Beruflich Dokumente
Kultur Dokumente
13 de mayo de 2015
Índice
1. Principio de balance. Flujo de calor, flujo eléctrico 2
1.1. Teoremas integrales del cálculo vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1. Teorema de Gauss o de la divergencia . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2. Teorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Conservación de masa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1. Flujo de fluido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2. Balance de masa. Ecuación de continuidad . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Flujo de calor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1. Ley de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.2. Conductividad térmica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.3. Ecuación constitutiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.4. Capacidad calorífica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.5. Balance de energía. Ecuación del calor . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4. Flujo eléctrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.1. Ecuaciones de Maxwell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.2. Balance de carga. Ecuación de continuidad . . . . . . . . . . . . . . . . . . . . . . 13
1.4.3. Ley de inducción de Faraday . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.4. Ley de Ampère . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.5. Ley de Ohm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.6. Analogía de la conducción eléctrica y térmica . . . . . . . . . . . . . . . . . . . . . 16
1.4.7. Ecuaciones constitutivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2. Concepto de difusión 17
2.1. Inicios del estudio sistemático de la difusión . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2. Estudio de la difusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.1. Adolf Fick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.2. Estudios de Fick sobre difusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.3. Ley de Fick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.4. Verificación experimental de la ley de Fick . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.5. Difusión en sólidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3. Enfoque moderno de la Ley de Fick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.1. Primera ley de Fick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.2. Segunda ley de Fick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1
3. Movimiento Browniano, caminatas aleatorias. Conexión con la difusión 26
3.1. Movimiento Browniano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2. Caminatas aleatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3. Conexión con la difusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4. Aplicaciones 30
4.1. Difusión anómala . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.1.1. Recuento de la difusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.1.2. Distribución de Pareto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.1.3. Subdifusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1.4. Superdifusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Teorema de la Divergencia. Dada un campo vectorial continuo F = F(x, y, z) definido sobre una región
simplemente conexa y acotada V en R3 con frontera S = ∂V , como se indica en la Figura 1, se satisface
Z Z
(∇ · F) dV = F · n dS . (1.1)
V S
2
Figura 1: Región tridimensional y su frontera para el teorema de Gauss.
Los balances de masa son usados ampliamente en ciencias, ingeniería y la industria. Por ejemplo, se
utiliza en la teoría de balance de masa que se aplica para diseñar reactores químicos, así como analizar
procesos alternativos para producir químicos. También es muy útil para obtener modelos de dispersión
de contaminantes y otros modelos de los sistemas físicos. Algunas técnicas de análisis muy relacionadas y
que complemetan el balance de masa son el balance de poblaciones, el balance de energía y el balance de
3
entropía. Estas técnicas son necesarias para el diseño y análisis de sistemas como el el ciclo de refrigera-
ción. En biología, la teoría dinámica de gasto energético para la organización del metabolismo hace uso
explícito de balances de masa y energía.
La forma general del balance de masa es: La masa que entra un sistema debe, por conservación,
ya sea salir del sistema o bien acumularse dentro del mismo. Es decir
Si hay fuentes dentro del sistema que contribuyen a la generación o sumideros que contribuyan a la
desaparición (generación negativa), entonces la ecuación modificada es
En algunos sistemas físicos, generalmente dinámicos, a la cantidad Entrada − Salida, cuando se le con-
sidera dividida por unidad de área y tiempo, se le denomina flujo. La acumulación entonces se entiende
como grado de cambio de la cantidad (masa, energía, etc...) en la unidad de tiempo encerrada dentro del
área en cuestión. Asimismo la generación también se entiende por unidad de tiempo y área en la región.
Por lo que podemos escribir:
J = ρv, (1.5)
tiene la misma dirección que la velocidad del fluido y su magnitud tiene unidades de
masa
.
(longitud)2 × tiempo
El vector J se denomina el vector de flujo del fluido y representa la cantidad de masa de fluido que
atraviesa un elemento de superficie (perpendicular a J) en la unidad de tiempo.
1.653e+02
1.240e+02
8.264e+01
4.132e+01
Figura 3: Ejemplo de un campo de velocidades. 0.000e+00
4
2
1
0
V S
-1
-2
0 10 20 30 40 50 60
El signo menos se introduce porque el vector normal n a la superficie S es exterior, y nosotros queremos
el flujo total de ingreso. Por lo tanto, el balance de masa es
Z Z
∂
ρ dV = − J · n dS. (1.8)
∂t V S
5
1.3.1. Ley de Fourier
Los conceptos fundamentales de la conducción del calor provienen del tra-
bajo de Jean Baptiste Joshep Fourier, matemático y físico francés (1768–1830).
Fourier es muy conocido por sus trabajos sobre la descomposición de funciones
periódicas en series trigonométricas convergentes llamadas series de Fourier.
Huerfano antes de los 10 años, obtúvo su educación con los benedictinos en la
Escuela Superior de Auxerre, pero abandonó su destino monástico para dedi-
carse al estudio de las ciencias. Se incorporó a la Escuela Normal Superior de
París, teniendo entre entre sus profesores a Lagrange y Laplace. Posteriormente,
ocupó una cátedra en la Escuela Politécnica. Participó en la revolución francesa
y, gracias a la caída del poder de Robespierre, se salvó de ser guillotinado. A
Fourier (1768–1830)
su regreso a Francia en 1801, Napoleón lo nombra prefecto de Isère entre 1802
y 1815. Realizó sus trabajos de la conducción del calor[7] mientras ocupaba ese
puesto. Era como si un gobernador de algún estado estuviera haciendo física matmática en su tiempo libre
y fines de semana. Entró a la Academia de Ciencias Francesa en 1817 y al cabo de cinco años se convirtió
en el secretario perpetuo de las secciones de matemáticas y física.
En 1807 Fourier presentó su tabajo a un comité académico de expertos entre los que se encontraban,
Laplace, Lagrange, Poisson y Monge. Lagrange custionó mucho el trabajo y su graduación se aplazó.
En su artículo de 1807 Fourier utilizó los experimentos de Boit para agumentar que “el grado ó taza de
transferencia de calor a través de un material es proporcional al gradiente de temperaturas y a el área en
ángulos rectos, de ese gradiente, a través del cual el calor fluye”. Como el gradiente de temperatura se
entiende como diferencia de temperatura por unidad de longitud, se puede interpretar esta frase como
que que el grado de transferencia de calor es directamente proporcional a la diferencia de temperaturas
en el material y al área perpendicaular al flujo de calor, e inversamente proporcional a la longitud de
la trayectoria del flujo entre dos niveles de temperatura. La Figura 5 ilustra esta situación, en donde se
muestra la difusión de calor en un material homogeneo con una sección transversal constante de área A.
