12,6 u1 (t) + w6,6 u2 (t)
du2 (t)
du1 (t)
du0 (t)
w1,1
+ w4,5
+ w1,3
=
R1 (t)
dt
dt
dt
h2
ui+1 (t) 2ui (t) + ui1 (t)
1 dui+1 (t) 4 dui (t) 1 dui1 (t)
+
+
=
Ri (t)
6
dt
6 dt
6
dt
h2
g6,6 uN 1 (t) + g12,6 uN (t) + g6,0 bb
duN +1 (t)
duN (t)
duN 1 (t)
g1,3
+ g4,5
+ g1,1
=
RN (t)
dt
dt
dt
h2
(A.1.22)
donde
R1 (t) = w(1, 1)R(u2 (t)) + w(4, 5)R(u1 (t)) + w(1, 3)R(u0 (t))
1
4
1
Ri (t) = R(ui+1 (t)) + R(ui (t)) + R(ui1 (t))
6
6
6
RN (t) = g(1, 3)R(uN +1 (t)) + g(4, 5)R(uN (t)) + g(1, 1)R(uN 1 (t))
y los factores de peso w y g son
wi,j =
i
6h
j a
6 a
3 a
2 a
gi,j =
i
6h
h+
j b
6 b
3 b
2 b
La discretizacion del operador diferencial espacial en el esquema (A.1.22) coincide con el

esquema no estandar dado por el sistema (A.1.11). Sin embargo, en el esquema (A.1.22) se
consideran terminos no locales tanto para la reaccion como para la derivada temporal. A diferencia
de los esquemas no locales propuestos por Mickens, (1994), el esquema propuesto no hace uso de
reglas Heursticas para la aproximacion no local de los terminos de reaccion y de acumulaci
on.
A.2.
Sistemas reacci
on-difusi
on-convecci
on
Considerando el siguiente sistema reaccion-difusion-conveccion adimensional

2 u(x, t)
u(x, t)
u(x, t)
=
Pe
R(x, u(x, t))
2
t
x
x
125
x [a, b]
(A.2.1)
con condicion inicial y condiciones de frontera generales, como

u(x, 0) = (x)
(A.2.2)
u(a, t)
+ a u(a, t) + a = 0
x
u(b, t)
b
+ b u(b, t) + b = 0
x
(A.2.3)
(A.2.4)
donde i , i y i , i = a, b son parametros constantes. De acuerdo a los resultados del Captulo 2,

la formulacion integral de las Ecs. (A.2.1)-(A.2.4) es
a G(a, x)
b G(b, x)
u(x, t) = exp(P ea)
exp(P eb)
a
z
b
z
[
]
b
G(z, x) u(z, t)
+ R(u(z, t)) dz
+
t
a exp(P ez)
y la funcion de Green correspondiente es
1 (exp(P ex) exp(P eb)kb ) (exp(P ez) exp(P ea)ka ) si z < x

G(z, x) =
AG (exp(P ez) exp(P eb)kb ) (exp(P ex) exp(P ea)ka ) si z x
(A.2.5)
(A.2.6)
donde ka = P e aa + 1, kb = P e bb + 1 y AG = P e [exp(P eb)kb exp(P ea)ka ]. Las Ecs. (A.2.5) y

(A.2.6) constituyen la formulacion integral del sistema RDC con condiciones de frontera generales.
Por simplicidad en la notacion se dene i = exp(P exi ) y retomando las ideas de la discretizacion
espacial (Figura 3.1) e invirtiendo los operadores diferenciales a operadores integrales, se obtiene
Para D1
G1 (x2 , x) u2 (t) G1 (xa , x) a
u(x, t) =
+
+
z
2
z
a a
x2
G1 (z, x)
(z, t)dz
exp(P ez)
Para Di , i = 2 . . . N 1
Gi (xi+1 , x) ui+1 (t) Gi (xi1 , x) ui1 (t)
+
+
u(x, t) =
z
i+1
z
i1
xi+1
xi1
Gi (z, x)
(z, t)dz
exp(P ez)
Para DN
u(x, t) =
GN (xN 1 , x) uN 1 (t)
GN (xb , x) b
+
+
z
b b
z
N 1
xN 1
GN (z, x)
(z, t)dz
exp(P ez)
(A.2.7)
donde las funciones de Green para cada subdominio se pueden obtener a partir de la Ec. (A.2.6)
y son
1
G1 (z, x) =
P e (2 a ka )
1
Gi (z, x) =
P e (i+1 i1 )
(exp(P ex) 2 ) (exp(P ez) a ka ) si z < x

