Sociedad Colombiana de Matem

aticas
XV Congreso Nacional de Matem
aticas

Lecturas Matem
aticas
Volumen Especial (2006), p
aginas 271284

2005 Apuntes

Aproximaci
on y simulaci
on de un modelo de
dispersi
on de contaminantes sobre superficies
esf
ericas
Carmen Alicia Ramrez Bernate & Geraldo Lucio Diniz
Universidad del Quindo, Armenia, Colombia
Abstract. In this work, we present an approach and simulation of evolutionary process for pollutant dispersal on spherical surfaces. The numerical code of simulations was made by nite elements method (FEM).
In the model, we consider the diusion process, the transport phenomena by the mean, the decay in global sense and a pollutant source. For
the classical diusion-reaction equation we obtained the weak formulation in the sense of applying the nite elements method. This model is
being studied by group of Phenomena Modelling of Macroscopic Diffusion in the Biomathematics at the University of Quindo, Colombia.
The authors believe that the importance of this work is it potential use
in environmental processes for the denition of strategies of evaluation,
preventive and cleaning.
Key words and phrases. Numerical approximation, Computational simulations, Dispersion, Finite elements method (FEM), Spherical surfaces.
2000 AMS Mathematics Subject Classification. Primary: 54H25. Secondary: 47H10.
Resumen. En este trabajo, presentamos una aproximaci
on numerica y
algunas simulaciones del proceso evolutivo de la dispersi
on de contaminantes sobre supercies esfericas. El c
odigo numerico para la simulaci
on
se desarroll
o por el metodo de elementos nitos (MEF). En el modelo,
consideramos el proceso de la difusi
on, el fen
omeno de transporte por el
medio, el decaimiento en sentido global y una fuente de contaminantes.
Para la cl
asica ecuaci
on de difusi
onreacci
on obtuvimos la formulaci
on
debil en el sentido de aplicar el metodo de elementos nitos. Este
modelo ha sido estudiado por el grupo de Modelamiento de Fen
omenos

272

Carmen Alicia Ramrez Bernate & Geraldo Lucio Diniz

de Difusi
on Macrosc
opica del programa de Maestra en Biomatem
aticas
en la Universidad del Quindo, Colombia. Creemos que la importancia del trabajo desarrollado conduce a su uso potencial en procesos de
medio ambiente para la denici
on de estrategias evaluativas, preventivas y de limpieza.

1. Introducci
on
La dispersi
on de partculas contaminantes ha sido estudiada principalmente,
a traves de modelos matematicos en ecuaciones diferenciales ordinarias y parciales que tienen en cuenta el movimiento de las partculas a lo largo y ancho
del medio de propagaci
on. Por esta va se puede analizar la dispersi
on de
partculas contaminantes a traves del tiempo.
En este sentido, un modelo de dispersi
on de particulas contaminantes sondez (2005), a traves de una
bre supercies esfericas fue propuesto por Me
adaptaci
on de los operadores gradiente y laplaciano y de esta manera se extienden las ecuaciones de difusi
on supercial euclidiana a fen
omenos de difusi
on
en supercies esfericas.
Este modelo de difusi
on en supercies esfericas tiene soluciones analticas
exactas, pero obtenerlas es demasiado complejo, esto es, los procedimientos
analticos que permitan determinar la concentraci
on del contaminante modelado en un tiempo y lugar determinado no est
an en las metas de este trabajo.
Lo que se propone en este trabajo es, entonces, la posibilidad de analizar este
u
ltimo modelo por la va de la aproximaci
on numerica y la simulacion computacional de escenarios.
La determinaci
on de la contaminaci
on del agua es de gran interes para establecer controles encaminados a la conservaci
on del ambiente. Esta determinacion, y mas que todo su din
amica, en muchos casos es extremadamente
compleja y por esta razon el modelo matematico se convierte en una de las
herramientas mas efectivas ya que permite interpretar din
amicas de contaminaci
on en cuerpos de agua. Sin embargo, el modelo como herramienta carece
de utilidad sino es correctamente construido y simulado, de modo que permita
conocer la concentracion de contaminantes en las aguas de forma continua en
el espacio y en el tiempo a partir de un mnimo de mediciones experimentales.
Algunos modelos presentados por Meyer (1998) y Diniz (2003), han resultado muy u
tiles en ros, lagos o lagunas, pero su aplicaci
on no es tan signicativa en el oceano por estar construidos para supercies planas. Una extensi
on
ndez
de este modelo de difusion a supercies esfericas fue construido por Me
(2005).
La aproximaci
on de la soluci
on por el metodo de diferencias nitas, que
ndez (2005), no es la m
es la propuesta por Me
as precisa para este tipo de
situaciones. Esperamos que la alternativa que aqu proponemos, usando el
metodo de elementos nitos, de lugar a mejores interpretaciones al problema
fsico bajo estudio.