T2 A
L
Si denotamos por q el grado de transferencia de calor (cantidad transferida de calor por unidad de
tiempo), entonces matemáticamente podemos escribir
A A
q∝ (T1 − T2 ) es decir q=k (T1 − T2 )
L L
en donde el cociente (T1 − T2 )/L expresa el gradiente de temperaturas. A la constante de proporcionalidad
k se denomina conductividad térmica.
6
1.3.2. Conductividad térmica
La constante de proporcionalidad k, llamada conductividad térmica es una propiedad del material
conductor y de su estado. Entre mayor es el valor de k mayor es la capacidad del material para conducir el
calor. Haciendo un análisis dimensional encontramos las unidades en las que se expresa la conductividad
térmica. Dado que
qL
k= ,
A (T1 − T2 )
las unidades de k son, en diferentes sistemas,
Cal Btu W
s cm ◦ C hr f t ◦ C m ◦K
Por lo tanto, la conductividad térmica puede pensarse como “el grado de transferencia de calor (Cal/s)
entre cara opuestas de un cubo unitario de material que mantiene una diferencia de temperatura de un
grado entre dos caras en la misma dirección”, como se ilustra en la Figura 6.
termicamente
aisladas
T T+1
Caras
7
a esta cantidad se le denomina el flujo de calor y tiene unidades
Cal Btu W
.
s cm2 hr f t2 m2
Si hacemos tender L a cero, las temperaturas serán cada vez más cercanas, y podemos escribir, en el límite
T2 − T1 dT
J = −k lı́m = −k .
L→0 L dx
Como puede observarse esta cantidad es puntual y no depende de la geometría del matérial térmico. En
los textos y estudios modernos a esta ecuación se le denomina Ley de Fourier Unidimensional, pues en
ella se supone que el calor se propaga en una sola dirección. En forma más general, el flujo de calor a
partir de un punto P dentro de un material en la dirección del vector normal n asociado a una superficie
diferencial dA es, ver Figura 7,
dq ∂T
Jn = = −k = −k ∇T · n .
dA ∂n
dA
Resumiendo, el flujo de calor local es un vector con la dirección del gradiente de temperatura y con
magnitud igual a la cantidad de energía térmica que fluye a través de una superficie por unidad de área
por unidad de tiempo. Matemáticamente podemos escribir
J = −k∇T (1.10)
donde
En formas todavía más generales de la ley de Fourier se considera que la conductividad k puede variar
con la temperatura. Para muchos materiales conocidos esta variación con la temperatura es pequeña en
un rango amplio de temperaturas. En materiales anisotrópicos, la conductividad térmica varía con la
orientación y en este caso k se representa por un tensor de segundo orden. En materiales no uniformes k
varia además con la posición espacial.
8
Joseph Black (1728–1799), el calor específico ó capacidad calorífica Cp de una sustancia. Se define
como la energía requerida para aumentar la temperatura en un grado de una unidad de sustancia. Por
ejemplo, la energía requerida para elevar al temperatura del agua en un grado Kelvin ó Celsius es 4186
Joules por cada kilogramo, es decir Cp = 4186 J/(kg ◦K). Sustancias con mayor capacidad calorífica
específica requieren mayor energía calorífica para elevar su temperatura. La ecuación básica es:
∆Q = m Cp ∆T ,
Q = m Cp T . (1.11)
Suponiendo que no se hace trabajo interno y que no hay fuentes ni sumideros de calor en el interior del
volumen V, entonces el aumento de energía calorífica (1.12) debe ser igual al flujo total de calor ingresando
por la superficie S que delimita la región V . Este flujo viene dado por
Z Z Z
− J · n dS = − ∇ · J dV = ∇ · (k ∇T ) . (1.13)
S V V
El signo menos en la integral es porque estamos considerando el flujo de ingreso a través de S, el cual tiene
sentido contrario al flujo de salida. Además, para obtener la última igualdad, se ha utilizado el teorema
de la divergencia. Por lo tanto, el balance de energía se obtiene igualando (1.12) y (1.13):
Z Z
∂T
ρ Cp dV = ∇ · (k ∇T ) dV .
V ∂t V
Debido a que el volumen V es arbitrario, los integrandos deben ser iguales. Denotando a la temperatura
por u en lugar de T , se obtiene la ecuación diferencial del calor.
∂u
ρ Cp = ∇ · (k ∇u) . (1.14)
∂t
En el caso de que se tengan fuentes internas y f (x, y, z, t) sea el grado de generación de calor por unidad
de volumen, la ecuación de calor es
∂u
ρ Cp = ∇ · (k ∇u) + f . (1.15)
∂t
9
En una formulación aún más general de conducción del calor se considera el caso de materiales anisotró-
picos. En este caso se postula que la componente del flujo de calor en cualquier dirección depende de los
gradientes de temperatura en cada una de las direcciones coordenadas. Es decir
∂u ∂u ∂u
qx = −k11 − k12 − k13
∂x ∂y ∂z
∂u ∂u ∂u
qy = −k21 − k22 − k23
∂x ∂y ∂z
∂u ∂u ∂u
qz = −k31 − k32 − k33 .
∂x ∂y ∂z
Por lo tanto, en el caso anisotrópico, la conductividad se expresa por medio de el tensor de segundo orden
k11 k12 k13
K = k21 k22 k23
k31 k32 k33
En el libro Conduction of Heat in Solids por H. S. Carslaw y J. C. Jaeger se pueden ver formas específicas
de este tensor para diferentes clases de sistemas cristalinos. La ecuación de conducción de calor en este
caso es
∂u
ρ Cp = ∇ · (K ∇u) + f . (1.16)
∂t
Se puede expander facilmente la expresion diferencial en lado derecho
3 3
X ∂ X ∂u ∂ ∂u
∇ · (K ∇u) = kij = kij
∂xi ∂xj ∂xi ∂xj
i=1 j=1
La última expresión es la notación tensorial, utilizada ampliamente en física e ingeniería para simplificar
la notación en la sumación multiple. Por último mencionaremos que si K depende de la temperatura u,
entonces la ecuación diferencial del calor será no lineal.
∇2 u = 0 , (1.18)
Ecuación de Poisson. Otra circunstancia común es la conducción estacionaria sujeta a una fuente
distribuida de energía de magnitúd f (x, y, x). La ecuación resultante es la ecuación de Poisson
−∇2 u = F , (1.19)
10
El operador ∇2 es muy conocido en física e ingeniería. En matemáticas es frecuentemente denotado
por el símbolo 4, y se denomina operador Laplaciano.