(exp(P ez) 2 ) (exp(P ex) a ka ) si z x
(exp(P ex) i+1 ) (exp(P ez) i1 ) si z < x
(exp(P ez) i+1 ) (exp(P ex) i1 ) si z x
126

(exp(P ex) k ) (exp(P ez)
1
N 1 ) si z < x
b b
GN (z, x) =
P e (b kb N 1 ) (exp(P ez) b kb ) (exp(P ex) N 1 ) si z x
Si las Ecs. (A.2.7) son evaluadas en su punto interior xi , para cada subdominio Di , i = 1, . . . , N ,
se obtienen las siguientes expresiones
Para D1
u1 (t) =
(1 ) a ka ) u2 (t) (1 2 ) aa
P e (2 a ka )
x2
+
a
G1 (z, x)
(z, t)dz
exp(P ez)
Para Di , i = 2 . . . N 1
(i i1 ) ui+1 (t) (i i+1 ) ui1 (t)
ui (t) =
+
P e (i+1 i1 )
xi+1
xi1
Gi (z, x)
(z, t)dz
exp(P ez)
Para DN
uN (t) =
(N ) N 1 ) bb (N b kb ) uN 1 (t)
P e (b kb N 1 ))
+
xN 1
GN (z, x)
(z, t)dz
exp(P ez)
(A.2.8)
Lo que resta es aproximar las integrales de las Ecs. (A.2.8) mediante la metodologa planteada
para problemas RD, lo que conduce a esquemas locales y no locales de DF.
A.2.1.
Si se aproximan las integrales mediante la regla del trapecio para tres puntos equidistantes, se
obtiene
Para D1
x2
(
[
])
3 a
(
1
+
P
e
1
2
1
a
2 a
G1 (z, x)
(
[
]) h2 1 (t)
(z, t)dz
exp(P ez)
a
P eh1 2 a 1 a P e
Para Di , i = 2 . . . N 1
xi+1
xi1
Gi (z, x)
(i i1 ) (i i+1 ) 2
(z, t)dz
h i (t)
exp(P ez)
P ehi (i+1 i1 )
Para DN
xN 1
(
[
])
3 b
(
1
+
P
e
N
N
1
N
b
2 b
GN (z, x)
]
( [
) h2 N (t)
(z, t)dz
b
exp(P ez)
P ehN b 1 b P e N 1
Suatituyendo las Ecs. (A.2.9) en las Ecs. (A.2.8), tenemos

127
(A.2.9)
Para D1
(
[
])
(
[
])
1 a aa P e + 1 u2 (t) (1 2 ) aa (1 2 ) 1 a 1 + 23 aa P e
(
[
])
(
[
]) h2 1 (t)
u1 (t) =
+
a
a
P e 2 a a P e + 1
P eh1 2 a 1 a P e
Para Di , i = 2 . . . N 1
ui (t) =
(i i1 ) ui+1 (t) (i i+1 ) ui1 (t) (i i1 ) (i i+1 ) 2

+
h i (t)
P e (i+1 i1 )
P ehi (i+1 i1 )
Para DN
(
[
])
(N N 1 ) bb i b bb P e + 1 uN 1 (t)
( [
]
)
uN (t) =
P e b bb P e + 1 N 1
(
[
])
(N N 1 ) N b 1 + 32 bb P e
( [
]
) h2 N (t)
+
b
P ehN b 1 b P e N 1
Finalmente como i (t) =
dui (t)
dt
(A.2.10)
+ R(ui (t)) el sistemas de EDO (A.2.10) puede ser reescrito como
1 aa 1 u1 + 1 u2
du1 (t)
=
R(u1 (t))
dt
h2
dui (t)
i ui1 i ui + i ui+1
=
R(ui (t)), i = 2, . . . , N 1
dt
h2
N uN 1 N uN + N bb
duN (t)
=
R(uN (t))
dt
h2
donde
1 =
1 =
1 =
P eh1
1 1 +
(
2 1 +
3 a
2 a P e
a
a P e
)
a
P ehi
i i1
N =
)
a
1
1 2
(
)
1 1 + aa P e a
2 1
i =
i =
i+1 i1
i
i+1 i
i =
P ehi
i+1 i
N =
N =
(
N 1 +
b
b P e
(A.2.11)
)
b
N
N N 1
(
N 1 1 +
b
b P e
)
b
N
N N 1
(
P ehN
N 1 +
3 b
2 b P e
)
b
El sistema (A.2.11) es el esquema de diferencias no estandar para sistemas reaccion-difusi