 n y simulacio
n de un modelo de dispersio
n
Aproximacio

...

273

La contaminaci
on en grandes extensiones de mar no ha sido considerada
a
un por quienes estudian la modelaci
on matematica y menos a
un se ha hecho
alg
un tipo de simulacion del fen
omeno en caso de llegar a presentarse. Lo que
se propone en el presente estudio teorico es una aproximaci
on y simulaci
on
numerica de un modelo de dispersi
on de contaminantes sobre una supercie
esferica con miras a una aplicacion a gran escala en alta mar, donde puede
llegar a tener efecto la curvatura de la tierrra durante el proceso de difusi
on
del contaminante.
Debido a las catastrofes de contaminacion ambiental que han ocurrido en
el del Golfo de Mexico en 1979 y el Golfo Persico en 1991, por ejemplo, se
hace necesario un estudio a mayor escala del fenomeno de dispersi
on, y en este
trabajo te
orico intentamos dar un peque
no paso en este camino.
As, presentaremos, en primer lugar, el modelo con las condiciones de contorno. En seguida, la formulaci
on debil y luego una demostraci
on de la existencia y unicidad de las soluciones debiles y las discretizaciones espacial y
temporal. Por u
ltimo, haremos una presentacion de los resultados obtenidos, a
traves de gracos para mejor visualizaci
on y daremos algunas consideraciones
nales.
2. El modelo matem
atico
En el modelo se ha considerado el fen
omeno de difusi
on (o dispersion, seg
un
Okubo (1980)), el transporte advectivo, una tasa de decaimiento y unas fuentes
de contaminaci
on en el medio estudiado. De esta manera llamando c (, , t)
la concentracion (ppm) del contaminante, en el punto (, ), para un instante
t, el modelo puede ser descrito por:
c (, , t)
= difusi
on + tranporte decaimiento + fuente ,
t
donde
difusi
on= div (c) representa el efecto de la difusion,
transporte = div (V.c) representa el transporte advectivo por las corrientes marinas o el viento,
decaimiento = c, linealmente aproximando decaimiento global en el
ambiente y,
fuente = F (, , t), modelando fuentes de contaminanci
on.
De manera semejante, la ecuacion evolutiva que modela la concentraci
on de
contaminantes esta dada por:



c (, , t)
= div (c) div V .c c + F (, , t)
(2.1)
t


, t (0, T ]
(, ) , [0, 2] ,
2 2

274

Carmen Alicia Ramrez Bernate & Geraldo Lucio Diniz

donde es la constante del efecto difusivo en el medio considerado, V es el

campo de velocidades y, es la tasa de decaimiento global en el ambiente.
Ahora bien, aplicando los operadores diferenciales y usando el factor de
escala para coordenadas esfericas, (2.1) se llega a:
c (, , t)
t
(, )

1 c
c
v2
c + F (, , t)
cos


, t (0, T ]
, [0, 2] ,
2 2

= (c) v1

(2.2)

El dominio que consideraremos designado con tiene denida la frontera

(Figura 1) por = 0 1 2 3 , con i j = , para i = j.