∂2 ∂2 ∂2
4 ≡ ∇2 = + + . (1.20)
∂x2 ∂y 2 ∂z 2
Referencias: [10].
Un ejemplo de una distribución de cargas y corrientes es una tormente eléctrica como se muestra en
la Figura 8. La Figura 9 muestra la representación de un campo electrostático y un campo magnético.
Para el caso de que las cargas estén en medios materiales o en alguna solución, se introducen los campos
vectoriales:
11
B = µ H, la densidad del flujo magnético (T ) ó inducción magnética.
Si el medio es homogéneo e isotrópico la permitividad eléctrica ε y la permeabilidad magnética µ son
constantes. Estos parámetros describen propiedades del medio conductor.
Las ecuaciones de Maxwell son un conjunto de cuatro ecuaciones a partir de las cuales se pueden
describir todos los fenómenos electromagnéticos clásicos. Estas ecuaciones reúnen y condensan los largos
años de resultados experimentales obtenidos por Coulomb, Gauss, Ampere y Faraday, entre otros. Esta
ecuaciones también introducen los conceptos de campo y corriente de desplazamiento, y unifican los campos
eléctricos y magnéticos en un solo concepto: el campo electromagnético. Las ecuaciones de Maxwell son:
∂B
∇×E+ = 0, Ley de Faraday (1.21)
∂t
∂D
∇×H− = J, Ley de Ampère (1.22)
∂t
∇ · B = 0, Ley de Gauss para campos magnéticos (1.23)
∇ · D = ρ, Ley de Gauss (1.24)
En estas ecuaciones J es la densidad de corriente y ρ es la densidad volumétrica de carga eléctrica. Para
definir la densidad de corriente en un punto P , se considera una superficie S que pase por P y sea normal
a las líneas de corriente eléctrica. Entonces J tiene la dirección de la corriente en P y magnitud igual a la
carga neta que atraviesa una área unitaria de S en la unidad de tiempo. Si v es la velocidad promedio de
las cargas podemos escribir J = ρ v.
Las dos ecuaciones con rotacional (Faraday y Ampère) aseguran que hay una dependencia mutua entre
campos eléctricos y magnéticos variables en el tiempo, de manera que en este caso ambos campos están
interrelacionados. Sólo en el caso de campos estáticos (que no varían en el tiempo) campo eléctrico y
magnético son independientes entre sí.
12
1.4.2. Balance de carga. Ecuación de continuidad
Llamamos fuentes de campo a los sistemas físicos que crean campos en el espacio. En el caso electro-
magnético, cargas y corrientes eléctricas crean campo. En las ecuaciones de Maxwell las fuentes de campo
son entonces:
ρ, la densidad de carga electrica (C/m3 ).
J, la densidad de corriente A/m2 .
Sea S una superficie cerrada con normal externa n. Si denotamos por Ω el volumen encerrado por S, la
carga total interior es Z
q= ρ dΩ.
Ω
La corriente eléctrica total que que sale hacia fuera por S, debido a la variación de la carga q, es
I Z
I= J · n dS = ∇ · J dΩ . (1.25)
S Ω
y puesto que esta ecuación es valida para cualquier superficie cerrada S, se tiene
∂ρ
+ ∇ · J = 0. (1.27)
∂t
Esta ecuación expresa la conservación de la carga eléctrica y tiene la misma forma que la ecuación de
continuidad (1.9) de la hidrodinámica (para conservación de masa). Por lo tanto, nos referimos también
a la ecuación (1.27) como ecuación de contiuidad.
Se puede demostrar fácilmente que las ecuaciones de Maxwell (1.23) y (1.24) son consecuencia de las
dos primeras ecuaciones (1.21), (1.22) y de la ecuación de continuidad (1.27). Por ejemplo, tomando la
divergencia de (1.22), se obtiene
∂D ∂ρ
−∇ · =∇·J=−
∂t ∂t
Debido a que es posible intercambiar el operador espacial divergencia con ∂/∂t, esta ecuación se convierte
en
∂
(ρ − ∇ · D) = 0 .
∂t
Así, ρ − ∇ · D es constante en el tiempo. Si en la historia del campo esta cantidad ha sido siempre nula,
debe, en consecuencia, seguir siendo nula, obteniendo la ecuación de Gauss. (1.24). En forma similar se
puede demostrar la ecuación (1.23).
De acuerdo a lo anterior, se puede considerar a las ecuaciones (1.21) y (1.22) como los postulados
fundamentales de la electrodinámica. En realidad, es la forma integral de estas ecuaciones la que
mejor se conocía entre los investigadores, ya que representan mejor los resultados experimentales.
13
1.4.3. Ley de inducción de Faraday
Aplicando el teorema de Stokes a la ecuación (1.21), sobre la superficie S con frontera C, se obtiene
I Z Z
∂B ∂
E · dr = − · n dS = − B · n dS (1.28)
C S ∂t ∂t S
Esta es la
Ley de inducción de Faraday. La razón de decrecimiento, con respecto al tiempo, del flujo magnético
sobre una superficie S es igual a la circulación de la intensidad eléctrica E sobre la curva frontera C de
la superficie.
(a) (b)
Esta es la
14
Figura 11: Una corriente eléctrica produce un campo magnético, siguiendo la Ley de Ampère.
Estas y otras evidencias empíricas mostraban que J (el vector densidad de corriente) es directamente
proporcional a E (vector campo eléctrico) en medios conductores. Para escribir ésta relación en forma de
ecuación es necesario añadir una constante arbitraria, que posteriormente se llamó factor de conductividad
eléctrica y que representaremos como σ. Entonces
J = σE , (1.33)
Todos los cuerpos conducen electricidad a diferentes grados. La conductividad σ (omhs/m) de diversos
materiales cubre una enorme cantidad de valores; por ejemplo, para el cuarzo fundido σ = 10−17 , mientras
que para la plata σ = 107 .
Para mostrar como la relación (1.32) es un caso particular de (1.33), consideramos que en el conductor
de la Figura 12 la corriente es continua y uniforme en la dirección horizontal. En este caso ∂B/∂t = 0 en
la ecuación (1.21) y, por lo tanto, el campo eléctrico es irrotacional. Por lo tanto, E es un campo vectorial
gradiente o potencial, es decir
E = −∇φ , (1.34)
donde φ es una función escalar denominada el potencial eléctrico. La densidad de corriente en este caso
es debida al gradiente de potencial.