onconveccion en coordenadas rectangulares y condiciones de frontera generales. Los parametros de
ponderacion i , i y i , i = 1, . . . , N , son funciones exponenciales que surgen debido al factor
integrante empleado para volver adjunto el operador diferencial espacial. Debido a su naturaleza,
128
los parametros i , i y i son difciles de simplicar. Sin embargo, si tomamos el lmite cuando
P e 0 la Ec. (A.2.11) toma la forma
w1,0 aa w2,1 u1 + w1,1 u2
du1 (t)
=
R(u1 (t))
dt
h2
dui (t)
ui+1 2ui + ui1
=
R(ui (t)), i = 2, . . . , N 1
dt
h2
g1,1 uN 1 g2,1 uN + g1,0 bb
duN (t)
=
R(uN (t))
dt
h2
donde
wi,j =
ih j aa
h
3 a
2 a
gi,j =
(A.2.12)
ih + j bb
h+
3 b
2 b
Este resultado corresponde al esquema de DFFI para sistemas reaccion-difusion desarrollado en

la seccion anterior. Si P e 0 indica que el transporte convectivo no es importante en el proceso,
es decir, que solo existen interacciones reaccion-difusion.
A.2.2.
Siguiendo la metodologa planteada en el apartado B.1.2, es decir, la descomposicion de la integral

de cada subdominio en dos intervalos, x [xi1 , xi ] y x [xi , xi+1 ]. Por lo tanto, de las Ecs.
(A.2.8), tenemos que para Di , i = 1 . . . N , las integrales se descomponen en
Para D1
x2
G1 (z, x)
(x, t)dz =
exp(P ez)
x1
G1 (z, x)
(x, t)dz +
exp(P ez)
x2
x1
G1 (z, x)
(x, t)dz
exp(P ez)
Para Di , i = 2 . . . N 1
xi+1
xi
xi+1
Gi (z, x)
Gi (z, x)
Gi (z, x)
(x, t)dz =
(x, t)dz +
(x, t)dz
exp(P
ez)
exp(P
ez)
exp(P
ez)
xi1
xi1
xi
Para DN
b
xN
b
GN (z, x)
GN (z, x)
GN (z, x)
(x, t)dz =
(x, t)dz +
(x, t)dz (A.2.13)
xN 1 exp(P ez)
xN 1 exp(P ez)
xN exp(P ez)
Si para el primer intervalo x [xi1 , xi ], i = 1, . . . , N , se aproxima a (x, t) mediante una
funcion lineal (Ec. (A.1.13)) y se eval
ua la funcion de Green, obtenemos
Para D1 ,
x1
a
G1 (z,x)
exp P ez (z, t)dz
1 2
P e (2 a ka )
x1
]
1 (t) a (t)
[1 ka exp(P e(a z))] a (t)
(a z) dz
h
129
Para Di ,
xi
Gi (z,x)
xi1 exp(P ez) (z, t)dz
xi
xN
GN (z,x)
xN 1 exp(P ez) (z, t)dz
N b kb
b kb N 1
donde ka =
]
i (t) i1 (t)
[1 exp(P e(xi1 z))] i1 (t)
(xi1 z) dz
h
xi1
i i+1
P e (i+1 i1 )
Para DN ,
a
a P e
xN
xN 1
x1
Para Di
xi
xi1
Para DN
N
xN 1
[
]
1 exp(P e(xN 1 z))
N (t) N 1 (t)
N 1 (t)
(xN 1 z) dz
Pe
h
(A.2.14)
+ 1 y kb =
Para D1
b
b P e
+ 1. Integrando las Ecs. (A.2.14), obtenemos
G1 (z, x)
1 2
(z, t)dz
[B1,1 a (t) + B2,1 1 (t)] h2
exp P ez
2 a ka
Gi (z, x)
i i+1
(z, t)dz
[B1,i i1 (t) + B2,i i (t)] h2
exp(P ez)
i+1 i1
GN (z, x)
N b kb
(z, t)dz
[B1,N N 1 (t) + B2,N N (t)] h2
exp(P ez)
b kb N 1
(A.2.15)
donde
1
1 exp(P eh)
,
2
2
P e h(
P eh
)
1
1
B1,1 =
+ B ka ,
P eh 2
(
)
1
1
B1,i =
+ B ,
P eh 2
B =
exp(P eh) exp(P eh) 1