Figura 1. Descripci
on del dominio escogido

Las condiciones de frontera escogidas son

c
(2.3)
|1 = k1 g ;

modelando una entrada de contaminante en el dominio a traves de esta parte

de la frontera, conforme a la funci
on g:
c
|0 3 = 0 ;
(2.4)

modelando una condici

on asint
otica en la frontera lejos del dominio,
c
|2 = k2 (c ce ) ,
(2.5)

que representa el paso del contaminante dependiendo de la concentraci

on externa y donde es el vector normal unitario externo.
Sin embargo, F (, , t) se denir
a como el termino fuente en la ecuaci
on
(2.2). Consideramos en nuestra simulaci
on al termino F (, , t) como una
fuente puntual en el centro del dominio, modelado por F (, , t) = A0 ekt .
Finalmente como condici
on inicial consideramos
c (, , 0) = c0 .

(2.6)

Las ecuaciones (2.32.5) estan expresadas en su formulaci

on cl
asica o fuerte,
para las cuales tenemos solidos resultados mientras se considere la existencia

 n y simulacio
n de un modelo de dispersio
n
Aproximacio

...

275

y unicidad de las soluciones. Por otro lado, sin embargo, estos resultados son
realmente exigentes en el sentido de que la regularidad es necesaria en los
par
ametros y en algunas de las condiciones.
Tendremos que recurrir a la formulaci
on debil o variacional, un ambiente
matematico mucho mas permisivo, de modo que las derivadas puedan ser consideradas en el sentido de distribuciones y las integrales sean del tipo Lebesgue,
una opci
on que permanece v
alida con la escogencia del metodo de elementos
nitos, el cual usaremos para la discretizaci
on espacial. Para la variable temporal, nuestra opci
on de aproximaci
on es la de Crank-Nocolson, produciendo
aproximaciones de precisi
on de segundo orden.
3. Formulaci
on d
ebil
Para la transformaci
on del sistema dado en su formulaci
on fuerte a la expresion debil del operador (2.2) con las condiciones de frontera (2.32.5). Ademas de la propia formulaci
on fuerte, que generalmente incluye condiciones de
frontera, se debe dedicar atenci
on especial a los espacios en los cuales la llamada formulaci
on se desarrolla. Adoptaremos el siguiente espacio en el cual
emprenderemos la deseada aproximacion espacial:


v
2
2
L () ,
V = L ((0, T ] , U ) :
t
con U denido por



u
1
| = 0 .
U = u H () :
0 3

Tambien deniremos los productos internos dados por:

 
(f |g)0, =
f (, ) .g (, ) d

 
f (, ) .g (, ) d
(f  g)0, =

f |g
0, =
f (, ) .g (, ) d .

(3.1)

Usando este u
ltimo producto interno apropiadamente, tenemos, en lugar de
(2.2)(2.5), lo siguiente:






c
|v
(c|v)0, + div V .c |v
(c|v)0,
(3.2)
t
0,
0,
= (F|v)0,

v V, t (0, T ] .

Para resolver el termino (c|v)0, aplicamos la identidad de Green, obte


c
niendo para este termino lo siguiente: (c|v) = (.c  v)
|v .