J = −σ ∇φ (1.35)
15
Figura 12: Corriente sobre un conductor cilíndrico.
Observar la simulitud de esta ecuación con la Ley de Fourier (1.10) para la conducción del calor. Como
la corriente en el conductor es solo en la dirección horizontal, entonces la magnitud de J , denotada por
J es igual a las siguientes cantidades
∂φ I
J = −σ = . (1.36)
∂x A
Integrando respecto de x se obtiene
I`
−σ (φ2 − φ1 ) = (1.37)
σA
Es decir
V = RI (1.38)
donde V = φ1 − φ2 es la diferencia de potencial o voltaje entre los extremos del conductor y R = `/(σ A)
se denomina la resistencia del conductor. Observar que la resistencia de un material a la conducción de
electricidad depende del material a través de la resistividad (1/σ), y de la geometría del mismo a través
de la longitud y el área de su sección transversal (`/A).
16
1.4.7. Ecuaciones constitutivas
Haciendo un pequeño recuento de las ecuaciones del electromagnetismo, aparte de la leyes de Faraday
y Ampère, se tienen las denominadas leyes o relaciones constitutivas
En general, los parámetros en estas ecuaciones son tensores (matrices), que relacionan dos campos
vectoriales, dependientes de la posición en medios inhomogéneos y de la dirección en el espacio para
medios anisótropos. En medios isótropos y homogéneos los parámetros materiales se reducen a escalares.
Un caso particular importante es el medio vacío (el aire puede considerarse como vacío, desde el punto de
vista electromagnético) donde los parámetros constitutivos son constantes:
Con estas relaciones, y si se conocen las fuentes, las ecuaciones de Maxwell tienen dos incógnitas: el
campo E y el campo H. Las aplicaciones de las ecuaciones de Maxwell pueden clasificarse en dos tipos:
Los problemas directos son los más comunes y sencillos para resolver, y surgen en todo tipo de situaciones
tecnológicas. Los problemas inversos ocurren en situaciones donde se desea hallar la fuente de pertur-
baciones y son habitualmente mucho más difíciles que los problemas directos. Este tipo de problemas
actualmente juegan un papel muy importante en las aplicaciones industriales.
−∇ · (ε ∇φ) = ρ . (1.43)
2. Concepto de difusión
La difusión molecular se presenta como un fenómeno en muchos campos de investigación como física,
química, biología, medicina, fisología, economía y procesos industriales, entre otros. A la difusión molecu-
lar usualmente solo se le llama difusión.
La difusión se puede describir como el transporte neto de moléculas de una región de alta concentración
a una región de baja concentración por el movimiento molecular aleatorio. El resultado de la difusión es
17
Representación de la mezcla de dos especies por difusión.
la mezcla gradual de los materiales hasta que las concentraciones llegan a ser las mismas.
El proceso de disolución de sal ó azucar en agua es debido a la difusión. El proceso dominante del
movimiento de material colorante ó tinta en un líquido es posible gracias a la difusión. La difusión es
causada por el movimiento molecular aleatorio, y este proceso toma lugar hasta que dos especies se
mezclan totalmente. Puede ser un proceso lento, por ejemplo la difusión en gases, líquidos y sólidos anda
alrededor de los siguientes rangos
Gases: 10 cm/min.
Líquidos: 0.05 cm/min.
Sólidos: 10−5 cm/min
Es este grado lento de la difusión al que se debe su importancia en muchos procesos. Por ejemplo, limita
el grado de las reacciones industriales, la rapidez de las reacciones acido–base y la rapidez con la que
el intestino absorbe los nutrientes. Asimismo, controla el crecimiento de microorganismos, el grado de
corrosión del acero y la liberación del sabor en los alimentos. En gases y líquidos el grado con que estos
procesos de difusión toma lugar se puede acelerar por agitación (un proceso macroscópico).
18
111
000
Ley de Graham. “La difusión ó intermezcla espontánea de dos ga- 000
111
000 Corcho
111
ses en contacto se ejecuta por un intercambio de posición de volúme- Tubo de vidrio
Gas difusivo
nes infinitamente pequeños, siendo, en el caso de cada gas, inversamen-
te proporcional a la raíz cuadrada de la densidad del gas”. Es decir,
inversamente proporcional a la raíz cuadrada de las masas de los ga-
ses.
Agua
Entonces, Graham encontró que el grado de efusión de un gas es inver-
samente proporcional a la raíz cuadrada de la masa de sus partículas. Esta
ley puede escribirse matemáticamente como Experimento de Graham.
r
v1 m2
= (2.1)
v2 m1
donde
vi es la razón de efusión del i–ésimo gas, es decir volumen ó número de moléculas que atraviesan el
corcho por unidad de tiempo.
mi es la masa molar del i–ésimo gas.
Entonces si una molécula de un gas pesa cuatro veces más que otra ésta escapara a través del corcho
poroso a la mitad de la razón de la otra.
En el tiempo que Graham realizó su trabajo ya se había introducido el el concepto de peso molecular.
El físico italiano Amadeo Avogadro había sugerido en 1811 que volumenes iguales de gases contienen
el mismo número de moléculas. Por lo tanto, los pesos moleculares relativos de dos gases son iguales
a la razón de pesos de volúmenes iguales de los gases. El trabajo de Avogadro, junto con el trabajo
de Maxwell, intentaba explicar las propiedades de los gases pensándolos como colecciones de pequeñas
partículas moviendose en espacios vacios amplios (teoría cinética). Uno de los logros más importantes de la
teoría cinética de los gases fué el decubrimiento de que, para los gases, la temperatura (en grados Kelvin)
es directamente proporcional a la energía cinética promedio de las moleculas del gas. Luego, para tener
energías cinéticas iguales, las velocidades de dos moléculas diferentes deben estar en proporción inversa a
la raíz cuadrada de sus masas. El grado de efusión (escape) esta determinado por el número de moléculas
que entran por una apertura en la unidad de tiempo, y por lo tanto por la velocidad molecular promedio.
Por lo tanto, la ley de Graham, se puede ver como una consecuencia de que la energía cinética es igual
cuando ambos gases están a la misma temperatura.
1 1
m1 v12 = m2 v22 . (2.2)
2 2
La ley de Graham proporciona la base para separar isótopos por difusión, y el método jugó un papel
crucial en el desarollo de la bomba atómica.