+
2 2
P eh
(
)P e h
1
1
B2,1 =
+ B ka
P eh 2
)
(
1
1
B2,i =
+ B , i = 2, . . . , N
P eh 2
B =
En forma similar, para el intervalo x [xi , xi+1 ], tenemos

Para D1
x2
G1 (z, x)
1 a ka
(z, t)dz
[B3,1 1 (t) + B4,1 2 (t)] h2
exp P ez
2 a ka
Para Di
xi+1
xi
Para DN
N +1
xN
i i1
Gi (z, x)
(z, t)dz
[B3,i i (t) + B4,i i+1 (t)] h2
exp(P ez)
i+1 i1
N N 1
GN (z, x)
(z, t)dz
[B3,N N (t) + B4,N b (t)] h2
exp(P ez)
b kb N 1
130
(A.2.16)
donde
1
1 exp(P eh)
+
,
2 2
P eh
(P e h )
1
1
B3,i =
+ B ,
P eh 2
(
)
1
1
B3,N =
+ B kb ,
P eh 2
B =
exp(P eh) 1 exp(P eh)
P e(2 h2
) P eh
1
1
B4,i =
+ B , i = 1, . . . , N 1
P eh 2
(
)
1
1
B4,N =
+ B kb
P eh 2
B =
Sustituyendo las Ecs. (A.2.15) y (A.2.16) en las Ecs. (A.2.8)

Para D1
u1 (t) =
+
(1 ) a ka ) u2 (t) (1 2 ) aa
P e (2 a ka )
1 2
[B1,1 a (t) + B2,1 1 (t)] h2
2 a ka
1 a ka
[B3,1 1 (t) + B4,1 2 (t)] h2
2 a ka
Para Di , i = 2 . . . N 1
i i+1
(i i1 ) ui+1 (t) (i i+1 ) ui1 (t)
+
[B1,i i1 (t) + B2,i i (t)] h2
P e (i+1 i1 )
i+1 i1
i i1
+
[B3,i i (t) + B4,i i+1 (t)] h2
i+1 i1
ui (t) =
Para DN
uN (t) =
(N N 1 ) bb (N b kb ) uN 1 (t)
N b kb
+
[B1,N N 1 (t) + B2,N N (t)] h2
P e (b kb N 1 ))
b kb N 1
N N 1
+
[B3,N N (t) + B4,N b (t)] h2
(A.2.17)
b kb N 1
Despues de algunas manipulaciones algebraicas, el sistema de ecuaciones (A.2.17) puede ser

presentado como
(xa , x1 , x2 ) =
1 aa 1 u1 + 1 u2
h2
i ui1 i ui + i ui+1
(xi1 , xi , xi+1 ) =
, i = 2, . . . , N 1
h2
N uN 1 N uN + N bb
(xN 1 , xN , xb ) =
h2
donde
(xa , x1 , x2 ) = 1 B1,1 a (t) + (1 B2,1 + 1 B3,1 )1 (t) + 1 B4,1 2 (t)
(xi1 , xi , xi+1 ) = i B1,i i1 (t) + (i B2,i + i B3,i )i (t) + i B4,i i+1 (t)
(xN 1 , xN , xb ) = N B1,N N 1 (t) + (N B2,N + i B3,N )N (t) + N B4,N b (t)
131
(A.2.18)
los parametros i , i y i , i = 1, . . . , N estan denidos en el esquema de DFFI local dado por

las Ecs. (A.2.11). Por otro lado, si consideramos a la Ec. (A.2.18) cuando P e 0, se recupera el
esquema (A.1.22), es decir, el esquema de DFFI no local para el sistema RD.
A.3.
Sistemas RD en 2 dimensiones
Para el tratamiento de sistemas bidimensionales se considera la siguiente ecuacion RD en 2D

adimensional
u(x, y, t)
2 u(x, y, t) 2 u(x, y, t)
+
R(u(x, y, t))
=
t
x2
y 2
(A.3.1)
con condiciones de frontera generales,