276

Carmen Alicia Ramrez Bernate & Geraldo Lucio Diniz


Desarrollando el termino





div V .c |v




div V .c |v

, obtenemos que
0,

=
0,

V .c|v

,
0,

ya que divV = 0. Luego la ecuaci

on (3.2) nos queda:






c
c
|v
|v + V .c|v
+ (c  v)
+ (c|v)0,
t

0,
0,

(3.3)

= (F|v)0, , v V .
As podemos denotar los correspondientes terminos de la ecuacion (2.2). Ahora
aplicando la denici
on de gradiente en coordenadas esfericas, las condiciones de
frontera y la denici
on anterior de producto interno, la ecuaci
on (3.3) queda:





 
1 c v
c v
c
|v
|
|
+
+
2
t
cos 0,
0;
0,




1 c
c
|v
|v
+v1
+ v2
+ (c|v)0, + k2 c|v
2 (3.4)
cos

0,
0,
= k1 g|v
1 + k2 ce |v
2 + (F|v)0, , v V .
4. Discretizaci
on del problema
Para la discretizaci
on de la ecuacion (3.4), usamos el metodo de los elementos nitos MEF (discretizaci
on espacial) y el metodo de Crank-Nicolson
(discretizacion temporal). Esto signica que en lugar de obtener funciones en
V , numericamente obtenemos aproximaciones, en la forma:
c (, , t)
= ch (, , t) =

Nh


cj (t) .j (, )

(4.1)

j=1

y llamando Vh el subespacio de V de dimensi

on N < + generado por las Nh
funciones base j (, ) de Vh .
Intuitivamente la idea central es remitirnos a un metodo muy tradicional
de resolucion analtica de ecuaciones diferenciales parciales llamada separacion
de variables, donde asumimos la soluci
on como un producto de funciones independientes en las variables temporal y espacial. En el metodo de Galerkin
tambien se tiene esta separacion no de la soluci
on, sino m
as bien del espacio en
que buscamos esta solucion (algo muy similar al intentar descomponer V como
una suma directa de subespacios convenientes, solo que aqu la descomposicion
no es una suma directa).
La opci
on para la presente aproximaci
on son los tri
angulos de primer orden
en el dominio; esto generalmente signica que el dominio discretizado h ya
no coincide con el original pero lo aproxima en el sentido de que cuando los

 n y simulacio
n de un modelo de dispersio
n
Aproximacio

277

...

tama
nos de los triangulos m
as grandes en cada discretizacion van a cero, el
dominio discretizado tiende al original. No obstante mantendremos la misma
identicaci
on, es decir , sin la perdida de informaci
on.
Reescribiendo (3.4) para las funciones aproximadas dadas en (4.1), resulta
en ecuaciones validas para cualquier funci
on en el ahora subespacio nito
dimensional. Lo que sugiere vericar el sistema u
nicamente para los elementos
de la base del espacio nitodimensional. Por consiguiente, lo que tenemos es
equivalente al sistema discreto dado, para t (0, T ], por:




 
1 ch v
ch v
|
|
+
+
(4.2)
cos2 0,
0;
0,




1 ch
ch
|v
|v
+ v2
+ (ch |v)0, + k2 ch |v
2
+v1
cos

0,
0,


ch
|v
t

= k2 ce |v
2 k1 g|v
1 + (F|v)0, , v Vh
que nos lleva al siguiente sistema de ecuaciones diferenciales ordinarias discretizado:







N
N
N
h
h
h




dc
j
v
v

+ cos12
cj j |
+
cj j |

dt j |v

j=1
j=1
j=1

0,
0,
0,








N
N
N
h j
h j
h
+v1 cos1
cj |v
+ v2
cj |v
+
cj j |v

j=1
j=1
j=1

0,
0,
0,




cj j |v
= k2 ce |v
2 k1 g|v
1 + (F|v)0, , v Vh

+k2
j2

como los coecientes cj = cj (t) no dependen de ni de pueden salir de los

productos internos, que est
an denidos solo para las variables espaciales, as:







N
N
N
h
h
h






dc
j
j
j
1
v
v

cj cos2 |
+ cj |

dt j |v 0, +

0, j=1
0,

j=1
j=1

N
N
N

h
1 j 
h
j 
h 
+v

c
|v
+
v
c
|v
+

c
|v
1
j
2
j
j

j
cos

0,

0,
0,

j=1
j=1
j=1

!