Graham también realizó experimentos importantes sobre difusión en líquidos con soluciones a dife-
rentes concentraciones y demostró que la difusión de líquidos es varios cientos de veces más lenta que la
difusión de gases (ver lista arriba). Asimismo, observó que el proceso de difusión es aún más lento con-
forme pasa el tiempo. Pero lo más importante es que en ciertos experimentos con sales, aunque algunas
de sus conclusiones no tenían mucho fundamento, estableció que “las cantidades que se difunden están en
proporción a la cantidad de sal en la solución”. Es decir, el flujo causado por difusión es proporcional a la
diferencia de concentración de sal, como se muestra en la siguiente tabla:
19
% Sal Flujo relativo
1 1.00
2 1.99
3 3.01
4 4.00
“La hidrodifusión a través de membranas debería captar la atención de los físicos mucho más de lo que
lo ha hecho hasta ahora, no solo porque es uno de los factores básicos de la vida orgánica, sino también
porque es del más alto interés como tal ”.
Regresando al concepto de difusión, anotamos las primeras líneas del artículo de Fick publicado en el
Philosophical Magazine:
“Hace algunos años Graham publicó una investigación extensa sobre la difusión de sales en agua, en la
cual principalmente comparó la difusibilidad de diferentes sales. Me parece algo lamentable, sin embargo,
que en una investigación invaluable y de gran tamaño se haya soslayado el desarrollo de una ley funda-
mental que describa la operación de la difusión en un elemento simple del espacio. Tengo por lo tanto la
20
encomienda de procurar tal omisión.”
Un año antes Fick había publicado un artículo sobre dilatación térmica de cuerpos. Fue un artículo
interesante que revelaba las bases que él tenía sobre el entendimiento de la estructura atómistica de la
materia. Ahí hace alusión a la teoría atómica, ya aceptada por la mayoría de los físicos como una ayuda
para conseguir “una idea, una descripción y un descubrimiento”, permitiendo un recuento desde la me-
cánica de los fenómenos observados. Pero hay que tomar esto con cautela pues las ideas acerca de los
átomos y las moléculas estaban aún lejos de nuestros conceptos modernos. No obstante, esas ideas fueron
suficientes para entender que los procesos de disolución y difusión en agua son el resultado del movimien-
to de dos entidades separadas: sal y agua. Sin embargo, Fick no pudo sobre esta base atómica deducir
alguna ley cuantitativa. Tuvieron que trancurrir 50 años más para que esta tarea fuese llevada a cabo por
Einstein. Sin embargo, Fick tuvo la idea de proceder por analogía con la difusión de calor. Pensando sobre
los resultados de Graham, Fick percibió la profunda analogía entre difusión y conducción de calor (o de
electricidad), lo cual revela una intuición especial:
“Es natural suponer que esta ley de difusión de una sal en su solvente debe ser idéntica con aquella en
la cual toma lugar la difusión de calor en cuerpos conductores; sobre esta ley Fourier fundó su celebrada
teoría del calor y es la misma que Ohm aplicó a la conducción de electricidad ... de acuerdo a esta ley, la
transferencia de sal y agua que ocurre en una unidad de tiempo entre dos elementos de espacio llenados
con dos soluciones diferentes de la misma sal debe ser, ceteris partibus (es decir, permaneciendo el resto
constante o satisfaciéndose las condiciones), directamente proporcional a la diferencia de concentraciones,
e inversamente proporcional a la distancias entre los elementos”.
La ley fundamental de difusión está dada por la ecuación de difusión (la llamada segunda ley de Fick)
la cual derivó, de acuerdo al modelo de desarrollo matemático de Fourier[7] :
2
δC δ C 1 dA δC
=D + ,
δt δx2 A dx δx
con la sección transversal A como función de x. En el caso de una sección transversal de área constante
se tiene:
δC δ2C
=D 2.
δt δx
21
2.2.4. Verificación experimental de la ley de Fick
Fick tuvo muchas dificultades para verificar la validez de su ecuación. El enfoque que utilizó fue
diferente al seguido por Graham: en lugar de realizar experimentos sobre una serie de sales diferentes, él
usó solamente soluciones de sal de cocina, pero variando las condiciones geométricas del recipiente. La
segunda derivada de una concentración respecto de la posición no es una cantidad que se pueda medir
facilmente con la precisión requerida. Sin embargo, Fick tuvo éxito cuando realizó experimentos bajo
regimen estacionario (dC/dt = 0), particularmente en dos series de experimentos:
2. En el caso de un cono cuya sección es proporcional a x2 es decir A(x) = αx2 . La ecuación en este
caso es
δ2C 2 dC
D 2 + = 0,
δx x dx
con solución C(x) = a − c/x.
En sus experimentos Fick mantuvo el fondo de sus tubos en contacto cercano con la sal para mantener
sobre este nivel una solución saturada, mientras que la parte superior mantuvo el tubo en contacto
constante con un recipiente grande de agua. Midió la concentración en función de la profundidad por
medio de un bulbo inmerso en la solución, que colgaba al brazo de una balanza, lo cual permitió medir la
gravedad específica, es decir la densidad. Es difícil entender todos los detalles de los experimentos, puesFick
Figura 13: Diseño experimental de Fick. En el fondo B es un recipiente con solución saturada de sal, C
un recipiente lleno de agua pura. En el tubo cilíndrico A se produce el gradiente de concentración de sal.
no proporcionó ningún dibujo o gráfica, solo una tabla de resultados en ambos casos. Sin embargo, hay
algunos detalles en su tercer artículo. Siguiendo la tabla de datos que Fick publicó para el tubo, se obtiene
la gráfica que se muestra en la Figura 14.
Para el experimento con el cono no es fácil encontrar la gráfica correspondiente, dado que Fick es-
tableció la distancia como profundidad desde la superficie, mientras que la distancia x en la solución la
22
Figura 14: Gráfica obtenida de la tabla de Fick para el tubo cilíndrico.
midió desde el vértice del cono. Se supone que el cono cilíndrico fue puesto en forma invertida y que el
vértice se encuentra a 250 mm abajo de la superficie (el caul Fick escogió como el origen de distancias).
Con la anterior suposición se obtiene una verificación muy buena de la relación esperada de concentración
De hecho, como se puede inferir de la reseña anterior, la teoría de Fick no descansaba sobre bases sóli-
das. Esta debilidad explica la fuertes críticas que recibió su trabajo. Una de las críticas fue la del químico
Fr. Beilstein, quién argumentó que el flujo de difusión podría ser también proporcional a la raíz cuadrada
de la diferencia de concentraciones entre dos capas adyacentes. Fick dió una constestación en su último
árticulo, diciendo que en tal caso no sería posible el estado estacionario. De hecho, el estado estacionario
es parte fundamental del modelo de Fourier: suponiendo un régimen permanente de flujo de calor, Fourier
demuestró que la temperatura en una barra varía linealmente con la distancia. Además la expresión del
flujo era la misma en cualquier sección transversal de la barra. Por lo tanto, el flujo necesariamente es
23
Figura 16: Gráfica obtenida de la tabla de Fick para el cono cilíndrico.
proporcional al gradiente de temperatura. Otra crítica muy fuerte estaba relacionada con la suposición de
que D es independiente de la concentración y su gradiente. De hecho este sigue siendo un problema, pues
se conocen varios casos en que estas dos suposiciones no son válidas. Sin embargo, es preferible mantener
la ecuación de difusión en su forma primitiva con una D variable, entendiendose esta dependencia en el
marco de modelos teóricos.