x,a
u(0, y, t)
+ x,a u(0, y, t) + x,a = 0
x
u(L, y, t)
+ x,b u(L, y, t) + x,b = 0
x
u(x, 0, t)
y,a
+ y,a u(x, 0, t) + y,a = 0
y
(A.3.2)
x,b
y,b
u(x, H, t)
+ y,b u(x, H, t) + y,b = 0
y
(A.3.3)
donde j,i , j,i y j,i , j = x, y, i = a, b son constantes. Como primer paso, se propone solo invertir
el operador diferencial en la direccion x a un operador integral. Para ello re-escribimos la Ec.
(A.3.1) como
2 u(x, y, t)
= (x, y, t)
x2
donde (x, y, t) = (x, y, t)
2 u(x,y)
y 2
u(x,y,t)
t
y (x, y, t) =
(A.3.4)
+ R(u(x, y, t)). Agrupar al operador
diferencial espacial en la direccion y dentro del termino fuente, nos provee la ventaja de trabajar
con un sistema unidimensional. Notese que la Ec. (A.3.4) tiene la misma estructura que la Ec.
(??), por lo que la formulacion integral es
u(x, y, t) =
G(z, x)(z, y, t)dz +

a
G(L, x) x,b
G(0, x) x,a
z
x,b
z
x,a
y de la Ec.(A.1.6), tenemos que la funcion de Green es

(
)(
x,a
xL
z
1
x,a
(
)(
G(z, x) =
x,b
x,a
L + x,b x,a x x,a
zL
x,a
132
(A.3.5)
x,b
x,b
)
x,b
x,b
si z < x
si z x
(A.3.6)
En ese sentido, empleando los resultados de la Seccion 3.1 para esquemas locales, tenemos que
el esquema de DFFI de la Ec. (A.3.4) es
x,a
2 u1 (y, t) gx1,0 x,a gx2,1 u1 (y, t) + gx1,1 u2 (y, t)
1 (y, t) =
+
y 2
h2x
2 ui (y, t) ui+1 (y, t) 2ui (y, t) + ui1 (y, t)
+
i (y, t) =
, i = 2, . . . , N 1
y 2
h2x
x,b
2 uN (y, t) wx1,1 uN 1 (y, t) wx2,1 uN (y, t) + wx1,0 x,b
N (y, t) =
+
y 2
h2x
donde
gxi,j =
x,a
ih j x,a
3 x,a
2 x,a
(A.3.7)
wxi,j =
x,b
ih + j x,b
h+
(A.3.8)
3 x,b
2 x,b
y con las siguientes condiciones de frontera

ui (0, t)
+ y,a ui (0, t) + y,a = 0
y
i = 1, . . . , N
ui (H, t)
+ y,b ui (H, t) + y,b = 0
y
i = 1, . . . , N
y,a
y,b
(A.3.9)
Para determinar el esquema de DF en la direccion y se reagrupan los terminos del sistema

(A.3.7), de tal forma que
2 ui (y, t)
= i (y, t),
y 2
i = 1, . . . , N
(A.3.10)
donde
1 (y, t) = 1 (y, t)
g1,0 x,a
g2,1 u1 (y, t) + g1,1 u2 (y, t)
x,a
h2x
ui+1 (y, t) 2ui (y, t) + ui1 (y, t)
i (y, t) = i (y, t)
, i = 2, . . . , N 1
h2x
w1,1 uN 1 (y, t) w2,1 uN (y, t) + w1,0 x,b

x,b
N (y, t) = N (y, t)
2
hx
(A.3.11)
Ahora, repitiendo el desarrollo para la obtencion de DFFI en cada una de las ecuaciones
diferenciales que conforman el sistema (A.3.10) con sus respectivas condiciones de frontera,
tenemos que
Para i = 1 y j = 1, . . . , N
1,1 (t) =
gx1,0 x,a
gx2,1 u1,1 (t) + gx1,1 u2,1 (t)
x,a
h2x
1,j (t) =
gx2,1 u1,j (t) + gx1,1 u2,j (t)

gx1,0 x,a
x,a
h2x
gy2,1 u1,1 (t) + gy1,1 u1,2 (t)

gy1,0 y,a
y,a
h2y
u1,j+1 (t) 2u1,j (t) + u1,j1 (t)
h2y
1,N (t) =
wx2,N u1,1 (t) + gx1,1 u2,N (t)