cj j |v = k2 ce |v
2 k1 g|v
1 + (F|v)0, , v Vh
+k2
j2

(4.3)

278

Carmen Alicia Ramrez Bernate & Geraldo Lucio Diniz

Ahora, escribir la ecuaci

on (4.3) para todo v Vh , equivale a escribirla para
los elementos de la base. Por lo tanto tenemos:

 

Nh


j i
1 j i
dcj 
j |i + cj [
|
|
{
+
+
(4.4)
dt
cos2

j=1






!

j
1 j
|i + v2
|i + j |i ]} + k2
cj j |i
v1
2
cos

j2

= k2 ce |i
2 k1 g|i
1 + (F|i )

j Vh

En la ecuaci
on anterior, las expresiones en las sumas, las cuales se reeren a
los productos internos sobre la parte de las fronteras, en realidad indican que
los u
nicos ndices considerados ser
an aquellos que yacen sobre dichas partes
de la frontera. La ecuaci
on (4.4) describe, un sistema lineal de ecuaciones
diferenciales ordinarias.
La ecuacion (4.4) ser
a ahora aproximada en su variable temporal usando el
esquema de Crank-Nicolson con diferencias centradas de segundo orden, para el
cual usaremos las aproximaciones dadas por (4.5) y (4.6). Los subndices i y j
se reeren ala discretizaci
on del dominio espacial, donde cij es la concentracion

en el nodo i , j .


d
t
cij (tn+1 ) cij (tn )
cij tn +
,
(4.5)

dt
2
t

cij

t
tn +
2

(n+1)

cij

(n)

+ cij
.
2

(4.6)

Reescribiendo (4.4) para las funciones aproximadas dadas en (4.54.6), resulta

un sistema de ecuaciones lineales algebraico, para tn (0, T ] de c (tn ), de donde
obtenemos el sistema lineal discretizado:








1 j i
t
t 
t j i
n+1
|
|
j |i +
{cj [ 1 +
+
2
2 cos2
2

j




!
1 j
t
t j
t
|i + v2
|i + k2
j |i j ]}
+v1
(4.7)
2
2 cos
2

2








1 j i
t
t 
t j i
|
|
j |i
=
{cnj [ 1

2
2 cos2
2

j




!
t
t j
t
1 j
|i v2
|i k2
j |i j ]}
v1
2
2 cos
2

2
k1 t g|i
1 + k2 t ce |i
2 + t (F|i )
i (Vh )
Podemos representar el sistema discretizado 4.7 en la forma matricial por:
Ac(n+1) = Bc(n) + d ,

(4.8)

 n y simulacio
n de un modelo de dispersio
n
Aproximacio

donde
aij

bij

...

279







t
1 j i
t 
t j i
j |i +
|
|
=
1+
+
2
2 cos2
2





!
t
t j
t
1 j
| + v2
| + k2
j |i j
+v1
2
2 cos i
2
i
2







t
1 j i
t 
t j i
j |i
|
|
=
1

2
2 cos2
2





!
1 j
t
t j
t
| v2
| k2
j |i j
v1
2
2 cos i
2
i
2
di = k1 t g|i
1 + k2 t ce |i
2 + t (F|i )
i = 1, 2, ..., Nh

La matriz A en la ecuacion (4.8) se llama matriz de rigidez y el vector resultante

de la operacion Bc(n) + d para cada instante tn + 2t se denomina el vector de
carga.
La escogencia de las funciones prueba i se har
a usando elementos nitos
triangulares de primer orden, lo cual consiste en construir una"malla de elemen#
tos nitos sobre un dominio y escoger las funciones base 1 , 2 , . . . , Nh
denidas globalmente como de tipo lineal por partes y satisfaciendo la siguiente
condici
on:



1 si i = j
i j , j =
0 si i = j ,


donde j , j son las coordenadas del jesimo nodo en la malla.
De esta forma se obtiene una funci
on pir
amide por cada nodo, que es lineal
por partes, asumiendo el valor de 1 en el jesimo nodo y 0 en los demas.
5. Resultados obtenidos
Presentaremos algunos resultados de simulaciones realizadas con un codigo
R
numerico desarrollado en el software MATLAB
, con animaciones que pueden
describir el proceso evolutivo del contaminante en el dominio discretizado, en
un intervalo de tiempo previamente escogido, donde la principal caracterstica
es la visualizacion a traves de gracos que facilitan su comprension.
5.1. Simulaciones de escenarios. Los par
ametros fueron estimados dentro
de los aspectos considerados razonables para la simulacion de escenarios y pruebas del modelo desarrollado.
Las simulaciones de los escenarios fueron obtenidas considerando la discretizacion del dominio para algunos tipos de situaciones: bajas velocidades

para el campo V y diferentes permeabilidades en la frontera. Se hicieron los

gr
acos presentados en las simulaciones para los instantes de tiempo t = 0,

280

Carmen Alicia Ramrez Bernate & Geraldo Lucio Diniz

t = 12, t = 24 y t = 40 horas, para los escenarios de las guras 2, 4 y 6,

respectivamente.
Los par
ametros usados para obtener los resultados en el escenario 1 (Figuras
2 y 3) son presentados en la tabla 1, donde hemos considerado una baja difusi
on,
corrientes marinas debiles en la direccion de SO a NE; as tenemos V1 = V cos 4
y V2 = V sen 4 donde V es la magnitud de la velocidad de las corrientes marinas.
Ademas suponemos que despues de la descarga de contaminante en la parte
central del dominio, la fuente de contaminante contin
ua actuando en esa parte
del dominio
Par
ametros
del modelo

Valores

Unidades

V1
V2
k1
k2
ce
F

0.0001
0.001
0.008 cos (/4)
0.008 sin (/4)
0.00001
0.00001
0.0001
0.1

km2 /h
h1
km/h
km/h
ppm/kmh
ppm/kmh
ppm/h
ppm/h

Par
ametros de
Discretizaci
on

Valores

0.0087km
0.0087km
0.0200horas

Tabla 1. Par
ametros para la Simulaci
on 1
Escenario 1

t=0

t = 12

x 10

x 10

0.5

0.5

0
0.1

0.1

0
0.1

0
0.1

0.1

0.1

0.1

t = 24

0.1

t = 40

x 10

x 10

0.5

0.5

0
0.1

0.1

0
0.1

0
0.1

0
0.1

0.1

0
0.1

Figura 2. Simulaci
on del escenario 1

0
0.1

 n y simulacio
n de un modelo de dispersio
n
Aproximacio

281

...

A continuaci
on, presentamos un segundo escenario donde se han considerado
igualmente una difusi
on baja, vientos debiles en la direccion de NO a SE, sin
fuente en el centro. Los par
ametros usados para obtener los resultados de este
escenario (Figuras 4 y 5) son los mismos presentados en la tabla 1, excepto
k2 = ce = F = 0, V1 = 0.008 cos (/4) y V2 = 0.008 sin (/4).
Primer Nodo

2.5

x 10

Escenario 1

1.5
1

500

1000

1500

2000

2500

Nodo Medio

1.5

0.5
0

x 10

10
Concentracion

Concentracion

Nodo en G0

15

x 10

500

1500

2000

2500

Ultimo Nodo

1000

x 10

Concentracion

Concentracion

3
1

0.5

2
1
0

500

1000

1500

2000

2500

500

1000

1500

2000

2500

Figura 3. Comportamiento en los nodos a lo largo del tiempoescenario 1

Finalmente, los par

ametros de los resultados presentados en el escenario 3
(Figuras 6 y 7) son los mismos mostrados en la tabla 1, cuyas condiciones
dieren de las simulaciones previas en relaci
on a la direccion del campo de
velocidades que suponemos de SE a NO, en otros terminos, V1 = 0.008 cos 3
4 ,
y V2 = 0.008sen 3
.
Adem
a
s
en
este
caso
los
valores
para
la
permeabilidad
4
k1 y k2 son nulos, y suponemos que el valor de la fuente es dado por F =
0.0001 exp (0.001) ppm/h.
Comparando los resultados presentados en los tres escenarios, podemos notar una distribuci
on diferente para la concentraci
on de contaminantes en el
dominio, donde el proceso de derramamiento fue gobernado por el campo de
velocidades como lo supusimos.
Los resultados muestran compatibilidad con lo esperado en tales situaciones,
a pesar de las limitaciones impuestas por el metodo escogido para hacer las
simulaciones de escenarios, es decir, la inestabilidad numerica del metodo para
situaciones de adveccion dominante, en los casos en que la condici
on de Peclet

282

Carmen Alicia Ramrez Bernate & Geraldo Lucio Diniz

(Brooks & Hughes, 1982; Heinrich et al., 1977; Chistie et al., 1976) no se
cumple. Esta condicion esta dada por:
Vi xi
2

donde Vi es la componente del termino advectivo V en la direccion xi , xi

es la longitud m
axima del intervalo en la direcci
on xi y es el coeciente de
difusi
on global.
Escenario 3

t=0

t = 12

x 10

x 10

0.5

0.5

0
0.1

0.1

0
0.1

0
0.1

0.1

0.1

0.1

t = 24

0
0.1

t = 40

x 10

x 10

0.5

0.5

0
0.1

0.1

0
0.1

0
0.1

0
0.1

0.1

0
0.1

0
0.1

Figura 4. Simulaci
on del escenario 3

6. Conclusiones
Aunque las simulaciones presentadas no han sido comparadas con derrames
reales, debido a que no se cuenta con datos conables de corrientes, vientos,
difusi
on, o derrames de los sitios donde pueda llegar a tener aplicaci
on este
trabajo, lo que podra llegar a ser una gran desventaja en el mismo, pensamos
que este trabajo puede llegar a ser una valiosa herramienta te
orica para el
trabajo futuro de otros, ampli
andolo o mejor
andolo y hasta tambien llegar a
ser utlizada satisfactoriamente cuando se presente una situaci
on real.

 n y simulacio
n de un modelo de dispersio
n
Aproximacio
Escenario 3

Primer Nodo

15

x 10

Concentracion

Concentracion

500

1000

1500

2000

2500

Nodo Medio

x 10

500

1000

1500

2000

2500

Ultimo Nodo

x 10

2.5

2
Concentracion

Concentracion

2.5

x 10

10

Nodo en G0

283

...

1.5
1
0.5
0

1.5
1
0.5
0

500

1000

1500

2000

2500

0.5

500

1000

1500

2000

2500

Figura 5. Comportamiento de los nodos a lo largo del tiempoescenario 3

Agradecimientos: La primera autora quiere expresar aqu sus mas sinceros

agradecimientos a los profesores de la Universidad del Quindo que de alguna
u otra manera supieron brindarle valiosas contribuciones para la realizaci
on de
este trabajo, especialmente a Dumar Villa, Hernando Hurtado, Paulo
sar Carmona e Irene Duarte. As como tambien a la Directora de la
Ce
Maestra en Biomatematicas, Mara Dolly Garca por su colaboraci
on y
gestion durante el proceso. A COLCIENCIAS por su contribuci
on nanciera,
crucial para la culminaci
on de este trabajo.
Bibliografa
[1] R. C. Bassanezi, Ensinoaprendizagem com modelagem matem
atica. Ed. Contexto:
S. Paulo, 2002.
[2] A. Bressan, Hiperbolic System of Conservation Laws, Vol. 20 of Oxford Lecture Series
in Mathematics and its Applications. Oxford University Press: Oxford, 2000.
[3] A. N. Brooks & T. J. R. Hughes, Streamline upwin /PetrovGalerkin formulations for convection dominated ows whit particular emphasis on incompressible NavierStokes equations. Computer Methods in Applied Mechanics and Engineering 32 (1982),
199259.
[4] L. Chistie, D. Griffiths, A. R. Mitchell, & O. C. Zienkiewicz, Finite
elements methods for second order diferential equations whit signicant rst derivatives.
International Journal for Numerical Methods in Engineering 10 (1976), 13891396.
[5] P. G. Ciarlet, The nite element for elliptic problems. NorthHolland: Amsterdan
(1987).

284

Carmen Alicia Ramrez Bernate & Geraldo Lucio Diniz

[6] G. L. Diniz, Dispersion of pollutant in an airwater system modelling, approximation

and applications. Ph. D. Thesis, Faculdade de Engenharia Eletrica e de Computacao
UNICAMP, Campinas, Brasil, 2003.
[7] G. L. Diniz & J. F. C. A. Meyer, Pollutant dispersal on stuary sistem: study and
mathematical modeling, In Proceedings of the 4th Brazilian Symposium on Mathematical
and Computational Biology, vol. II (2005), 333346.
[8] Edelstein & Keshet, Mathenatical Models in Biology. RandomHouse: New York
(1988).
[9] J. C. Heinrich, P. S. Huyakorn, A. R. Mitchell, & O. C. Zienkiewicz,
An upwind nite elements sheme for two-dimensional convective transport equation.
International Journal for Numerical Methods in Engineering 11 (1977), 131143.
[10] J. L. Lions, Equations Dierentelles Op
erationelles. Springer: New York, 1961.
[11] G. I. Marchuk, Mathematical models in environmental problems. Vol. 16 of Studies
in Mathematical and its Applications. NorthHolland: Amsterdan, 1986.
ndez , Extension de un modelo de difusion de partculas contaminantes
[12] R. M. Me
a supercies esf
ericas. Tesis de Maestra. Uniquindo: Armenia, Quindo, Colombia,
2005.
[13] J. F. C. A. Meyer, Modelos matem
aticos de impacto ambiental uma visao introdut
oria. Relat
orio de Pesquisa. Instituto de Matem
atica e Computacao Cientca,
UNICAMP: Campinas, Brasil, 1988.
[14] J. F. C. A. Meyer & G. L. Diniz, Pollutant dispersion in wetland system mathematical modeling and numerical simulation. Ecological Modelling (submited to appear), (2006).
[15] A. Okubo, Diusion and Ecological Problems: Mathematical Models. Springer: New
York, 1980.
[16] C. Silva, C. Boia, J. Valente, C. Borrego, Pesticides in Esteros del Ibera
(AR): evaluation of impacts and proposal of guidelines for water quality protection.
Ecological Modelling 186 (1)(2005), 8597.
[17] S. Simonit, F. Cattaneo & C. Perrings, Modelling the hidrologycal externalities
of agriculture in wetlands: the case of rice in Esteros del Ibera, Argentina. Ecological
Modelling 186 (1)(2005), 123141.
[18] P. Weidemaier, Existence results in Lp Lq spaces for second order parabolic
equations with inhomogeneous Dirichlet boundary conditions. In: Progress in Partial
dierential equations. Longman: Harlow, 1998, 189200.
[19] Wikimedia, Green s identities , in: Webpage of Wikipedia - The Free Encyclopedia.
En http://en.wikipedia org/wiki/Green s identities; acceso en 22/04/2006.
[20] F. Zingales, A. Marani, A. Rinaldo & G. Bendoricchio, A conceptual model
of unitmass response function for nonpoint source pollutant runo. Ecological Modelling
26 (1984), 285311.

(Recibido en abril de 2006. Aceptado para publicacion en diciembre de 2006)

ticas
Departmento of Matema

Universidad del Quindo

Armenia, Colombia
e-mail: aliciarb@uniquindio.edu.co