24
coeficiente constante de difusión de carbón en hierro”. Colson subrayó la analogía profunda entre difusión
sólido/sólido y líquido/líquido.
La difusividad generalmente se mide para pares de especies. Entre mayor sea la difusividad (de una
sustancia respesto a otra), más rápido se difunde una dentro de la otra. Típicamente un coeficiente de
difusión es 4 ordenes de magnitud (104 ) mayor en aire que en agua aproximadamente. Por ejemplo, el
coeficiente de CO2 en aire es 1.6×10−5 m2 /s, y en agua es 1.6×10−9 m2 /s; el coeficiente de difusión de O2
en aire es 2×10−5 m2 /s y 2×10−9 m2 /s en agua. El coeficiente de difusión D es proporcional al cuadrado
de la velocidad de las partículas la cual, a su vez, depende de la temperatura, viscosidad del fluido y
diámetro de las mismas (de acuerdo a la relación de Stokes-Einstein, lo cual se verá más adelante). En
general, en soluciones acuosas diluidas el coeficiente de difusión de la mayoria de los iones a temperatura
ambiente está en el rango de 0.6×10−9 y 2×10−9 . El rango del coeficiente de difusión para moléculas
biológicas es de 10−11 a 10−10 m2 /s[15].
Sustituyendo la expresión de la primera ley de Fick (2.3) en la ecuación anterior, y suponiendo que la
región Ω no varía con el tiempo, al aplicar el teorema de la divergencia se obtiene
Z Z
∂C
dV = ∇ · (D ∇C) dV
Ω ∂t Ω
25
Como Ω es una región arbitraria, entonces se debe satisfacer
∂C
= ∇ · (D ∇C) (2.4)
∂t
Esta ecuación diferencial, es exactamente igual a la ecuación del calor, y se le denomina la segunda ley de
Fick.
Para acercarnos a una descripción formal del movimiento Browniano, se utiliza la formulación mate-
mática de un modelo para caminata aleatoria ó “random walk”. Este modelo describe la trayectoria de
un sistema que evoluciona dando pasos sucesivos de forma aleatoria. El modelo de caminata aleatoria no
solo se usa para modelar el movimiento de moléculas o partículas, sino que tambien describe fenómenos
tan diversos como la toma de decisiones, la evolución de un ecosistema ó las fluctuaciones de la bolsa de
valores.
Algunas caminatas aleatorias ocurren sobre una línea,
otras en un plano y otras en muchas dimensiones; inclusi-
ve una caminata aleatoria puede realizarse entre grupos (de
neuronas, de personas, etc). Un ejemplo de caminata aleatoria
es el de la migración de las células T del sistema inmunoló-
gico. Las celula T viajan una distancia de aproximadamente
20 µm en línea recta a una velocidad de 20 µm/s. Luego, las
células cambian de dirección con una alta probabilidad. Por
eso, las trayectorias tienen patrones de random walks cuando
se registran durante tiempos largos. La figura de la izquierda
muestra algunas de estas trayectorias (normalizadas al origen)
registradas con la técnica de microscopía de 2 fotones. Para
más información se puede consultar la referencia [16].
26
3.2. Caminatas aleatorias
Una caminata aleatoria es un proceso discreto y tiene una conexión con el movimiento Browniano, el
cual es gobernado en el límite continuo por la ecuación de difusión, como veremos mas adelante.
Modelo unidimensional. Una partícula libre se puede mover sobre el eje x al azar, avanzando una
distancia l (pequeña) en el tiempo τ (pequeño también), con una probabilidad p = 1/2 en cualquiera de
las dos direcciones disponibles. Se asocia una densidad de probabilidad a este proceso:
P(n | m; s) = P(n l | m l; s τ ),
A continuación vamos a intentar encontrar una expresión asintótica de esta probabilidad, es decir cuando
el número de saltos s tiende a infinito. Primero reescribimos esta cantidad en términos de la probabilidad
de un desplazamiento x − x0 :
s = sa + ss (3.2)
x − x0 = (sa − ss ) l (3.3)
ek k!
∼1 cuando k→∞
(2π k)1/2 k k
k! ∼ (2π k)1/2 k k e−k
ln k! ∼ k ln k − k.
27
Aplicando esta última aproximación a (3.7), obtenemos
s+ν s+ν s+ν s−ν s−ν s−ν
ln P(n | m; s) ∼ s ln s − s − s ln 2 − ln − − ln −
2 2 2 2 2 2
s+ν s+ν s−ν s−ν
= s ln s − s ln 2 − ln − ln
2 2 2 2
s+ν s−ν
= s ln s − s ln 2 − [ln(s + ν) − ln 2] − [ln(s − ν) − ln 2]
2 2
s+ν s−ν
= s ln s − ln(s + ν) − ln(s − ν)
2 2
s+ν h ν i s−ν h ν i
= s ln s − ln s + ln 1 + − ln s + ln 1 −
2 s 2 s
s+ν ν s−ν ν
=− ln 1 + − ln 1 − .
2 s 2 s
Las expansiones en series de Taylor
1 1 1
ln(1 + x) = x − x2 + x3 − x4
3 3 4
1 2 1 3 1 4
ln(1 − x) = −x − x − x − x
3 3 4
aplicadas con x = ν/s, nos permiten expresar
ν2 ν4
ln p(n | m; s) ∼ − − (3.8)
2s 12s3
2
Cuando s → ∞, se puede despreciar el término de orden cuatro, y se obtiene que p(n | m; s) ∼ e−ν /2s .
Es decir Z ∞
−ν 2 /2s 2
p(n | m; s) = k e con k tal que k e−ν /2s dν = 1. (3.9)
−∞
Denotando por I a la integral, mediante cambio de variables a coordenadas polares, se puede ver que
Z ∞Z ∞ Z 2π Z ∞
−(x2 +y 2 )/2s 2
2
I = e dx dy = e−r /2s r dr dθ = 2πs,
−∞ −∞ 0 0
√
por lo que k = 1/ 2πs. Por lo tanto
1 2 1 2
P(n | m; s) = √ e−ν /2s = √ e−(n−m) /2s (3.10)
2πs 2πs
1. No se debe perder de vista que x es una variable aleatoria. Por lo que (3.11) expresa una distribución
normal.
28
3. A D se le denomina la difusividad. Observése que entonces la varianza crece linealmente con el
tiempo y su rapidez de crecimiento depende de D.
4. El análisis se puede generalizar a caminatas aleatorias en dos, tres o más dimensiones. La media es
la misma hxi = x0 , pero la varianza ahora será 2N D t, en donde N indica la dimension.
∂P ∆t2 ∂ 2 P
P(x, t − ∆t) = P(x, t) − ∆t (x, t) + (x, η), con t − ∆t ≤ η ≤ t + ∆t,
∂t 2 ∂t2
por lo que
P(x, t) − P(x, t − ∆t) ∂P ∆t ∂ 2 P
= (x, t) − (x, η),
∆t ∂t 2 ∂t2
es decir
P(n | s) − P(n | s − 1) ∂P
= (x, t) + O(∆t). (3.13)
τ ∂t
Por otro lado, el lado derecho de (3.12) varía solo en espacio, ya que el tiempo t = (s − 1)τ = (s − 1)∆t
se matiene fijo en la expresión. Podemos escribir
29
por lo que
f (x + ∆x) − 2f (x) + f (x − ∆x) = ∆x2 f 00 (x) + O(∆x4 ).
Luego
P(n + 1 | s − 1) − 2P(n | s − 1) + P(n − 1 | s − 1) ∂2P
= (x, t − ∆t) + O(∆x2 ). (3.14)
l2 ∂x2
Por lo tanto, en el límite macroscópico, es decir cuando ∆t = τ −→ 0 y ∆x = l −→ 0, por (3.12), (3.13)
y (3.14) se obtiene
∂P ∂2P
(x, t) = D (x, t) (3.15)
∂t ∂x2
4. Aplicaciones
4.1. Difusión anómala
4.1.1. Recuento de la difusión
El tabajo de Einstein sobre movimiento Brownianao ha sido citado mucho más en la literatura científica
que su artículo más famoso sobre relatividad especial y la naturaleza cuántica de la luz. En un serie de
publicaciones, incluyendi su tesis doctoral, Einstein derivó una ecuación para el movimiento Browniano
basado en pricipios microscópicos. Esta hazaña le permitió a Jean Perrin y otros probar la existencia de
los átomos (Physics World, 2005). Einstein no fué el único interesado en pensar en este tipo de problema.
En la edición del 27 de Julio de 1905 de Nature apareción una carta con el título “El problema de una
caminata aleatoria” en la cual el británico Karl Pearson propuso lo siguiente: “Un hombre a partir de un
púnto O camina l yardas en linea recta; entonces vira hacia cualquier ángulo y camina otras l yardas en
linea recta. Repite el proceso n veces. Necesito la probabilidad de que después de n avances se encuentre a
una distancia entre r y r + δr de su punto de comienzo”.
Pearson estaba interesado en la forma en que los mosquitos propagan la malaria, y demostró que esta
estaba descrita por la bien conocida ecuación de difusión. Como tal, el desplazamiento del mosquito de
su posición inicial es proporcional a la raiz cuadrada del tiempo, y la distribución de las posiciones de
muchos “caminadores aleatorios”, comensando del mismo origen, tiene la forma Gaussiana. Desde entonces
las caminatas aleatorias se han ligado intimamente al tabajo de Einbstein sobre movimiento Browniano,
y han llegado a ser una herramienta muy importante para el entendimiento de los procesos difusivos en
la naturaleza.
Sabemos que la primera persona en abordar el problema de la difusión en forma sistemática fue Adolf
Fick quién se iteresó en la forma que el agua y los nutrientes viajan por las membranas en organismos
vivos. En 1855 Fick publicó la famosa ecuación de difusión. Fick prosiguió para demostrar que el dez-
plazamiento cuadrático medio de un objeto bajo la difusión es 2 D t. Sin embargo, el trabajo de Fick fué
puramente fenomenológico, basado en la analogía con la ecuación de claor de Fourier. Fué Eintein quien
derivó la ecuación de difusión de principios fundamentales 50 años más tarde como parte de su trabajo
del movimiento Browniano. Cuando Einstein combinó la ecuación de difusión con la distribución de Bol-
tzman para un sistema térmico en equilibrio, pudó predecir las propiedades de el incesante movimiento
de partículas Brownianas en términos de colisiones o choques entre moléculas líquidas cercanas. Este fué
el parteaguas que llevó a los científicos a creer en la realidad de los átomos.
30
tomar un paso o colisión, revela la omnipresencia de los procesos de difusión en la naturaleza. Sin embargo,
a mediados de los 70 del siglo pasado, los investigadores han empezado a poner atención a situaciones en las
que las suposiciones de Einstein y Pearson no se cumplen. Hoy una cantidad creciente de fenómenos pueden
describirse por “Difusión anómala”. Desde la señalización de las celulas biólogicas a el compotamiento de
los animales en la busqueda de comida, parece que el movimiento total de un objeto se describe mejor por
pasos que no son independientes y que pueden tomar tiempos enormemente diferentes para realizarse.
La mejor forma de estudiar la desviación de la difusión Gaussiana normal es graficando las distribu-
ciones de la trayectoria libre de una partícula y del tiempo que le toma viajar esta trayectoria. Estas
distribuciones, como todas, tienen anchura: si este ancchura es estrecha, entonces la mayoría de los valores
se concentran alrededor del valor medio. Sin embargo, si esta anchura es grande el valor medio no re-
presenta el comportamineto típico. Por ejemplo la distribución de temperatura corporal ó la distribución
de alturas en una población es estrecha, pues la diferencia entre el mayor y menor valor difieren muy
poco. Pero la distribución de la riqueza en una población es muy amplia, como notó por primera vez el
economista italiano Vilfredo Pareto. La extensión entre pobrreza extrema y riqueza es tan grande que la
media en la distribución de Pareto no tiene significado.
La distribución de Pareto también aparece en física. En 1920 el matemático francés Paul Lévy descubrió
una familia especial de distribuciones, ahora conocidas como de Pareto–Lévy, que aparecen cuando muchas
cantidades aleatorias independientes, cada una con una distribución de Pareto, se suman. Por ejemplo, el
caminador aleatorio podría pausar entre dos pasos sucesivos, en cuyo caso el tiempo entre pasos podría
estar distribuido de acuerdo a la ley de Pareto-Lévy. Lo que todos estas situaciones tienen en común, sin
embargo es que el comportamiento del caminante esta dominado por los pasos largos ó periódos largos en
los cuales no hay movimiento. Esto significa que la “memoría” del sistema sobre tales eventos raros nunca
se borra.
¿Entonces, como afecta todo esto la ecuación de difusión? Una vez más la ecuación de difusión nos da
una sorpresa, ya que sucede que las derivadas ordinarias en la ecuación de Fick necesitan ser reemplazadas
por derivadas fraccionarias como ∂ 1/2 /∂ t1/2 . Los matemáticos han conocido las derivadas fraccionarias
desde hace 300 años, pero del mismo modo que las distribuciones de Pareto no tienen media, estas derivadas
solo encontraron cabida in las ciencias físicas debido a las recientes observaciones de disfusión anómala.
4.1.3. Subdifusión
Fotocopiadoras e impresoras laser. Descansan en el transporte de electrones en semiconducto-
res amorfos en un campo eléctrico. A comienzos de los 70 llegó a ser claro que el movimiento de estos
acarreadores de carga no se podían describir por la ecuación de difusión. El problema fué resuelto por
Harvey Scher y Elliot Montrol (Xerox, U. de Rochester) en 1975 cuando se dieron cuenta que el movi-
miento en medios amorfos tiende a entramparse por las imperfecciones locales y después liberarse debido
a fluctuaciones térmicas. Esto significa que es muy probable que los tiempos de estancamiento se puedan
describir mejor una distribución de Pareto que por una Gaussiana. Esta idea no fué recibida bien por
otros investigadores porque implicaba que una distribución que no tenia valor medio podría tener signi-
ficado físico. Sin embargo, se encontró que en muchos casos los tiempos de estancamiento si seguian una
distribución de Pareto. Esto significa que los acarreadores de carga se difunden más lentamente que lo
que lo harían en el caso de la difusión normal. Este tipo de difusión anormal es llamada “subdifusión”, ya
que el desplazamiento cuadrático medio de las particulas crece más lentamente que la primera potencias
del tiempo en la ecuación de difusión de Fick.
Ejemplos más recientes de comportamamiento subdifusivo vienen de diversos área. Por ejemplo, en
hidrología, James Kirchner y su equipo (U. California, Berkeley) en el 2000 mostraron que como resultado
del estancamiento, los tiempos de viaje de los contaminantes en agua subterranea son más largos que los
31
esperados por la difusón clásica. Aquí el flujo medio de las aguas subterraneas juega el papel que el campo
eléctrico juega en las fotocopiadoras, mientras que las regiones de estancamiento de cero velocidad (como
los canales laterales del flujo principal) corresponde a los entrampamientos. Modificando la ecuación de
difusión, los investigadores pueden por tanto encontrar que tanto contaminante de accidentes ambientales,
por ejemplo, quedará antes de que sean retirados a los lagos o el mar.
En 2004 Marco Dentz y sus colaboradores formularon una teoría que toma en cuenta estos tiempos
de retención extraordinariamente largos y distinguieron entre difusión normal y anómala. En particular,
ellos investigaron los efectos de la memoria del sistema sobre patrones de contaminación sobre períodos
largos, y concluyeron que la ecuación de difusión estandar debe reeplazarse por la versión en derivadas
fraccionarias.
Dentz, M., A. Cortis, H. Scher, and B. Berkowitz, Time behavior of solute transport in heterogeneous
media: Transition from anomalous to normal transport, Adv. Water Resour., 27, 155–173, 2004.
La biología también tiene una riqueza en fenómenos subdifusivos, tales como la forma en como las
proteinas se difundes a través de membranas celulares. Este proceso es central para la transmisión de
señales hacia el interior de la celula, pero sus detalles precisos son controversiales porque el proceso no
puede explicarse por medio del movimiento Browniano normal. Recientemente (2005) Akihiro Kusumi
y colegas (U. de Nagoya, Japón) realizaron experimentos en los que monitoraron una sola molécula de
proteina en la membrana de plasma de celulas vivas. La video imagen de molecula–flourecente reveló
qu elas moléculas gastan tiempos largos atrapadas entre nano–compartimentos en el citoesqueleto de la
célula. Esto fué debido a la difusión anómala, según Kusumi.
La subdifusión también ha sido observada en proteinas fluctuantes (sistemas en las cuales la distancia
entre un donador y un receptor dentro de una simple proteina cambia constantemente). Se ha medido
como esta distancia fluctua en tiempo real (Sunney Xie et. al. Harvard). El resultado fué una desviación
del compotamiento Browniano, lo cual puede ayudar a los biólogos a entender la función específica de
ciertas proteinas.
4.1.4. Superdifusión
Referencias
[1] Jerrold E. Marsden and Anthony Tromba, Vector Calculus, Fifth Edition, Ed. W. H. Freeman, 2004.
[2] Tom IN. Apostol, Calculus volume II (Multi Variable Calculus and Linear Algebra, with Applications
to Differential Equations and Probability), Second Edition, John Wiley & Sons, 1969.
[3] http://www.massbalance.org
[4] Victor J. Stenger, Timeless Reality: Symmetry, Simplicity, and Multiple Universes. Buffalo NY: Pro-
metheus Books, 2000.
[7] J. Fourier, Théorie Analytique de la Chaleur, Firmin-Didot père et fils, Paris, 1822. Fac- simile, Ed.
Jacques Gabay, Paris 1988.
32
[8] The Project Gutenberg EBook of Biographies of Distinguished Scientific Men by Franois Arago:
http://www.gutenberg.org/etext/16775
[10] David Vernon Widder, The Heat Equation, Academic Press, 1975.
[11] Evgeny Lifshitz, Lev Landau y L. P. Pitaevskii, Electrodynamics of Continuous Media: Vol. 8 (Course
of theoretical physics) (Second Edition ed.), Oxford UK, 1984.
[12] James Clerk Maxwell, A Treatise on Electricity and Magnetism, Dover, 1873.
[13] http://www.woodrow.org/teachers/ci/1992/Graham.html
[14] Jean Philibert, One and a Half Century of Diffusion: Fick, Einstein, Before and Beyond, Diffusion
Fundamentals 4 (2006) 6.1 - 6.19, 2006.
[16] Wei SH, Parker I, Miller MJ, Cahalan MD., A stochastic view of lymphocyte motility and trafficking
within the lymph node. Immunological Reviews 2003, Vol. 195: 136.159.
33