gx1,0 x,a
x,a
h2x
133
wy1,1 u1,N 1 (t) wy2,1 u1,N (t) + wy1,0 y,b

y,b
h2y
Para i = N y j = 1, . . . , N
N,1 (t) =
N,j (t) =
wx1,1 uN 1,1 (t) wx2,1 uN,1 (t) + wx1,0 x,b

x,b
h2x
wx1,1 uN 1,j (t) wx2,1 uN,j (t) +
wx1,0 x,b
x,b
+
+
h2x
h2y
uN,j+1 (t) 2uN,j (t) + uN,j1 (t)
h2y
N,N (t) =
gy1,0 y,a
gy2,1 uN,1 (t) + gy1,1 uN,2 (t)
y,a
wx1,1 uN 1,N (t) wx2,1 uN,N (t) + wx1,0 x,b

x,b
h2x
wy1,1 uN,N 1 (t) wy2,1 uN,N (t) + wy1,0 y,b

y,b
h2y
Para j = 1 y i = 1, . . . , N
1,1 (t) =
gx1,0 x,a
gx2,1 u1,1 (t) + gx1,1 u2,1 (t)
x,a
h2x
gy1,0 y,a
gy2,1 u1,1 (t) + gy1,1 u1,2 (t)
y,a
h2y
y,a
ui+1,1 (t) 2ui,1 (t) + ui1,1 (t) gy1,0 y,a gy2,1 ui,1 (t) + gy1,1 ui,2 (t)
i,1 (t) =
+
h2x
h2y
N,1 (t) =
wx1,1 uN 1,1 (t) wx2,1 uN,1 (t) + wx1,0 x,b

x,b
h2x
gy1,0 y,a
gy2,1 uN,1 (t) + gy1,1 uN,2 (t)
y,a
h2y
Para j = N y i = 1, . . . , N
1,N (t) =
gx1,0 x,a
wx2,N u1,1 (t) + gx1,1 u2,N (t)
x,a
h2x
wy1,1 u1,N 1 (t) wy2,1 u1,N (t) + wy1,0 y,b

y,b
h2y
y,b
ui+1,N (t) 2ui,N (t) + ui1,N (t) wy1,1 ui,N 1 (t) wy2,1 ui,N (t) + wy1,0 y,b
i,N (t) =
+
h2x
h2y
N,N (t) =
wx1,1 uN 1,N (t) wx2,1 uN,N (t) + wx1,0 x,b

x,b
h2x
wy1,1 uN,N 1 (t) wy2,1 uN,N (t) + wy1,0 y,b

y,b
h2y
Para i = 2, . . . N 1 y j = 2, . . . , N 1
i,j (t) =
ui,j+1 (t) 2ui,j (t) + ui,j1 (t) ui+1,j (t) 2ui,j (t) + ui1,j (t)
+
h2y
h2x
(A.3.12)
Dado que las condiciones de frontera (A.3.9) tienen la misma estructura que las condiciones
de frontera para el operador diferencial en la direccion x, obtendremos factores de ponderacion
similares a los presentados en la Ec. (A.3.8)
gyi,j =
y,a
ih j y,a
3 y,a
2 y,a
wyi,j =
y,b
ih + j y,b
h+
3 y,b
2 y,b
En los esquemas de DF, para evaluar los valores de u(x, y, t) en las fronteras (y = x = 0, x = L
y y = H), topicamente se discretizan las derivadas en las condiciones de frontera para despejar los
valores de u e incorporarlos en las ecuaciones correspondientes en los nodos de las fronteras. En los
esquemas de DFFI las condiciones de frontera se incorporan directamente, sin embargo es posible
hacer el desarrollo inverso para encontrar la forma discreta de las derivadas en las condiciones de
134
frontera. Entonces, de las Ecs. (A.3.7) es posible obtener las expresiones en diferencias para las
derivadas de las condiciones de frontera (A.3.2), dichas expresiones son
3u0 (y) + 4u1 (y) u2 (y)
u(0, y)
x
2hx
u(L, y)
3uN +1 (y) 4uN (y) + uN 1 (y)
x
2hx
(A.3.13)
Haciendo el desarrollo para obtener el esquema no estandar en la direccion y encontramos que las
derivadas de las condiciones de frontera son aproximadas mediante:
u(x, 0)
3u0 (x) + 4u1 (x) u2 (x)
y
2hy
u(x, H)
3uN +1 (x) 4uN (x) + uN 1 (x)
y
2hy
(A.3.14)
Las Ecs. (A.3.13) y (A.3.14) indican que las derivadas en las condiciones de frontera son
aproximadas mediante esquemas de diferencias de orden h2 , lo que conduce a esquemas de DF
con ordenes de aproximacion global de h2 . Este resultado resalta la importancia de la propiedad
de incorporacion exacta de las condiciones de frontera del metodo integral estudiado, donde no es
necesario proponer un esquema en diferencias para las derivadas de las condiciones de frontera y
el orden h2 surge en forma natural.
135

Simulacion de Sistemas Reaccion-Transporte Mediante Formulaciones de Ecuaciones Integrales

Cargado por

Copyright:

Formatos disponibles

Simulacion de Sistemas Reaccion-Transporte Mediante Formulaciones de Ecuaciones Integrales

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Simulacion de Sistemas Reaccion-Transporte Mediante Formulaciones de Ecuaciones Integrales

Cargado por

Copyright:

Formatos disponibles

.

Division de Ciencias Basicas e Ingeniera

Tesis para obtener el grado de:

Doctor en Ciencias (Ingeniera Qumica)

M. en C. Eliseo Hernandez Martnez

Dr. Jose Alvarez Ramirez

ACTA DE DISERTACION PUBLICA

Casa abierta al tiempo

UNIVERSIDAD AUTNOMA METROPOLITANA

En Mxico, D.F., se p r e s e n t a r o n a l a s 15:00 h o r a s d e l da

y de acuerdo con e l artculo 78 fraccin I V d e l Reglamento

ELISEO HfcRNAUJoEZ MARTINEZ

DIRECTOR DE LA DIVISJON DE CBI

DR. JOSE ANTONIO/0E/OS REYES HEREDIA

DR. ALEJANDRO RICARDO FEMAT FLORES

DRA. MARlAHlTJlSA SANDOVAL SOLIS

DR. FRANCISCO JOSE VALDES PARADA

SALVADOR PEREZ CISNEROS

A mis asesores: el Dr. Jose Alvarez-Ram

me reero a mi tan amada esposa Jazmn y a mis dos peque

1.3.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.3.2. Objetivos particulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.4. Estructura de la tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.5. Artculos derivados de la tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2. Formulaciones de Ecuaciones Integrales

2.1. Formulaciones integrales para sistemas reaccion-transporte . . . . . . . . . . . . . .

2.1.1. Formulacion Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.1.2. Esquemas numericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2. Sistemas reaccion-difusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2.1. Formulaciones integrales para sistemas reaccion-difusion . . . . . . . . . . .

2.2.2. Funcion de Green para sistemas reaccion-difusion . . . . . . . . . . . . . . .

2.2.3. Resultados numericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3.1. FEI para sistemas reaccion-difusion-conveccion . . . . . . . . . . . . . . . .

2.3.2. Funcion de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3.3. Resultados numericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.4. Sistemas reaccion-difusion bidimensionales . . . . . . . . . . . . . . . . . . . . . . .

2.4.1. FEI para sistemas reaccion-difusion bidimensionales . . . . . . . . . . . . .

2.4.2. Funcion de Green bidimensional . . . . . . . . . . . . . . . . . . . . . . . .

2.4.3. Resultados numericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.5. Comentarios nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3. Diferencias Finitas a partir de Formulaciones Integrales

3.1. Diferencias nitas no estandar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.2. Esquemas de DFFI para sistemas reaccion-difusion . . . . . . . . . . . . . . . . . .

3.2.1. Esquema local de diferencias nitas

3.2.2. Esquema no local de diferencias nitas . . . . . . . . . . . . . . . . . . . . .

3.2.3. Resultados numericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3. Esquemas de DFFI para sistemas reaccion-difusion-conveccion . . . . . . . . . . . .

3.3.1. Esquema local de diferencias nitas

3.3.2. Esquema no local de diferencias nitas . . . . . . . . . . . . . . . . . . . . .

3.3.3. Resultados numericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.4. Esquemas de DFFI para sistemas reaccion-difusion en 2D . . . . . . . . . . . . . .

3.4.1. Resultados numericos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.5. Comentarios nales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4. Formulaciones de Ecuaciones Integrales para Sistemas Reacci

4.1. Calculo fraccional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.2. Sistemas reaccion-difusion con derivadas espaciales de orden fraccional . . . . . . .

4.2.1. Deniciones basicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.2.2. Formulacion integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .