Documento

Universidad Nacional de Educacin a Distancia
Facultad de Ciencias
Departamento de Fsica Fundamental
Tesis Doctoral
MODELOS PARA LA HIDRODINMICA

MESOSCPICA DE FLUIDOS
SIMPLES Y COMPLEJOS
Mara del Mar Serrano Maestro
Licenciada en Ciencias Fsicas por la
Universidad Complutense de Madrid
Madrid, 2002
Memoria que presenta para optar al grado de

Doctora en Ciencias Fsicas por la
Universidad Nacional de Educacin a Distancia
MODELOS PARA LA HIDRODINMICA

MESOSCPICA DE FLUIDOS
SIMPLES Y COMPLEJOS
Mara del Mar Serrano Maestro

Licenciada en Ciencias Fsicas por la
Universidad Complutense de Madrid
Especialidad de Fsica Fundamental
Director: Pep Espaol Garrigs

Codirector: Ignacio Ziga Lpez
Facultad de Ciencias
Departamento de Fsica Fundamental
Madrid, 2002
A mis padres, mis Maestros de Paciencia, Entrega y Comprensin
The scientist does not study Nature because it is useful; he studies it because he delights in it, and he delights in it because it is beautiful. If Nature were not beautiful, it
would not be worth knowing, and if Nature were not worth knowing, life would not be
worth living. Of course, I do not here speak of that beauty which strikes the senses, the
beauty of qualities and appearances; not that I undervalue such beauty, far from it, but it
has nothing to do with science; I mean that profounder beauty which comes from the harmonious order of the parts and which a pure intelligence can grasp. This it is which gives
body, a structure so to speak, to the iridescent appearances which flatter our senses, and
without this support the beauty of these fugitive dreams would be only imperfect, because
it would be vague and always fleeting.
Jules Henri Poincar, (1854-1912).
Agradecimientos
Dado que realizar una tesis doctoral casi siempre implica haber invertido mucho tiempo
y que se trata de un trabajo que ha requerido bastante esfuerzo, s que para m, este
manuscrito ser un valioso recuerdo-objeto de todo lo que he aprendido y vivido en
este perodo.
Mirando ahora en retrospectiva, se me presentan en la cabeza imgenes que me recuerdan lo difcil que se me hizo encontrar una puerta abierta donde me ofrecieran la
posibilidad de desarrollar la ilusin de investigar, la presencia de mis miedos a lo largo
del camino, y las veces que he dudado de mis posibilidades. Por eso, no puedo sino expresar mi sincera gratitud a tantsima gente que quiero, que me ha apoyado y que me ha
dado esa fuerza que a veces pareca desvanecerse:
A Pep Espaol le quiero agradecer la dedicacin que me ha ofrecido, el seguimiento
constante, su paciencia y sobre todo, el enriquecerme de sus ideas y el transmitirme su
entusiasmo por la Fsica. He disfrutado muchsimo de su ilusin por el trabajo y s que
es una enorme suerte trabajar con alguien as. Le siento como un maestro y me siento
su alumna. Le agradezco tambin su calidez y su proximidad en ms de un momento
difcil, as como el preocuparse por m no slo cientficamente, cosa que me ha permitido
conocerle adems desde una perspectiva estrictamente no profesional.
A Ignacio Ziga le agradezco la propuesta inicial, junto con Pep, del trabajo de tesis,
su disponibilidad y el haber sido el Director de mi beca predoctoral.
Al resto de profesores y personal del departamento de Fsica Fundamental de la
UNED, les estoy enormemente agradecida por el trato y apoyo que he recibido en estos aos y por haber favorecido siempre un buen ambiente de trabajo.
Tengo que agradecer a la UNED el haberme concedido una beca predoctoral, al antiguo Ministerio de Educacin y Cultura (a travs de los proyectos de DGYCIT PB94-0382
y PB97-0077), al Ministerio de Ciencia y Tecnologa (proyecto BFM2001-0290) y al Vicerrectorado de Investigacin de la UNED, por financiar parte de mi formacin a travs
de la asistencia a congresos, escuelas de verano y estancias breves en el extranjero. Ade-
x
ms, al departamento de Fsica Fundamental por ofrecerme un contrato de Ayudante de
Escuela.
Debo mencionar a algunos con los que he tenido la suerte de encontrarme gracias a
la ciencia en este perodo: A Frank Alexander quien me recibi durante mi estancia en
el Center for Computational Science de Boston University. A Gianni de Fabritiis, por
trabajar codo con codo los meses de su estancia en nuestro departamento, por aprender
juntos sobre Voronoi y Trotter y, cmo no, por P. Rubio.
A los amigos de la UNED, compaeros de trance: Me siento enormemente afortunada de haber estado, y de estar, rodeada de tanta gente generosa, que me ha ofrecido su
cario y de la que he podido aprender tanto. Os agradecer siempre el haberme escuchado
cuando mi cuerpo tena ganas compulsivas de hablar, el haberme calmado, y el haberme
hecho tanta compaa sobre todo en los aos ms duros. Con muchos he discutido sobre
algunos problemas y todos me habis ayudado en maneras diversas, (Rafa, Juan, Juan
Luis, Maite, Sonia, Elka, Miguel, Javier C., Pedro...). Mencin especial a Mariano, Javi
B., y Yosu, por su ayuda inestimable con los ordenadores, y a mi compaera Marisol, por
infundirme su fortaleza y por su comprensin. ...Chicos sois un sol!
A mis amigos de siempre que han soportado mis quejas y mis nervios y tambin han
compartido la mayor parte de mis alegras en estos aos de frentico trabajo: A todos, los
de Guadalajara (Mara, Julia, Gema R., Beatriz, Ma ngeles, Mila, Gema S., Montse...),
a mis compaeras de piso (Arancha y Beatriz), a los de la Facultad (sobre todo a Carlos,
por su infinita paciencia y por rerse de mis historias interminables, a Inma, la roca, a
Ma Jos, por el ejemplo de la determinacin, a Fausto, Carmen, Quique, Eva, Cristina,
Vctor, Ral, Lidia, Mnica, David... ), y a Tommy.
Finalmente, quiero agradecer a mi Gran Familia, (la nia y Tinn, Ma Jess, Nacho, Cova y Nuria) el haberme comprendido, apoyado, escuchado y querido siempre e
incondicionalmente, tal como soy. Gracias a eso, he podido concluir este proyecto y
llegar hasta aqu.
Madrid, 17 de mayo 2002

Mar
ndice General
NDICE
XI
NDICE
DE
F IGURAS
XV
NDICE
DE
TABLAS
XIX
Resumen de la tesis
1
xxi
Introduccin
1.1 Los fluidos complejos . . . . . . . . . . . .
1.2 La simulacin de fluidos complejos . . . .
1.2.1 Nivel microscpico . . . . . . . . .
1.2.2 Nivel macroscpico . . . . . . . . .
1.2.3 Nivel mesoscpico . . . . . . . .
1.3 La Dinmica de Partculas Disipativas . . .
1.3.1 Detalles del modelo DPD isotermo .
1.3.2 Problemas en la DPD . . . . . . . .
1.4 La Hidrodinmica de Partculas Suavizadas
1.4.1 Detalles del modelo SPH . . . . . .
1.4.2 Problemas en la SPH . . . . . . . .
1.5 Objetivos y desarrollo de esta tesis . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
DPD: descripcin mesoscpica de un fluido
Regmenes dinmicos en la DPD

2.1 Introduccin . . . . . . . . . . . . . . . . . .
2.2 La funcin de autocorrelacin de la velocidad
2.3 La hiptesis hidrodinmica . . . . . . . . . .
2.4 Resultados de simulacin . . . . . . . . . . .
xi
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
4
4
5
5
9
11
13
14
14
16
17
21
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
23
23
25
28
33
xii
NDICE GENERAL
2.5
Resumen y discusin . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Descripcin de grano grueso de un fluido

3.1 Introduccin . . . . . . . . . . . . . .
3.2 La visin de grano grueso de un fluido
3.3 Resultados de simulacin . . . . . . .
3.4 Discusin . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
II GENERIC: DPD, SPH y Voronoi

4
La SPH y la DPD bajo el prisma GENERIC

4.1 Introduccin . . . . . . . . . . . . . . . . .
4.2 El formalismo GENERIC . . . . . . . . . .
4.3 Aplicaciones de GENERIC al modelo SPH
4.3.1 Las fluctuaciones trmicas en SPH .
4.4 El modelo DPD+e en forma GENERIC . .
4.5 Discusin . . . . . . . . . . . . . . . . . .
35
39
39
40
43
46
53
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
55
56
60
67
70
73
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Dinmica mesoscpica de partculas de Voronoi

5.1 Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2 La construccin de Voronoi . . . . . . . . . . . . . . . . . . . . .
5.2.1 Propiedades de la funcin caracterstica suave de Voronoi
5.3 Mtodo de volmenes finitos de Voronoi . . . . . . . . . . . . . .
5.3.1 Discretizacin en volmenes finitos de Voronoi . . . . . .
5.3.2 Desarrollo del gradiente . . . . . . . . . . . . . . . . . .
5.3.3 Volmenes finitos para un fluido no viscoso . . . . . . . .
5.3.4 Volmenes finitos para un fluido viscoso . . . . . . . . . .
5.4 Un modelo GENERIC de partculas fluidas . . . . . . . . . . . .
5.4.1 Dinmica reversible . . . . . . . . . . . . . . . . . . . .
5.4.2 Dinmica irreversible . . . . . . . . . . . . . . . . . . . .
5.5 Discusin y conclusiones . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
75
. 75
. 77
. 80
. 84
. 84
. 85
. 89
. 91
. 93
. 95
. 98
. 100
III Resultados deterministas y estocsticos del modelo de mesopartculas fluidas de Voronoi

103
6
Resultados deterministas del modelo de Voronoi

6.1 Detalles de las simulaciones . . . . . . . . . . . . . . . .
6.1.1 Detalles sobre la topologa y geometra de Voronoi
6.1.2 Gas ideal . . . . . . . . . . . . . . . . . . . . . .
6.1.3 Unidades reducidas . . . . . . . . . . . . . . . . .
6.1.4 Parmetros utilizados en las simulaciones . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
105
105
106
108
109
111
NDICE GENERAL
6.2
Resultados deterministas . . . . . . . . . . . . . . . . . . . . .
6.2.1 Onda transversal . . . . . . . . . . . . . . . . . . . . .
6.2.2 Onda longitudinal . . . . . . . . . . . . . . . . . . . .
6.2.3 Demostracin de la hiptesis de equilibrio local . . . . .
6.2.4 El decaimiento de las inhomogeneidades de temperatura
6.2.5 Expansin irreversible . . . . . . . . . . . . . . . . . .
6.2.6 Condiciones de contorno . . . . . . . . . . . . . . . . .
Discusin y conclusiones . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
111
113
114
118
120
121
131
132
Fluctuaciones en el modelo mesoscpico de Voronoi

7.1 Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.2 Distribuciones de equilibrio . . . . . . . . . . . . . . . . . . . .
7.2.1 La funcin de distribucin de equilibrio de M -partculas
7.2.2 La funcin de distribucin de equilibrio de una partcula
7.2.3 Distribucin marginales para una mesopartcula . . . . .
7.3 Resultados de simulacin . . . . . . . . . . . . . . . . . . . . .
7.4 Discusin . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
135
135
137
138
140
144
145
151
6.3
7
xiii
Conclusiones y lneas abiertas
155
Apndices
163
A Variables en GENERIC: Dependientes vs. independientes

B MODELO 1 vs. MODELO 2
B.1 Comparacin de los dos modelos . . . . . . . . . .
B.1.1 Comparando la parte reversible . . . . . .
B.1.2 Comparando la parte irreversible . . . . . .
B.2 GENERIC de la parte irreversible del MODELO 2
.
.
.
.
.
.
.
.
165
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
167
168
168
170
171
Referencias Bsicas
177
Bibliografa
179
Summary
187
Basic References
191
xiv
NDICE GENERAL
ndice de Figuras
1.1
Esquema del desarrollo de la tesis. . . . . . . . . . . . . . . . . . . . . .
2.1
Prediccin hidrodinmica terica para la funcin de correlacin de la velocidad ambiente C (t) en escala logartmica para un valor del solapamiento s y tres valores diferentes de la friccin
. . . . . . . . . . . . . .
Comparacin entre el resultado de simulacin de (t) y el valor de la
prediccin Ec.(2.15) utilizando el resultado de simulacin para la funcin
de correlacin de la velocidad ambiente C (t). . . . . . . . . . . . . . . .
Resultados de simulacin de la funcin de correlacin de la velocidad
s2 C (t) para un valor fijo de
y tres diferentes valores del coeficiente de
solapamiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Resultados de simulacin para la funcin de correlacin de la velocidad
C (t) para valores fijados de s,
y diferentes tamaos de la caja de simulacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
(t) para un valor fijado de s, y diversos valores de
. . . . . . . . . . .
(t) y funcin de correlacin de la velocidad ambiente C (t) junto con el
decaimiento exponencial de la Ec.(2.15). . . . . . . . . . . . . . . . . . .
2.2
2.3
2.4
2.5
2.6
3.1
3.2
3.3
3.4
3.5
3.6
Descripcin microscpica y mesoscpica en la cadena armnica unidimensional: nivel de partculas y agrupacin de varias partculas en cmulos.
Funcin de distribucin radial en transicin micro-mesoscpica. Entendemos por m la masa promedio de los cmulos. . . . . . . . . . . . . .
Funcin de distribucin radial g (R) para distintos tamaos de cmulos. .
Funcin de distribucin radial para los potenciales microscpicos WCA
y gas ideal y sus correspondientes resultados mesoscpicos para el caso
de cmulos de masa media de 5. . . . . . . . . . . . . . . . . . . . . . .
El potencial de fuerza medio derivado de las funciones de distribucin
radial de la figura 3.3, de acuerdo con la Ec.(3.2). . . . . . . . . . . . . .
Parmetros de ajuste del potencial de fuerza medio, la barrera energtica
V0 y el rango R0 , para diferentes tamaos de cmulos. . . . . . . . . . .
xv
19
32
33
34
35
36
37
40
44
45
46
47
48
xvi
NDICE DE FIGURAS
5.1
5.2
5.3
5.4
6.1
6.2
6.3
6.4
6.5
6.6
6.7
6.8
6.9
6.10
6.11
6.12
6.13
6.14
6.15
6.16
6.17
Superior: Diagrama de Voronoi. Central: Triangulacin de Delanay. Inferior: Circuncrculos correspondientes al diagrama de Voronoi. . . . . .
Lneas de contorno para la funcin i (r) correspondientes a la teselacin
de Voronoi de 15 centros situados aleatoriamente en una caja bidimensional, con condiciones de contorno peridicas. Los centros estn marcados
con crculos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Teselacin de Voronoi peridica (lneas discontinuas azules) para 30 centros (en verde). Los vectores ij estn representados con el color rojo. La
caja tiene una longitud L = 100. . . . . . . . . . . . . . . . . . . . . . .
Formacin basltica. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Configuracin de Voronoi relativa a 4 centros i; j; k; l. Se muestran los
dos vrtices v 1; v 2 y las cinco caras implicadas (Cij ; Cik ; Cil ; Cjk ; Cjl ).
Entindase que sobre las etiquetas i; j; k; l se encuentran situados exactamente dichos centros de Voronoi. . . . . . . . . . . . . . . . . . . . . . .
Recombinacin topolgica entre 4 celdas de Voronoi. . . . . . . . . . . .
Perturbacin transversal: campo de densidad y entropa total. . . . . . . .
Perturbacin transversal: presiones y temperaturas de un conjunto de partculas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Perturbacin longitudinal: campo de densidad y entropa total. . . . . . .
Perturbacin longitudinal: presiones y temperaturas de un conjunto de
partculas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Viscosidad de cizalla cinemtica y velocidad del sonido en funcin de la
resolucin. . . . . . . .P. . . . . . . . . . . . . . . . . . . . . . . . . . .
La entropa total S~ = i S~i en funcin del tiempo para dos valores de
los coeficientes de transporte. . . . . . . . . . . . . . . . . . . . . . . . .
Evolucin instantnea del error relativo de la energa total en el tiempo. .
La conservacin de la energa en funcin del paso de tiempo, para los dos
modelos: sin el trmino Gibbs-Duhem y GENERIC. . . . . . . . . . . .
Situacin de los centros de las celdas de Voronoi para la caja de lado
L~ =1 en una configuracin tpica inicial para la perturbacin no lineal del
campo de densidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Energa cintica, interna y total del sistema en funcin del tiempo. . . . .
Evolucin temporal de la entropa total del sistema. . . . . . . . . . . . .
Temperatura y presin medias del sistema en funcin del tiempo. . . . .
Campo de densidad inicial para distintas (anchura de la gaussiana con
la que se define la funcin caracterstica suave de Voronoi) y en el primer
mximo y mnimo de la energa cintica total. . . . . . . . . . . . . . . .
Evolucin temporal de la energa cintica total del sistema para valores
distintos de los coeficientes de transporte. . . . . . . . . . . . . . . . . .
Evolucin temporal de la energa cintica total del sistema para diferentes condiciones iniciales de temperatura y diferentes densidades medias
iniciales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
80
83
87
107
108
114
115
116
117
118
119
121
122
123
124
124
125
126
127
128
NDICE DE FIGURAS
6.18 Evolucin temporal de la energa cintica total para tres resoluciones diferentes del mismo problema. . . . . . . . . . . . . . . . . . . . . . . . .
6.19 Evolucin temporal de la energa cintica total para el caso de coeficientes
de transporte nulos. La entropa total es constante en este caso. Eventualmente el sistema se hace inestable. . . . . . . . . . . . . . . . . . . . . .
6.20 Instantneas del campo de densidad para el caso de viscosidad nula. . . .
6.21 Condiciones de contorno diversas: una pared lisa y geometras para fluidos complejos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.1
7.2
7.3
7.4
7.5
7.6
7.7
7.8
Funcin de distribucin del volumen de Voronoi dada una distribucin

aleatoria de puntos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funcin de distribucin de equilibrio de la componente x del momento. .
Registro de la evolucin temporal de la temperatura cintica y termodinmica en equilibrio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funcin de distribucin de equilibrio de la masa. . . . . . . . . . . . . .
Funcin de distribucin de equilibrio del volumen. . . . . . . . . . . . .
Funcin de distribucin de equilibrio de la densidad. . . . . . . . . . . .
Distribuciones de equilibrio de la densidad para dos volmenes medio de
las mesopartculas y la misma densidad media en el sistema. . . . . . . .
Evolucin temporal de la entropa total de un sistema sometido a ruido
trmico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
xvii
128
129
130
132
141
146
147
148
148
149
150
151
xviii
NDICE DE FIGURAS
ndice de Tablas
6.1
6.2
Matriz de vrtices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

Matriz de caras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
xix
xx
NDICE DE TABLAS
Resumen de la tesis doctoral

El objetivo principal de esta tesis doctoral es la fundamentacin de tcnicas de simulacin
y modelos hidrodinmicos adecuados para la simulacin de fluidos complejos a escala
mesoscpica.
El estudio de los fluidos complejos ha tenido un gran auge en las ltimas dcadas, tanto por el amplio rango de sus aplicaciones tecnolgicas e industriales como desde el punto
de vista fundamental. El comportamiento de los fluidos complejos, tales como coloides,
emulsiones, polmeros, mezclas fluidas, surfactantes o fluidos multifsicos, est fuertemente afectado por el acoplamiento entre la microestructura de estos fluidos y el flujo
macroscpico hidrodinmico. Debido a que este acoplamiento es no lineal, el problema
es inabordable con mtodos analticos y tericos y es necesario recurrir a simulaciones
numricas.
Desde el punto de vista macroscpico de la dinmica de fluidos tradicional, el problema general de los fluidos complejos es la falta de modelos continuos adecuados. Las
descripciones usuales estn basadas en leyes de conservacin y ecuaciones constitutivas
que han tenido gran xito en el caso de fluidos simples newtonianos. Para fluidos complejos, sin embargo, se desconoce en general su ecuacin constitutiva. Adems este enfoque
no tiene en cuenta el ruido trmico, que es responsable del movimiento browniano de
pequeos objetos en suspensin, como pueden ser partculas coloidales o cadenas polimricas. Despreciar el ruido trmico es en muchos casos fsicamente inadecuado, pues
implica despreciar los procesos difusivos que afectan a la microestructura del fluido.
En el otro extremo de descripcin, podemos estudiar el fluido desde el punto de vista
microscpico. En este nivel la dinmica molecular (MD) representa el mtodo ms exacto y fundamental, pero tiene el inconveniente de que es computacionalmente demasiado
costoso como para poder tratar la hidrodinmica de fluidos complejos. Los procesos relevantes que caracterizan a estos materiales se describen en la escala de su microestructura,
generalmente llamada mesoescala. Por lo tanto, la enorme complejidad de estos materiales requiere el uso de tcnicas de simulacin y algoritmos novedosos que representen al
fluido complejo con menos detalle, a un nivel ms burdo, pero con la suficiente informacin acerca de la mesoestructura interna del fluido.
Precisamente en este sentido, en los ltimos aos ha habido un gran esfuerzo para desarrollar tcnicas mesoscpicas que permiten resolver los problemas de las escalas
xxi
xxii
Resumen
temporales y espaciales adecuadas para la fenomenologa de estos fluidos complejos entre

las que destacamos la simulacin directa de Monte Carlo (DSMC), los gases de red (LG),
la aproximacin de redes de Boltzmann (LBE), y la Dinmica de Partculas Disipativas
(DPD). Todos estos mtodos discretos, en el fondo, se dirigen a resolver la hidrodinmica
de un fluido.
De entre todas estas tcnicas, la que nos interesa como punto de partida en esta tesis
es la Dinmica de Partculas Disipativas (DPD). El modelo fue propuesto en 1991 por
Hoogerbrugge y Koelman y originalmente estaba inspirado en los gases de red. Su objetivo era el diseo de un algoritmo que eliminara los efectos indeseables de la red pero
que preservara la hidrodinmica. Se trata de un mtodo de simulacin de partculas fluidas que permite modelar el comportamiento hidrodinmico con fluctuaciones trmicas.
La imagen fsica de este modelo es que las partculas disipativas representan porciones
mesoscpicas del fluido que interaccionan de manera hidrodinmica. El modelo ha recibido mucha atencin desde el punto de vista terico. Los mtodos de teora cintica
han permitido obtener frmulas explcitas para los coeficientes de transporte en funcin
de los parmetros del modelo, y se ha aplicado a un rango amplio de situaciones tales como en la simulacin del flujo en materiales porosos, suspensiones coloidales, separacin
microfsica de copolmeros, flujos multicomponentes, y un largo etc. Sin embargo, esta
tcnica presenta un problema conceptual porque las fuerzas conservativas del modelo no
se pueden relacionar de manera directa con el comportamiento termodinmico particular
del fluido a estudiar. Adems no est claro todava el rango de escalas fsicas temporales
y espaciales que describe el modelo.
La Hidrodinmica de Partculas Suavizadas (SPH) es otro mtodo de simulacin basado en partculas, que fue desarrollado a principio de los setenta en el contexto de la
Astrofsica. Se trata esencialmente de una discretizacin lagrangiana de las ecuaciones
de Navier-Stokes utilizando una funcin peso. El procedimiento transforma las ecuaciones diferenciales en derivadas parciales de la hidrodinmica del continuo en ecuaciones
diferenciales ordinarias, que pueden ser interpretadas fcilmente como ecuaciones de movimiento de un conjunto de partculas interactuantes con leyes de fuerza prescritas. El
problema de esta tcnica es que no incorpora de manera natural las fluctuaciones y, por lo
tanto, no se puede aplicar al estudio de los fluidos complejos a escala mesoscpica.
Uno de los propsitos de esta tesis doctoral es proporcionar a la Dinmica de Partculas Disipativas un fundamento terico slido. Las partculas DPD representan en un
sentido vago porciones mesoscpicas del fluido, aunque en la formulacin inicial del modelo no se hizo ninguna conexin con el fluido microscpico que representa. Pretendemos
clarificar algunos de los problemas conceptuales de la tcnica, en concreto, asignar una
definicin precisa del trmino mesoescala, comprender el origen de las fuerzas conservativas del modelo, y realizar un estudio sistemtico de la regin de parmetros ms adecuada
para las simulaciones de problemas hidrodinmicos de los fluidos complejos.
Otro de los objetivos de este trabajo es la generalizacin de la SPH para que incluya las
fluctuaciones trmicas y as poder aplicarla al mbito mesoscpico. Adems discutiremos
la relevancia del concepto de volumen, energa interna y entropa asociado a cada partcula
xxiii
fluida en ambos modelos.
En esta tesis, adems, proponemos un nuevo modelo mesoscpico de partculas fluidas basado en la construccin geomtrica de la teselacin de Voronoi donde cada celda
de Voronoi representa una porcin mesoscpica del fluido. La interaccin entre partculas
fluidas se infiere de la discretizacin de las ecuaciones de Navier-Stokes con el mtodo de
volmenes finitos. Este modelo representar una discretizacin lagrangiana de la hidrodinmica fluctuante y, por tanto, es muy adecuado para aplicaciones a los fluidos complejos.
Cuando las partculas fluidas tienen volmenes grandes, se puede despreciar los trminos
estocsticos y se recupera la hidrodinmica determinista convencional. Una caracterstica
importante de este modelo es su consistencia termodinmica. Adems, conserva los invariantes dinmicos y reproduce la distribucin de Einstein de equilibrio. Todo sto se ha
verificado a travs de simulaciones.
En todos los modelos aplicaremos el formalismo GENERIC (ecuacin general para
el acoplamiento reversible e irreversible de no equilibrio) que asegura la consistencia termodinmica, garantizando la primera y segunda ley de la termodinmica, y proporciona
una gua precisa para incluir correctamente las fluctuaciones trmicas.
xxiv
Resumen
Captulo 1
Introduccin
En este captulo introductorio presentamos algunas caractersticas de los fluidos complejos, sus diferencias respecto a los fluidos simples, y mencionaremos en qu sentido su
estudio supone nuevos retos cientficos y conceptuales. Analizaremos las limitaciones de
los mtodos computacionales utilizados en el estudio de los fluidos complejos bajo los
dos puntos de vista tradicionales (el microscpico y macroscpico), y revisaremos las
llamadas tcnicas mesoscpicas de simulacin como alternativas efectivas a esos dos
enfoques tradicionales. Por ltimo, explicamos la motivacin y los objetivos de la tesis y
el desarrollo de la memoria que presentamos.
1.1 Los fluidos complejos

Los fluidos complejos son aquellos fluidos cuya descripcin hidrodinmica no est dada simplemente por las ecuaciones constitutivas de Newton y Fourier. Existen multitud
de ejemplos de fluidos complejos que van desde suspensiones coloidales (como la leche o la sangre) a soluciones polimricas (pinturas y recubrimientos), polmeros fundidos
(plsticos), cristales lquidos (pantallas de dispositivos electrnicos), sistemas anfiflicos
(detergentes), microemulsiones (medicamentos, productos cosmticos), fluidos multifsicos (bebidas carbnicas), etc. Como vemos, pueden formar parte de muchos procesos
biolgicos y tienen numerosas aplicaciones farmacuticas, mdicas, industriales y tecnolgicas. Por ello es interesante avanzar en el conocimiento de estos materiales.
Para comprender en detalle el comportamiento de los fluidos complejos no basta con
conocer sus constituyentes qumicos, hay que tener en cuenta escalas intermedias de organizacin que afectan a sus propiedades reolgicas macroscpicas. Pensemos por ejemplo
en la mayonesa: Se trata de una emulsin de vinagre, aceite y huevo. Cada uno de sus
constituyentes es relativamente fluido, pero el material por s mismo se comporta casi
como un slido. Este comportamiento no es debido a un cambio qumico en el proceso
de mezcla, sino a que los ingredientes forman estructuras muy pequeas llamadas mi1
Captulo 1. Introduccin
celas, del tamao de micras. sta es una caracterstica general que define a todos estos
fluidos: presentan ciertas microestructuras en su seno. Estas microestructuras tienen una
escala de longitud mesoscpica que juega un papel clave en las propiedades generales del
sistema y, en particular, en sus propiedades reolgicas. De hecho, el responsable final
de los comportamientos, a veces exticos, de estos fluidos es el acoplamiento entre la
microestructura y las variables hidrodinmicas del fluido.
Por escala mesoscpica designamos un rango comprendido entre lo molecular y lo
macroscpico, (del Griego mesos medio) aunque esta definicin es ciertamente vaga: el
tamao de dichas estructuras puede variar mucho de un sistema a otro. Como ejemplos
representativos de estas escalas de longitud, en la figura siguiente se muestran algunos
fluidos complejos:
- La suspensin magnetoreolgica1 de la imagen consiste en una suspensin coloidal
de esferas de poliestireno de 1 micra de dimetro con un ncleo interior de magnetita
suspendidas en agua. En la imagen se observan largas cadenas alineadas en la direccin
del campo magntico aplicado, que muestran que, aparte de la microestructura propia
dada por las partculas, stas pueden formar mesoestructuras ms complicadas.
- El cristal coloidal2 de la figura corresponde a un suspensin de esferas de poliestireno en un lquido simple. Las esferas tienen un dimetro de 0:625 micras y forman
estructuras cristalinas organizadas.
- Una emulsin es una mezcla de dos o ms lquidos inmiscibles. En la imagen
tenemos una formada por agua y aceite. El tamao promedio de las estructuras oscuras
es de 3 micras.
- La espuma3 de la imagen est formada por burbujas de gas separadas por una pelcula de jabn y muestra un patrn muy similar a una red donde los dominios de gas tienen
formas muy variadas, desde poliedros a cuasiesferas. El tamao medio de las burbujas es
del orden del milmetro.
- La sangre humana4 es una suspensin coloidal. Los glbulos rojos tienen un dimetro medio de 7 micras, estn inmersos en el plasma, que es un lquido claro, rosado,
compuesto por un 90% de agua. Adems el plasma transporta a otras clulas como las
plaquetas y los glbulos blancos.
Las escalas de longitud de las microestructuras varan mucho de un fluido complejo
a otro. Incluso para un mismo fluido podemos tener varias escalas mesoscpicas como
hemos visto en los ejemplos de la suspensin magnetoreolgica y del cristal coloidal en
los que las partculas coloidales forman agregados ms complejos. Adems, asociada a
cada escala de longitud existe una escala temporal caracterstica. De tal manera que en el
ejemplo del crecimiento de un cristal coloidal tenemos por una parte, un tiempo difusivo
asociado a las partculas coloidales y, por otra, una escala temporal mucho mayor de
1 Imagen cedida por Sonia Melle, Laboratorio de Sistemas Complejos del Departamento de Fsica Fundamental, UNED.
2 Imagen del grupo de David Griers de la Universidad de Chicago. http://griergroup.uchicago.edu/ grier/
3 Foto Cosmos. Imagen extrada de Stefan Hildebrandt, Mundo Cientfico 188 Marzo, pp.(56-59), 1998.
4 Imagen perteneciente a la base de datos del Health Sciences Center de la Universidad de Utah. Ver
http://medstat.med.utah.edu/WebPath/HEMEHTML/
1.1. Los fluidos complejos
(a) Fluido Magnetoreolgico
(b) Cristal coloidal
(c) Emulsin
(d) Espuma
(e) Sangre
reordenacin de los microcristales para formar cristales mayores. El tratamiento de esta

coexistencia de escalas tanto temporales como espaciales es uno de los grandes retos que
plantea el estudio de los fluidos complejos.
En general, el acoplamiento no lineal de la mesoestructura y las variables hidrodinmicas del fluido hace que un tratamiento analtico sea, en la mayor parte de los casos,
imposible. Por eso, para obtener una comprensin de la dinmica de estos sistemas es
necesario recurrir simulaciones numricas. Sin embargo, la presencia de escalas espaciotemporales tan distintas requiere la introduccin de nuevas tcnicas de simulacin y nuevos modelos.
Finalmente, otro aspecto relevante de la dinmica de estos sistemas es la presencia
de fluctuaciones trmicas. Estas fluctuaciones son importantes para mesoestructuras cuyo
tamao es tpicamente inferior a una micra y son las responsables ltimas de los procesos difusivos que aparecen en estos sistemas. Cualquier tcnica de simulacin dirigida a
resolver estas escalas mesoscpicas debe describir estas fluctuaciones trmicas correctamente.
1.2 La simulacin de fluidos complejos

La simulacin por ordenador del comportamiento de fluidos y slidos se ha realizado
tradicionalmente desde dos puntos de vista complementarios pero contrapuestos. Por una
parte, en el nivel microscpico, se resuelven numricamente las ecuaciones de Newton
que gobiernan la dinmica de todas las molculas del fluido o slido. Por otra, en el nivel
macroscpico las simulaciones se basan en la solucin numrica de las ecuaciones de la
hidrodinmica o la elasticidad. Vamos a revisar estos dos enfoques en el contexto de la
simulacin de fluidos complejos.
1.2.1 Nivel microscpico

A un nivel microscpico el fluido est descrito por las posiciones y velocidades de las
molculas o tomos que lo constituyen. La interaccin de estas partculas se modela a
travs de potenciales efectivos (como por ejemplo el potencial de Lennard-Jones). Existen
dos tcnicas bsicas para la simulacin del sistema desde el punto de vista microscpico:
el mtodo de Monte Carlo y la Dinmica Molecular.
El mtodo de Monte Carlo (MC, (Metropolis et al., 1953)) consiste en la produccin
de un camino aleatorio a travs del espacio de fases, lo que permite muestrear la colectividad de equilibrio del sistema. El mtodo es muy eficiente pero slo permite estudiar
propiedades de equilibrio o estticas.
La Dinmica Molecular, (Molecular Dynamics, MD) (Alder y Wainwright, 1957)
consiste en la resolucin numrica de las ecuaciones de Newton y permite estudiar no slo
las propiedades de equilibrio sino tambin las propiedades dinmicas y de transporte.
En principio, uno podra pensar en utilizar la Dinmica Molecular para simular un
fluido complejo. A pesar de que la potencia de los superordenadores actuales es impre-
1.2. La simulacin de fluidos complejos
sionante (se pueden simular decenas de millones de tomos simultneamente (Zhou et al.,
1997)), en la mayora de los casos de fluidos complejos las escalas temporales de inters
son inalcanzables. Hay que decir que, para evitar inestabilidades en la simulacin, el paso
de tiempo de Dinmica Molecular debe ser tpicamente unas 50 veces menor que el menor de los tiempos caractersticos moleculares (tiempos de vibracin o de colisin entre
partculas), lo que da lugar a pasos de tiempo del orden del femptosegundo. Pero dado
que los tiempos hidrodinmicos de inters en un fluido complejo pueden ser del orden de
los milisegundos o mayores, el nmero de pasos de integracin necesario para llegar a
esta escala ( 1012 ) est fuera del rango aceptable para una simulacin en una estacin
de trabajo tpica.
1.2.2 Nivel macroscpico

Desde un punto de vista macroscpico, la simulacin de fluidos se hace discretizando las
ecuaciones de conservacin de la masa, momento y energa que gobiernan los campos hidrodinmicos. Es lo que se conoce con el nombre de Dinmica de Fluidos Computacional
(Computational Fluid Dynamics, CFD). Estas ecuaciones de balance no son suficientes
para caracterizar la dinmica y es necesario suministrar las ecuaciones constitutivas.
El caso ms conocido en CFD es la solucin numrica de las ecuaciones de NavierStokes. La resolucin numrica de las ecuaciones hidrodinmicas para fluidos simples
(newtonianos) tiene una larga historia y se han utilizado una gran variedad de tcnicas
para la discretizacin espacial de dichas ecuaciones. Entre ellas se encuentran el mtodo
de diferencias finitas, elementos finitos, volmenes finitos, y los mtodos espectrales, por
citar algunos (una introduccin muy recomendable a dichos mtodos se da en Fletcher
(1997)). Casi todos estos mtodos estn basados en una descripcin euleriana del fluido,
donde las propiedades del fluido se evalan en puntos fijos en el espacio. Sin embargo,
tambin existen tcnicas lagrangianas que representan el fluido a travs de partculas que
se mueven con el flujo. Destacamos entre ellas, por la importancia que tiene en esta tesis,
la tcnica conocida como Hidrodinmica de Partculas Suavizadas. En la seccin 1.4
se ofrece una introduccin detallada a esta tcnica.
Para el caso de los fluidos complejos, este enfoque macroscpico est ciertamente
limitado por el desconocimiento que se tiene de las ecuaciones constitutivas del fluido
particular en cuestin. Aunque existen distintos modelos (de complejidad variable) para
dichas ecuaciones constitutivas, su validez slo puede asegurarse comparando los resultados de simulacin con experimentos, cuando esto es posible. Adems, la gran mayora
de las tcnicas utilizadas en fluidodinmica computacional desprecian la presencia del
ruido trmico y sabemos que las fluctuaciones trmicas pueden jugar un papel crucial en
la dinmica difusiva que ocurre a escalas mesoscpicas.
1.2.3 Nivel mesoscpico

En los ltimos aos ha aparecido una gran variedad de tcnicas de simulacin de fluidos
que no estn basadas directamente en la discretizacin de las ecuaciones de la hidrodi-
nmica ni se corresponden con el nivel microscpico de la Dinmica Molecular. Estas

tcnicas se han venido englobando bajo el nombre de tcnicas mesoscpicas de simulacin. En trminos generales estas tcnicas discretas involucran colisiones de partculas
que conservan la masa, el momento y, en algunos casos, la energa y, consecuentemente,
dan lugar a un comportamiento hidrodinmico macroscpico. Aunque estos mtodos no
aseguran que se est modelando correctamente la fsica en la escala del tiempo de colisin, son capaces de capturar las propiedades hidrodinmicas con ms eficiencia que la
Dinmica Molecular. Estos mtodos a los que nos referimos son: Lattice Gas Automata, Direct Simulation Monte Carlo, Lattice Boltzmann Equation y Dissipative Particle
Dynamics. Explicaremos a continuacin las ideas bsicas de cada una de ellas, as como algunas de sus aplicaciones en problemas de simulacin hidrodinmica de fluidos
complejos. Por la relevancia en esta tesis del mtodo Dissipative Particle Dynamics, le
dedicamos una seccin aparte 1.3 .
El Autmata de Gas Reticular
El mtodo llamado Autmata de Gas Reticular o de Red (Lattice gas automata, LGA) fue
inicialmente propuesto como una estrategia alternativa a la dinmica de fluidos computacional (Frisch et al., 1986; Wolfram, 1986; Frisch et al., 1987). Los gases reticulares pertenecen a una clase de autmatas celulares que se utilizan para simular sistemas fluidos.
Un autmata celular consiste en una red regular cuyos nodos, los puntos de interseccin
de la red, pueden tener un conjunto finito de estados. El autmata evoluciona en pasos de
tiempo discretos. El estado de cada nodo en cada instante est determinado por su propio
estado y el estado del conjunto de los nodos vecinos en el paso de tiempo anterior.
Esencialmente el Autmata de Gas Reticular es una caricatura de la Dinmica Molecular porque se trata de partculas definidas exclusivamente con posiciones y velocidades, que se mueven libremente, en pasos discretos de tiempo, por una red regular. Esta
tcnica representa una enorme ventaja computacional, al tratarse de un sistema discreto,
con partculas que interaccionan con potenciales tipo esfera dura. Se pueden llevar a
cabo simulaciones con muchas ms partculas que con el modelo ms realista de la MD
en el que se tiene que tener en cuenta, de manera continua, las posiciones, velocidades y
potenciales de interaccin. Las leyes de conservacin se incorporan con reglas de actualizacin de las variables en cada paso de tiempo discreto.
El primer mtodo LGA capaz de reproducir las ecuaciones dinmicas de NavierStokes se dise en un espacio bidimensional en el que se define una red hexagonal y
donde cada centro de la malla o nodo est conectado a sus puntos ms prximos a lo largo
de 6 direcciones. Todas las partculas tienen masa unidad y su velocidad parte del nodo
y est dirigida hacia alguna celda adyacente. La evolucin dinmica de las partculas se
realiza en dos etapas para cada paso de tiempo:
- Una etapa de propagacin en la que cada partcula viaja por la red, desde un nodo
hacia otro dependiendo de su velocidad y direccin.
- Una segunda etapa de colisin en la que todas las partculas de un mismo nodo
interactan manteniendo las variables conservadas: el momento, la masa, y la energa en
1.2. La simulacin de fluidos complejos
los modelos con energa incluida (Ernst y Das, 1992; Grosfils et al., 1993).
El punto fuerte de los LGA es que se puede obtener el comportamiento hidrodinmico
(por ejemplo, un vrtice) con un nmero de pasos de tiempo varios rdenes de magnitud
menor que los necesarios con Dinmica Molecular para describir el mismo fenmeno.
Este ahorro de tiempo hace que, comparativamente con la MD, se puedan realizar simulaciones de fenmenos de mayor escala temporal. Sin embargo, presenta algunos inconvenientes que limitan su aplicabilidad, tales como la falta de invariancia galileana, la gran
complejidad y la necesidad de grandes matrices de colisin sobre todo en los modelos tridimensionales, y la pobre relacin seal/ruido de los resultados (generalmente se realizan
promedios sobre varias celdas).
Aunque inicialmente los modelos de gases reticulares se usaron para el caso de fluidos
simples, en la simulacin de diversos flujos (tales como el flujo de Poiseuille en una
tubera (dHumires y Lallemand, 1986) o la inestabilidad de Kelvin-Helmholtz (Clavin
et al., 1988)), la primera aplicacin de LGA a fluidos inmiscibles se public tan slo un
ao despus de los artculos sobre la hidrodinmica de LGA (Rothman y Keller, 1988).
Desde entonces, el mtodo se ha aplicado a coexistencia de fases (Appert y Zaleski, 1990),
flujos en medio porosos (Chen et al., 1991), microemulsiones (Boghosian et al., 1996) y
magnetohidrodinmica (Chen y Matthaeus, 1987), entre otras.
La Simulacin Directa de Monte Carlo
El mtodo conocido como Simulacin Directa de Monte Carlo (Direct Simulation Monte
Carlo, DSMC) es un mtodo estocstico basado en partculas, que fue desarrollado en los
aos 60 (Bird, 1976, 1994). Originalmente fue formulado para describir la dinmica de un
gas poco denso. Se puede entender este modelo bien como una versin simplificada de la
Dinmica Molecular, siendo varios rdenes de magnitud ms rpido que ella o bien como
un mtodo de Monte Carlo para resolver la ecuacin no lineal de Boltzmann dependiente
del tiempo.
El mecanismo consiste en colocar inicialmente las partculas en posiciones aleatorias
ri , en un determinado dominio, con velocidades vi elegidas de la distribucin maxwelliana de velocidades. La evolucin temporal de dichas partculas se integra en cada paso
de tiempo de duracin t (generalmente una fraccin del recorrido libre medio) en dos
fases:
- Fase de adveccin: Las partculas se mueven como si no interaccionaran, actualizndose las posiciones de acuerdo con ri + vi t. Adems, se implementan adecuadamente
los distintos tipos de contornos (por ejemplo, paredes especulares, peridicas, o trmicas)
sobre las partculas que lleguen a las paredes.
- Fase de colisin: El espacio total se discretiza en celdas de colisin y se selecciona
aleatoriamente en cada paso de tiempo un conjunto representativo de partculas para la
colisin. En vez de calcular exactamente las colisiones, el mtodo las genera de manera
que la distribucin de velocidades emergentes de las colisiones sea compatible con la
teora cintica de un gas diluido. Se suele usar un esquema de aceptacin o rechazo para
seleccionar los pares de partculas cercanas que colisionarn. Imponiendo la conservacin
del momento lineal y la energa, se calculan las velocidades de las partculas involucradas
despus del choque. Como el mtodo es inherentemente estocstico, la mayor parte de las
propiedades fsicas de inters se calculan como promedios sobre las celdas de colisin.
Se trata, por tanto, de valores instantneos de los campos hidrodinmicos que fluctan en
el tiempo.
La DSMC fue desarrollada inicialmente por ingenieros aeroespaciales para simular
flujos de gases enrarecidos. En la dcada de los ochenta se utiliz en una gran variedad
de aplicaciones fsicas y qumicas que requeran una formulacin cintica (por ejemplo,
fluctuaciones de no equilibrio, flujos a escalas del orden del nanmetro, deposicin qumica de vapores (Behrendt y Warnatz, 1997)). Se ha utilizado tambin para el estudio de
problemas de plasmas, (fluidos diluidos cargados). Recientemente, Malevanets y Kapral
(1999) han propuesto una variante del mtodo DSMC que constituye una forma eficiente para estudiar la dinmica de los sistemas multicomponentes tales como suspensiones
coloidales.
El Gas Reticular de Boltzmann
Otro de los mtodos de simulacin hidrodinmica es el de redes basadas en la ecuacin de
Boltzmann (Lattice-Boltzmann Equation, LBE). Estos modelos estn muy relacionados
con los LGA y, en realidad, se desarrollaron para evitar los inconvenientes de los mtodos
LGA (la falta de invariancia galileana, de isotropa y la pobre relacin seal-ruido). A
finales de los aos 80, Higuera y Jimnez (1989) derivaron la ecuacin de Boltzmann para
la funcin de distribucin de una partcula del LGA y entonces se extrajo la conclusin
de que podra ser como un mtodo de simulacin viable.
Tal y como el nombre sugiere, el LBE puede entenderse como una forma simplificada (en diferencias finitas) de la ecuacin continua de Boltzmann que nos da la evolucin
temporal de la funcin de distribucin de una partcula (He y Luo, 1997). Precisamente
esta funcin es un parmetro estadstico del cual se puede extraer las propiedades macroscpicas del fluido, tales como la conservacin de los momentos hidrodinmicos (masa,
momento y energa). El modelo calcula la evolucin de la funcin de distribucin de una
partcula fi (ri ; vi ; t), (donde ri y vi son la posicin y velocidad de esa partcula) en una
red regular. Para disponer de una ecuacin cerrada, son necesarias ciertas aproximaciones
5
para los operadores de colisin involucrados en la ecuacin de Boltzmann (Qian et al.,
1992). El estado del sistema se actualiza de la misma forma que para el LGA, excepto
que ahora, en vez de considerar partculas individuales que viajan por la red, es la funcin
de distribucin la que evoluciona.
La mayora de los investigadores, cuyo inters inicial en los autmatas de gases reticulares estaba motivado por las aplicaciones a la dinmica computacional de fluidos
viscosos, prefieren ahora los mtodos LBE. La razn de este cambio estriba en que los
resultados obtenidos con LBE tienen una relacin seal ruido mucho mayor que la de los
5 Generalmente se realiza un desarrollo en serie hasta primer orden del operador de colisin entorno a la
funcin de distribucin de equilibrio. En la aproximacin Bhatnagar-Gross-Krook (BGK) se fuerza a las distribuciones de las partculas hacia su equilibrio local en un nico paso de relajacin.
1.3. La Dinmica de Partculas Disipativas
LGA, como corresponde al hecho de ser una tcnica ms macroscpica (en el sentido de
que la informacin en LBE es el nmero de partculas con cierta velocidad en cada nodo
en lugar de qu partculas estn llegando con dicha velocidad al nodo). Las cantidades
conservadas se calculan directamente sin realizar promedios, ya que la evolucin est escrita en trminos de la distribucin de probabilidad. Esta caracterstica es la que acelera
enormemente el tiempo de clculo, en varios rdenes de magnitud comparado con los mtodos LGA. Otra de las ventajas es que soluciona el problema de la invariancia galileana
de los LGA y simplifica considerablemente los algoritmos numricos en tres dimensiones. Sin embargo, la tcnica esta sujeta al inconveniente de la red, lo que implica que
el tratamiento de las condiciones de contorno puede llegar a ser realmente complicado.
Adems introduce inestabilidades numricas debido a errores de redondeo y al desarrollo
en serie de la distribucin de equilibrio.
La tcnica se ha aplicado en computacin cuntica y en procesos reactivos. Se ha utilizado tambin para el estudio de propiedades reolgicas de fluidos magnticos (Hirabayashi et al., 2001), simulacin de dinmica de coloides cargados (Horbach y Frenkel, 2001),
para hidrodinmica de cristales lquidos (Denniston et al., 2001), para fluidos anfiflicos
interactuantes (Nekovee et al., 2000), propiedades crticas y separacin de fases en mezclas fluidas (Martys y Douglas, 2001), suspensiones coloidales (Ladd, 1993, 1994a,b),
fluidos viscoelsticos (Giraud et al., 1998; Aharonov y Rothman, 1993) sedimentacin de
partculas esfricas y no esfricas en canales (Qi, 1999), etc.
1.3 La Dinmica de Partculas Disipativas

Los primeros artculos sobre el mtodo conocido como Dinmica de Partculas Disipativas, Dissipative Particle Dynamics (DPD), aparecen a principios de los aos noventa
(Hoogerbrugge y Koelman, 1992). El mtodo fue desarrollado de manera intuitiva para
el estudio de fluidos complejos y fenmenos hidrodinmicos relacionados. En realidad
el algoritmo original presenta claras influencias de los mtodos de LGA. Sus creadores
estaban interesados en preservar la ganancia que supone poder mantener un paso de tiempo comparable al tiempo del recorrido libre medio, pero adems queran incorporar una
distribucin de velocidades continua e istropa. As se podran evitar los inconvenientes
del LGA y LBE, los llamados artefactos de red (como la falta de invariancia galileana
debido al hecho de que la red por s misma constituye un sistema de referencia preferencial).
Por eso, en los artculos originales (Hoogerbrugge y Koelman, 1992; Koelman y Hoogerbrugge, 1993) se describe la dinmica del modelo bajo el mismo espritu de los gases
reticulares, de tal manera que el estado del sistema se actualizaba en pasos de tiempo
discretos t, y se diferenciaban dos fases: una colisin instantnea y una propagacin de
duracin t. En la fase de colisin cada partcula interacciona con todas las vecinas que
se encuentran dentro de la esfera de accin de un cierto radio finito r . Las fuerzas son
de tres tipos: conservativas, disipativas y aleatorias. En la fase de propagacin las posiciones cambian por una propagacin libre. En realidad, la dinmica descrita por esas dos
10
fases satisface todos los requisitos para ser un modelo dinmico de fluido: la masa y el
momento total se conservan, y las ecuaciones son istropas e invariantes galileanas, de tal
manera que el sistema, a escala macroscpica, obedece las ecuaciones de Navier-Stokes.
El trmino estocstico y el disipativo conjuntamente tienen el efecto de un termostato: si
el sistema se calienta demasiado, la disipacin provocar un enfriamiento del sistema y
viceversa.
El desarrollo y fundamentacin del mtodo (Espaol y Warren, 1995; Espaol, 1995)
ha conducido a un algoritmo estocstico, que es en esencia bastante similar a la Dinmica
Molecular, en el sentido de partculas que interaccionan con ciertas fuerzas (en este caso
conservativas, disipativas y estocsticas) pero que avanzan con pasos de tiempos mucho
mayores que la MD. Como ocurre con el LGA, se ha utilizado para acelerar las simulaciones de fluidos complejos en comparacin con la MD (Boek et al., 1997).
Las partculas DPD son consideradas como grupos de molculas o tomos del fluido o, dicho de otro modo, como cmulos mesoscpicos. De alguna manera poco precisa el modelo DPD corresponde a un nivel de descripcin mesoscpico del fluido. Los
efectos de los grados de libertad rpidos que se ignoran en esta descripcin de nivel superior del fluido, tambin llamada de grano grueso coarse-grained), estn caracterizados
por una cierta disipacin y un ruido, de manera que sean consistentes con el teorema de
fluctuacin-disipacin. Por lo tanto, se acopla la dinmica de las partculas a un bao de calor. La diferencia con respecto a otros baos trmicos como el de la Dinmica
Browniana6 es que en este caso el momento se conserva.
Desde que se formul, el modelo DPD ha recibido una gran atencin. Desde un
punto de vista terico, el estudio de la ecuacin de Fokker-Planck correspondiente al
modelo discreto original tiene como solucin de equilibrio estacionaria la distribucin
de Gibbs si se se satisface una relacin del tipo fluctuacin-disipacin que relaciona la
temperatura del sistema con la amplitud del ruido. Adems, para garantizar la distribucin
de Gibbs de equilibrio, son necesarias ciertas modificaciones en el algoritmo original
(Espaol y Warren, 1995; Espaol, 1995). El comportamiento hidrodinmico ha sido
analizado (Espaol y Warren, 1995; Espaol, 1995, 1998a) y los mtodos de la teora
cintica han aportado frmulas explcitas de los coeficientes de transporte en trminos
de los parmetros del modelo (Marsh et al., 1997a,b; Ripoll et al., 2001). Tambin se
ha presentado una generalizacin de la DPD que conserva la energa (Bonet y Mackie,
1997; Espaol, 1997a; Ripoll et al., 1998), ya que el modelo original slo era aplicable
a situaciones isotermas y no permita estudiar procesos con transporte de calor. Se ha
denominado a este modelo como DPD+e en contraposicin a DPD-e que corresponde
modelo original isotermo (Ripoll, 2002).
Desde el punto de vista de las aplicaciones, el mtodo se ha mostrado muy verstil
y ha demostrado ser muy til en la simulacin de flujos a travs de materiales porosos
(Koelman y Hoogerbrugge, 1993), suspensiones coloidales (Koelman y Hoogerbrugge,
1993; Boek et al., 1997), su reologa (Koelman y Hoogerbrugge, 1993; Boek et al., 1997)
6 En la Dinmica Browniana (Brownian Dynamics, BD) el momento no es una cantidad conservada localmente, lo que significa que el comportamiento es difusivo y no hidrodinmico.
11
y el ordenamiento en dichas suspensiones (Dzwinel y Yuen, 2000), suspensiones polimricas (Schlijper et al., 1995), separacin microfsica de copolmeros (Groot y Warren,
1997; Groot y Madden, 1998; Groot et al., 1999), flujos multicomponentes (Coveney y
Novik, 1996; Jury et al., 1999; Novik y Coveney, 2000) y en la evolucin de pelculas
fluidas (Dzwinel y Yuen, 1999).
1.3.1 Detalles del modelo DPD isotermo

Se presenta en esta seccin un resumen de la formulacin inicial del modelo DPD, o DPDe, que contiene disipacin y conserva el momento total pero que no tiene incorporada la
conservacin de la energa.
El modelo consiste en un conjunto de N partculas que se mueven en un dominio
continuo de volumen total V0 . El estado del sistema est dado por la posicin Ri (t) y la
velocidad vi (t) de cada partcula (que son variables continuas).
Con una notacin diferente a la de los trabajos originales y en versin continua, la
evolucin temporal de las variables que describen el estado de las partculas DPD se
puede escribir como
dRi
= vi (t);
dt
dv
m i = Fi (t)
dt
(1.1)
donde hemos tomado la masa de todas las partculas, igual a m.

La fuerza que acta sobre las partculas presenta tres contribuciones:
Fi (t) =
j 6=i
FCij + FDij + FRij :
(1.2)
El primer sumando corresponde a la fuerza conservativa y deriva de un potencial ejercido

por la partcula j sobre la partcula i, usualmente es una repulsin suave que acta a lo
largo de la lnea que une a los centros de las partculas y tiene alcance finito r . Una
eleccin habitual en la literatura es
FCij =
aij (1 Rij )eij

0
Rij < r
Rij r
(1.3)
donde aij es la repulsin mxima entre partculas, eij = Rij =Rij es el vector unitario
en la lnea que une las partculas i; j , con Rij = Ri Rj y la distancia entre partculas
definida como Rij = jRi Rj j.
El segundo y tercer sumando en (1.3) corresponden respectivamente a la fuerza disipativa y aleatoria (o estocstica). La interaccin entre partculas se postula partiendo
de principios de simplicidad y simetra que garantizan el comportamiento hidrodinmico
correcto. Se presupone que las fuerzas son aditivas a pares. La invarianza galileana restringe la posible dependencia de las fuerzas disipativas y aleatorias a combinaciones del
12
tipo Rij y vij . Por vij entendemos la velocidad relativa vij

elige
= vi vj . En particular se
FDij = !D (Rij )(eij vij )eij ;

FRij = !R (Rij )eij ij
(1.4)
donde es el coeficiente de friccin, es la amplitud del ruido, ! D (Rij ) y ! R (Rij ) son

funciones peso, en principio distintas, de alcance finito r (en principio igual para ambas
funciones) y ij = ji es un ruido blanco gaussiano que tiene las siguientes propiedades
hij (t)i
hij (t)i0 j0 (t0 )i
= 0;
= (ii0 jj0 + ij0 ji0 )(t t0 ):
(1.5)
La simetra ij = ji asegura la conservacin del momento total. Obsrvese que hay un
nmero aleatorio independiente para cada par de partculas. Todas estas fuerzas satisfacen
la tercera ley de Newton y, por tanto, el sistema conserva el momento localmente, lo
cual implica que el sistema presenta comportamiento hidrodinmico a vectores de onda
grandes y a frecuencias pequeas (Espaol, 1995).
Sustituyendo en (1.1) la forma de las fuerzas dada en las Ecs.(1.4) obtenemos un
conjunto de ecuaciones de Langevin, que en forma matemticamente bien definida son
ecuaciones diferenciales estocsticas (Stochastic Differential Equations, SDE)
dRi = v2i dt;

mdvi =
+
j 6=i
j 6=i
FCij (Rij ) m
!R (R
j 6=i
!D (Rij )(eij vij )eij 5 dt
ij )eij dWij
(1.6)
donde dWij = dWji son los incrementos independientes del proceso de Wiener. Entendemos este sistema de ecuaciones diferenciales estocsticas en interpretacin de It y, por
tanto, los incrementos del proceso de Wiener satisfacen la regla de clculo mnemotcnica
dWij dWi0 j0 = (ii0 jj0 + ij0 ji0 )dt;
(1.7)
o sea, dWij es un infinitesimal de orden temporal 1=2 (Gardiner, 1983).

Espaol y Warren (Espaol y Warren, 1995) derivaron estas ecuaciones diferenciales
estocsticas que corresponden al algoritmo original de la DPD, as como la ecuacin de
Fokker-Planck (Fokker-Planck Equation, FPE) equivalente. Mostraron que se garantiza
la distribucin de Gibbs como solucin de equilibrio de la FPE, cuando se modifica el
algoritmo para que se satisfaga
R
! (R
2
ij )
= !D (Rij );
(1.8)
13
y cuando la amplitud del ruido queda fijada por la condicin de balance detallado
2 = (2kB T m);
(1.9)
siendo T la temperatura del estado de equilibrio hacia el cual el sistema relaja (si las condiciones de contorno se lo permiten) y kB la constante de Boltzmann. La condicin de
balance detallado es la que iguala las tasas de las transiciones de probabilidad en equilibrio de un evento 1 ! 2 y su contrario 2 ! 1 en un sistema dinmico. Se trata de una
condicin suficiente (pero no necesaria) para garantizar que el sistema tiene un estado
de equilibrio (de Gibbs) (Gardiner, 1983; Risken, 1984). De esta forma vemos que se
puede relacionar la temperatura del sistema con la amplitud del ruido a travs de un teorema de fluctuacin-disipacin. En la formulacin original de la DPD las funciones peso
satisfacen ! D (R) = ! R (R), lo que da lugar a problemas en la distribucin de equilibrio.
1.3.2 Problemas en la DPD

Las partculas DPD se pueden interpretar de forma un poco vaga como porciones mesoscpicas del fluido, o cmulos de molculas que se mueven de manera coherente e
hidrodinmica. La interaccin entre dichas partculas se postula partiendo de principios
de simplicidad y simetra que garantizan el comportamiento hidrodinmico correcto. Sin
embargo, la DPD presenta los siguientes problemas conceptuales:
- En el modelo original se desconoce con precisin el rango de escalas espacio temporales que describen estas partculas fluidas, incluso aunque la presencia del ruido trmico
nos asegure que estamos dentro del rea indefinida o ambigua de la mesoescala.
- El comportamiento termodinmico del modelo queda definido por la interaccin
conservativa entre partculas. Se considera que las fuerzas conservativas son fuerzas blandas, en claro contraste con las fuerzas singulares del tipo Lennard-Jones que se usan habitualmente en la Dinmica Molecular. Esta contribucin conservativa de la fuerza fija
el comportamiento termodinmico global del sistema y la ecuacin de estado. Por ejemplo, la presin que se obtiene como resultado de la simulacin presenta una dependencia
cuadrtica con la densidad. Por tanto, a priori, no se pueden simular con esta tcnica
fluidos con otras ecuaciones de estado. Por el momento, no hay ningn procedimiento
bien definido para relacionar la forma y amplitud de las fuerzas conservativas con el comportamiento termodinmico especfico del sistema fisicoqumico que queremos modelar
(aunque se han llevado a cabo algunos intentos en esa direccin (Groot y Warren, 1997;
Groot y Madden, 1998; Groot et al., 1999)).
- Sabemos que el comportamiento resultante del fluido newtoniano simulado con DPD
a grandes escalas de espacio y tiempo es hidrodinmico, pero la viscosidad del fluido y
otros coeficientes de transporte no se pueden relacionar de manera directa con los parmetros del modelo. Incluso en el caso de la DPD en ausencia de fuerzas conservativas, en
donde se han podido relacionarlos con mtodos de teora cintica (Marsh et al., 1997a,b;
Ripoll et al., 2001), los resultados de la simulacin para los coeficientes de transporte
presentan desviaciones de esas predicciones tericas
14
- Tampoco se conoce el rango de parmetros del modelo DPD ms adecuado para las
distintas aplicaciones a problemas hidrodinmicos concretos.
1.4 La Hidrodinmica de Partculas Suavizadas

La Hidrodinmica de Partculas Suavizadas (Smoothed Particle Hydrodynamics, SPH)
surgi en el contexto de simulaciones en Astrofsica a principios de los 70 (Lucy, 1977;
Monaghan, 1992). Pese a sus 30 aos de existencia, no ha sido enteramente aceptada
por la comunidad de fsica computacional a pesar de que los astrofsicos se refieren a ella
como una tcnica avanzada y sofisticada7 . Se trata bsicamente de una discretizacin
lagrangiana de las ecuaciones de Navier-Stokes con ayuda de una funcin peso. El procedimiento transforma las ecuaciones en derivadas parciales en ecuaciones diferenciales
ordinarias que se pueden interpretar como ecuaciones de movimiento para un conjunto de
partculas que interaccionan con leyes de fuerza prescritas. Es decir, la tcnica permite
resolver ecuaciones diferenciales parciales con cdigos de Dinmica Molecular. (En realidad el mtodo es aplicable a otras ecuaciones en derivadas parciales, no necesariamente
hidrodinmicas).
Se ha aplicado a una cantidad enorme de problemas en Astrofsica: estrellas binarias,
colisiones de estrellas, colisin y fragmentacin de nubes, movimiento cerca de agujeros
negros, supernovas, magnetohidrodinmica, formacin planetaria, problemas cosmolgicos y formacin de galaxias8 . Recientemente se ha aplicado al estudio de flujos trmicos
en geometras simples (Kum et al., 1995) y a flujos viscosos (Takeda et al., 1994; Posch
et al., 1995).
1.4.1 Detalles del modelo SPH

La SPH es una tcnica de simulacin lagrangiana libre de malla en la que el fluido est
representado por pseudo-partculas que interaccionan entre ellas, movindose con el flujo
y transportando en su movimiento toda la informacin computacional relacionada con
el fluido. Las propiedades del fluido se interpolan entre las partculas. El mtodo est
basado en dos conceptos matemticos que presentamos rpidamente en esta subseccin:
el interpolante integral y la aproximacin de la suma de Monte-Carlo.
El interpolante integral (un filtrado de convolucin estndar) de cualquier funcin
f (r) se define como la siguiente integral extendida a todo el espacio
hf (r)i =
f (r0 )W (r r0 ; h)dr0 :
(1.10)
La funcin kernel o ncleo, W (r; h), debe ser una funcin bastante picada entorno a cero,
para que se aproxime a una funcin delta de Dirac a medida que h ! 0, donde la longitud
7 Curso sobre SPH de John Hultman, Uppsala Astronomical Observatory, University of Uppsala
http://www.astro.uu.se/ pohlman/SPH//SPH-course.html.
8 Para las referencias especficas de estas aplicaciones acudir a (Monaghan, 1992) y (Meglicki, 1994).
1.4. La Hidrodinmica de Partculas Suavizadas
15
de suavizado h representa la anchura efectiva del kernel y es equivalente a la anchura de

la celda del mallado en los mtodos de diferencias finitas. Algunos de los kernels ms
usados en la literatura son el exponencial, super-gaussiano, spline, la funcin de Lucy, la
funcin de Monaghan y diversos polinomios. Uno de los primeros kernels que se utiliz
fue el gaussiano (Gingold y Monaghan, 1977)
1
W (r; h) = p exp
h
r2
:
h2
(1.11)
Generalmente el kernel es esfricamente simtrico, con derivada segunda continua y soporte compacto, de tal manera que slo contribuye a la integracin el volumen dentro de
una esfera de dimetro 2h. Adems el kernel debe cumplir la condicin de normalizacin
Z
W (r; h)dr = 1
(1.12)
lim hf (r)i = f (r):
(1.13)
h!0
Si se utiliza la aproximacin de la suma de Monte Carlo, que se sabe que converge a

medida que el nmero de puntos N (o partculas en la nomenclatura SPH) tiende a infinito,
y si los puntos de integracin Rj estn distribuidos uniformemente, tenemos
hf (r)i =
N
X
mj
f (Rj )W (r Rj ; h)
j =1 j
(1.14)
donde el factor mj =j es el elemento de volumen asociado a la partcula j , es decir, la

razn entre su masa y la densidad msica. Si aplicamos la Ec.(1.14) al campo de densidad
msica tenemos
h(r)i =
N
X
j =1
mj W (r Rj ; h):
(1.15)
Por lo tanto la densidad msica asociada a la partcula situada en Ri es
i h(Ri )i =
N
X
j =1
mj W (Ri Rj ; h):
(1.16)
Analicemos el sentido de esta expresin: Cada partcula de masa mj est suavizada en el

espacio de acuerdo con la funcin ncleo, considerada como su distribucin de densidad
numrica espacial. La densidad en un punto del espacio se calcula sumando para dicho
punto las contribuciones de todas las partculas del sistema (dentro del rango del kernel).
Precisamente, el nombre de la tcnica SPH proviene de esta interpretacin.
16
Adems, en SPH los gradientes se calculan por diferenciacin de la Ec.(1.14)
hrf (r)i =
N
X
mj
f (Rj )rW (r Rj ; h):
j =1 j
(1.17)
Hemos considerado por simplicidad que h f i = hf i y hemos despreciado los trminos

de superficie. Las ecuaciones (1.17) y (1.14) reunen toda la informacin esencial de la
SPH. Los gradientes se calculan, por tanto, sin ayuda de ninguna malla computacional
auxiliar.
En realidad, este mtodo es aplicable a cualquier ecuacin en derivadas parciales,
pero ha sido muy utilizado para resolver problemas hidrodinmicos. El mtodo de interpolacin, aplicando la Ec.(1.14) a los campos hidrodinmicos y a sus ecuaciones de
evolucin, convierte las ecuaciones diferenciales en derivadas parciales en un conjunto de
ecuaciones diferenciales ordinarias en trminos de partculas fluidas.
El punto clave de la SPH viene de sus propiedades lagrangianas. Las partculas SPH
automticamente siguen al flujo y pueden mantener la resolucin a masa constante fcilmente. Esto se obtiene usando longitudes de suavizamiento variables h(r), y manteniendo
constante el nmero de vecinos de cada partcula en el radio h, (tpicamente se requiere
del orden de 30-70 vecinos en el rango de accin definido por el soporte del kernel), lo
cual permite abarcar un amplio rango dinmico de densidad.
1.4.2 Problemas en la SPH

Una dificultad caracterstica del mtodo SPH es la implementacin de condiciones de
contorno slidas. Hernquist (1993) seal sta y otras dificultades que emergen en la SPH
cuando se utilizan distancias de suavizamiento variables y de adaptabilidad temporal que
conduce a errores y violaciones de las leyes de conservacin del fluido. En sus propias
palabras dice:
Aunque la SPH es una herramienta muy til para muchos problemas de inters astrofsico, claramente es necesaria una formulacin rigurosa, que cumpla las propiedades de
conservacin.
En principio, se sabe que para cualquier esquema de diferencias finitas se tiene una familia infinita de representaciones discretas que convergen a las ecuaciones que deseamos
simular. Mientras que converjan hasta cierto orden somos libres para elegir la discretizacin que ms convenga nuestros propsitos (Benz, 1990; Monaghan, 1992). Por lo tanto
la aplicacin del mtodo descrito anteriormente sobre las ecuaciones del continuo no es
nica a la hora de asignar valores de magnitudes hidrodinmicas a las partculas SPH.
Los fenmenos de las ondas de choque (shock phenomena) tampoco estn bien resueltos en SPH. Es necesario introducir la llamada viscosidad artificial para resolverlos
correctamente y para difuminar las discontinuidades a escalas resolubles. Aunque el kernel SPH ya de por s suaviza las discontinuidades, las partculas se movern irregularmente a lo largo de un frente de choque, y aparecern oscilaciones despus del choque.
1.5. Objetivos y desarrollo de esta tesis
17
La viscosidad artificial amortigua los movimientos irregulares de tal manera que las partculas se mueven con velocidades ms cercanas a la velocidad promedio de su regin. La
incorporacin de estas viscosidades artificiales en el modelo preserva la invariancia galileana, conserva el momento lineal, el angular y la energa total, y hace que no disminuya
la entropa. Sin embargo, introduce una viscosidad de cizalla extra en el flujo.
Adems existe otro problema relacionado con su aplicabilidad a los fluidos complejos:
el hecho de que la SPH no tiene incorporada las fluctuaciones trmicas.
1.5 Objetivos y desarrollo de esta tesis

Es importante mencionar que el desarrollo de las tcnicas mesoscpicas es un rea relativamente reciente y que no existen todava estudios comparativos detallados de estos
mtodos (salvo en contadas ocasiones, como en el caso Cates, Kendon, Bladon y Desplat
(1999), donde se comparan resultados de DPD y LBE). Adems, es necesario un estudio
profundo de estas tcnicas, ya que algunas de ellas, y en particular en la DPD, presentan
muchos problemas conceptuales serios. Precisamente, este es el punto de partida de esta
tesis: entender fsicamente el modelo mesoscpico de la Dinmica de Partculas Disipativas.
En el camino hacia la comprensin del algoritmo, hemos clarificado la conexin con la
SPH para el caso ms sencillo de un fluido simple. En ese sentido, este trabajo constituye
un estudio completo de estas dos tcnicas mesoscpicas de simulacin y el desarrollo de
un nuevo modelo de partculas fluidas que, siendo fsicamente aceptable, resuelve algunos
de los problemas conceptuales y tcnicos presentes tanto en la DPD como en la SPH, y
que describe el comportamiento de un fluido newtoniano con fluctuaciones trmicas.
Relativamente pocos investigadores usan la informacin termodinmica en sus modelos, lo que puede tener graves implicaciones en la validez para describir el comportamiento fsicamente realista del material. Las consecuencias se reflejan en ciertas inestabilidades de la solucin numrica de las ecuaciones correspondientes o en la prediccin
de resultados no fsicos. Es, pues, necesario formular desde un principio los modelos
de manera consistente con las leyes termodinmicas, pero Hay algn mtodo sencillo
de construir modelos hidrodinmicos mesoscpicos termodinmicamente consistentes?
(Beris y Edwards, 1994). Precisamente, responder a esta pregunta es otro de los objetivos
de esta tesis.
En trminos generales, la tesis se puede dividir en tres partes:
1. La Parte I, DPD: descripcin mesoscpica de un fluido, engloba a los dos primeros captulos y corresponde al trabajo desarrollado cronolgicamente en primer
lugar. Tratamos de entender separadamente el papel de las fuerzas conservativas y
disipativas del modelo DPD y tambin esclarecer de manera muy sencilla lo que
representan las partculas DPD.
En el C APTULO 2 nos centramos en la parte disipativa y estocstica del modelo
DPD. Se discuten los diversos regmenes dinmicos de la DPD en ausencia de fuer-
18
zas conservativas, en funcin de los parmetros del modelo. Este trabajo permite
delimitar cul es la regin hidrodinmica, que es precisamente la interesante en las
simulaciones de fluidos complejos y para cuyo estudio se ha diseado la DPD.
Es importante comprender ms profundamente el concepto de mesopartcula fluida y esclarecer el rango de escalas espacio temporales que estas partculas fluidas
estn describiendo. Como primera aproximacin sencilla a dicho concepto, en el
C APTULO 3 hemos simulado un fluido simple con Dinmica Molecular. Hemos
agrupado las partculas en cmulos o gotas que tratamos como nuevas partculas
ms gruesas en un proceso de descripcin menos detallado. Otorgamos a los cmulos de tomos una cierta dinmica razonable. De los resultados de la simulacin,
hemos inferido el tipo de potencial de fuerza medio entre cmulos que nos permite
relacionarlo con las fuerzas conservativas de la DPD.
A la luz del desarrollo posterior, esta primera parte cabe entenderla como una aproximacin al problema de la fundamentacin de las tcnicas mesoscpicas.
2. La Parte II, GENERIC: DPD, SPH y Voronoi, est formada por los captulos 4, 5.
Es en realidad la parte central de la tesis y la ms relevante, ya que damos solucin a
la formulacin termodinmicamente consistente de un modelo de partculas fluidas
mesoscpicas.
En el C APTULO 4 se introduce el formalismo GENERIC, que garantiza la compatibilidad de cualquier ecuacin dinmica con las leyes de la Termodinmica, y se
analiza la DPD y la SPH bajo este marco terico. Se trata de tcnicas que se han
desarrollado separadamente desde mbitos alejados, pero que en realidad reflejan
un mismo tipo de enfoque al problema de un fluido simple. En ese sentido, extendemos la SPH hacia la hidrodinmica fluctuante y el resultado revela que la DPD no
es ms que un modelo lagrangiano de mesopartculas fluidas que caricaturiza a las
ecuaciones de Navier Stokes de una manera particular. Se resuelven de esta manera
algunos problemas tanto conceptuales como prcticos de cada una de estas tcnicas
(entendemos el orgen fsico de las fuerzas conservativas en el modelo de la DPD,
la relacin de los parmetros del modelo DPD con los coeficientes de transporte
del fluido y sabemos cmo incorporar correctamente las fluctuaciones trmicas en
la SPH). Aunque, a la luz de GENERIC, todava se observan algunos puntos oscuros en dichos modelos, por ejemplo, el papel relevante de la variable de volumen
asociada a la mesopartcula, as como el hecho de que en SPH se asocie a las partculas un cuasi-volumen que no corresponde con una particin del contenedor en el
que se encuentra el fluido.
Por tanto, es necesario formular correctamente un modelo de partculas fluidas
mesoscpicas que sea consistente con la Termodinmica y adems solucione los
problemas que se presentan en la DPD y SPH. Dicho trabajo se desarrolla en el
C APTULO 5 bajo la idea de volmenes finitos de Voronoi. Este modelo, desarrollado por nuestro grupo de investigacin, lo denominaremos M ODELO 1 frente al
1.5. Objetivos y desarrollo de esta tesis
19
llamado M ODELO 2 que ha sido formulado por de Fabritiis, Coveney y Flekky

(2002a).
3. La Parte III, Resultados deterministas y estocsticos del modelo de mesopartculas fluidas de Voronoi, se centra en los resultados de simulacin que validan el
M ODELO 1. En el C APTULO 6 se muestran los resultados deterministas. Las simulaciones estocsticas se presentan en el C APTULO 7 y se realizan comparaciones
tericas con las predicciones de GENERIC para las distribuciones de equilibrio.
La tesis se complementa con unas conclusiones generales, donde tambin se comentan
las perspectivas de trabajo futuro en el campo, y algunos apndices complementarios al
trabajo global, donde se comparan el M ODELO 1 y M ODELO 2.
Figura 1.1: Esquema del desarrollo de la tesis.
20
Parte I
DPD: descripcin mesoscpica de

un fluido
21
Captulo 2
Regmenes dinmicos en la
Dinmica de Partculas
Disipativas
En este captulo estudiamos el modelo DPD en ausencia de fuerzas conservativas. Discutimos tericamente el comportamiento de la funcin de autocorrelacin de la velocidad
de las partculas DPD. Identificamos dos regmenes dependiendo de los parmetros adimensionales del modelo. Para valores bajos de la friccin adimensional, se observa un
comportamiento de campo medio para el cual son vlidos los resultados de la teora cintica. Para valores mas altos de la friccin, los efectos hidrodinmicos colectivos son
dominantes. Hemos realizado simulaciones numricas que validan la teora presentada.
2.1 Introduccin
En el captulo 1 ya mencionamos que aunque el modelo de la Dinmica de Partculas
Disipativas se ha aplicado a muchos problemas fsicos, no existe, por el momento, un
estudio sistemtico de la regin de parmetros ms convenientes para la simulacin de
problemas hidrodinmicos. Adems, el clculo de los coeficientes del transporte en simulaciones recientes (Pagonabarraga et al., 1998) han mostrado ciertas desviaciones de
los valores predichos por la teora cintica del modelo DPD desarrollada por Marsh et al.
(1997a,b). En estos trabajos, las nicas dos aproximaciones que se hacen son el desarrollo en pequeos gradientes alrededor del equilibrio local y la hiptesis de caos molecular.
Sin embargo, es difcil investigar el origen de las discrepancias entre la teora y las simulaciones dentro del contexto de la teora cintica. La teora se limita a producir unas
expresiones explcitas para los coeficientes de transporte sin mencionar su rango de la
validez. Se ha sugerido que es precisamente en la regin de parmetros donde la teo23
24
Captulo 2. Regmenes dinmicos en la DPD
ra cintica falla donde sera ms coherente realizar las simulaciones que reproducen el
comportamiento hidrodinmico (Pagonabarraga et al., 1998).
El trabajo desarrollado en este captulo intenta aclarar este problema, presentando una
teora que nos permite calcular la funcin del autocorrelacin de la velocidad (velocity
autocorrelation function, vaf) de las partculas disipativas. La teora trata a ciertas porciones del sistema, las mesopartculas DPD, como partculas brownianas movindose en
un ambiente creado por el resto de las partculas. (En sentido estricto no son partculas
brownianas porque el momento total del sistema se conserva). Esta idea fue introducida
por Groot y Warren (1997) como una forma de calcular el coeficiente de difusin. Primeramente identificamos los parmetros bsicos adimensionales del modelo DPD que nos
van a permitir clasificar y discutir varios regmenes dinmicos. Si se considera que el
ambiente o entorno de la mesopartcula DPD se comporta de manera hidrodinmica, es
posible obtener una expresin analtica explcita para la funcin de autocorrelacin de la
velocidad. Seguimos aqu la lnea iniciada por los trabajos pioneros sobre la teora de
acoplamiento de modos (Ernst et al., 1970; Pomeau y Rsibois, 1975) que permitieron
deducir las famosas long time tails (colas a tiempos grandes) en la autocorrelacin de
la velocidad. Finalmente, presentamos los resultados de las simulaciones numricas que
validan nuestra hiptesis terica.
Es importante resaltar que en este captulo supondremos que la fuerza conservativa
DPD no est presente. La razn es que as podemos comparar nuestros resultados con las
predicciones de la teora cintica del modelo DPD desarrollada hasta el momento (Marsh
et al., 1997b), obtenidas excluyendo explcitamente la fuerza conservativa. Adems, queremos aislar los efectos de las fuerzas conservativas de aquellos debidos puramente a las
fuerzas disipativas del modelo DPD. El objetivo de este captulo se limita a la parte disipativa y estocstica del modelo DPD, dejando para el siguiente captulo la discusin de la
parte conservativa.
Utilizaremos la descripcin detallada del modelo DPD dada en la seccin 1.3. Por
simplicidad en la notacin, a partir de ahora denominamos la funcin peso ! D (r) por
!(r). Las ecuaciones diferenciales estocsticas (ver Ec.1.6) que en ausencia de fuerzas
conservativas gobiernan la posicin Ri y velocidad vi de la i-sima partcula de masa m
son
dRi = vi dt;
X
X
mdvi = m !(Rij )(eij vij )eij dt + !1=2 (Rij )eij dWij :
j
(2.1)
La funcin peso adimensional ! (r) (Hoogerbrugge y Koelman, 1992) esta normalizada

de acuerdo a
Z
donde
1
dr!(r) = ;
n
n es la densidad numrica del sistema.
(2.2)
En este captulo hemos seleccionado la
2.2. La funcin de autocorrelacin de la velocidad
25
siguiente funcin peso de rango de alcance finito r ,

3
!(r) = 2 1
r n
r
;
r
(2.3)
para r < r y cero si r > r .

Vamos a discutir los parmetros fundamentales en el modelo de DPD. Eligiendo adecuadamente las unidades de masa, tiempo y espacio siempre es posible reducir el nmero
de los parmetros relevantes del modelo. Es obvio que los regmenes dinmicos son
independientes de las unidades usadas, y dependern exclusivamente de parmetros adimensionales. Hay seis parmetros: la masa de las partculas m, el coeficiente de friccin
, el alcance de las funciones peso r , la energa trmica kB T , la distancia media entre las
partculas (relacionada con la densidad numrica n de partculas a travs de = n 1=d
donde d es la dimensin del espacio que en este captulo tomaremos igual a 2), y L es la
longitud de la caja (o cualquier otra escala de longitud del contorno donde est el fluido a
representar). De estos seis parmetros podemos formar tres parmetros sin dimensiones.
Definiendo la velocidad trmica vT = (kB T=m)1=2 seleccionamos los siguientes:

= T;
d
T

r
;

L
:
r
r
dv
(2.4)
Estos parmetros tienen un significado fsico preciso: T es el tiempo que necesita

una partcula que se mueve a la velocidad trmica para recorrer una distancia r , mientras
que = 1 es un tiempo asociado a la friccin. Por lo tanto, la friccin adimensional
es la razn de estas dos escalas de tiempo. Por otra parte, s es el solapamiento entre las
partculas, que se relaciona con el nmero de partculas dentro del rango de interaccin
(de la esfera de accin) de una dada. Finalmente, es la longitud adimensional de la caja
de simulacin. Estos parmetros adimensionales
; s y nos permitirn caracterizar los
regmenes dinmicos del modelo.
2.2 La funcin de autocorrelacin de la velocidad

La ecuacin de la velocidad (2.1) se puede reescribir de la forma
2
v_ i = 4

F~
!(Rij )eij eij 5 vi + Vi (t) + i ;
d
m
j 6=i
(2.5)
26
~ i dt = Pj !1=2 (Rij )eij dWij . Hemos introducido en

donde la fuerza aleatoria es F
(2.5) la definicin de la velocidad ambiente a travs de
Vi (t) = d
j 6=i
!(Rij )(eij vj )eij :
(2.6)
Esta velocidad es una media ponderada de las velocidades de todas las partculas vecinas
de la partcula i (las que se encuentran dentro de su radio de accin). En lo que sigue, el
prefactor que acompaa a vi en el lado derecho de (2.5) se reescribe como
X
j 6=i
!(Rij )eij eij =
R r Ri r n(r; t);
dr!(Ri r) i
jri rj jRi rj
(2.7)
donde
hemos introducido el campo microscpico de densidad numrica n(r; t) =
P
j 6=i (Rj r). Si suponemos que la densidad es aproximadamente constante y que

toma el valor n (lo cual se ha confirmado numricamente con los resultados de simulacin que obtendremos despus) podemos hacer la siguiente aproximacin
Z
dr!(Ri
Ri r Ri r n(r; t) n dr!(r) r r = 1 :
r) jR
jrj jrj d
i rj jRi rj
(2.8)
La ltima igualdad se obtiene sabiendo que la integral es un tensor de segundo orden

istropo, que debe ser proporcional a la identidad (la constante de proporcionalidad se
calcula al tomar la traza de la integral y utilizar la normalizacin (2.2)).
El hecho de aproximar la densidad a una constante implica despreciar sus fluctuaciones y sus correlaciones. Se espera que para solapamientos grandes, cuando tengamos
muchas partculas en la esfera de accin, la relevancia de las fluctuaciones de densidad
sea muy pequea. Es muy interesante calcular las fluctuaciones de la velocidad ambiente
directamente de la definicin de Vi en la Ec.(2.6)
1
hV (t) Vi (t)i = d
d i
'
*0
X

!ij eij eij
10
vj A
1+
!ik eik eik vk A
j=
6 i
k6=i
Z
dkB T N
dk
T 3
;
dr!2 (r) = B
mV0
m 2s2
(2.9)
para un numero grande N de partculas DPD en el sistema. Observamos que la magnitud

de estas correlaciones decrece con el coeficiente de solapamiento s. Esta caracterstica
tiene sentido fsico porque la velocidad ambiente es una media promediada de las velocidades de las partculas que estn dentro del rango de la esfera de accin. Estas velocidades
estn distribuidas al azar y, por tanto, si hay muchas partculas en dicho rango, la media
ser proporcionalmente ms pequea.
Despus de hacer uso de las Ecs.(2.7) y (2.8) podemos reescribir la ecuacin (2.5)
como
dvi =

[v
d i
~
m
Vi dt + Fi dt:
(2.10)
2.2. La funcin de autocorrelacin de la velocidad
27
Observamos que las partculas DPD se comportan de forma anloga a las partculas brownianas, pero en un campo de velocidad sistemtico determinado por el resto de sus partculas vecinas. Sabemos que las propiedades estocsticas de la fuerza aleatoria no son
exactamente las de una partcula browniana, porque el momento total del sistema se conserva, pero para el desarrollo siguiente esto es irrelevante.
La solucin formal de la Ec.(2.10) es
vi (t) = exp
#

"
Z t
~ i (t0 )
F
(t t0 )
t
0
0
:
V (t ) +
v (0) + dt exp
d i
d
d i
m
0
(2.11)
Multiplicando esta ecuacin por vi (t) y promediando, podemos encontrar que la magnitud hvi (t) vi (t)i tiende hacia el valor de equiparticin en una escala temporal de orden
d= . Por otra parte, si multiplicamos la Ec.(2.11) por vi (0) y Vi (0), respectivamente, y
promediamos, se obtiene un conjunto de ecuaciones para la funcin de autocorrelacin de
la velocidad en equilibrio

Z
1
t kB T t 0
(t t0 ) 1
hv (t) vi (0)i = exp d m + d dt exp
hV (t0 ) vi (0)i;
d i
d
d i
0

Z
1
t 0
(t t0 ) 1
(2.12)
hv (t) Vi (0)i = d dt exp
hV (t0 ) Vi (0)i;
d i
d
d i
0
donde hemos tenido en cuenta que la fuerza aleatoria no est correlacionada con la velocidad ni en el presente ni en el pasado, y la propiedad hVi (0) vi (0)i = 0, (que se
puede comprobar de la definicin (2.6)). Sustituyendo la segunda ecuacin de (2.12) en
la primera llegamos a una expresin que relaciona las funciones de autocorrelacin de la
velocidad de la partcula y de la velocidad ambiente entre s, es decir,

1
hv (t) vi (0)i = exp td kBmT
d i

2 Z t
(t t0 ) 1
0
0
+
hV (t0 ) Vi (0)i:
dt (t t ) exp
d 0
d
d i
(2.13)
El segundo trmino del lado derecho de esta ecuacin representa los efectos colectivos.
Cuando este trmino es despreciable, decimos que una aproximacin de campo medio es
vlida, en la cual la funcin de autocorrelacin de la velocidad decae exponencialmente.
La razn para el trmino campo medio proviene de que si en la Ec.(2.10) se usa el valor promedio hVi i = 0 en vez del valor instantneo Vi (t), se produce un decaimiento
exponencial en la funcin de autocorrelacin de la velocidad. En el apndice de la referencia Groot y Warren (1997), se calcula la funcin de autocorrelacin de la velocidad
y el coeficiente de difusin de las partculas DPD usando esta aproximacin de campo
medio.
La solucin (2.13) es todava formal porque no sabemos explcitamente la forma de
la correlacin de la velocidad ambiente (la cual se dar en la prxima seccin). Sin
28
embargo, es posible extraer alguna informacin til de esta expresin al escribirla en

forma adimensional. Elegimos t como el tiempo adimensional tvT =r , o sea, el tiempo
expresado en unidades en las que r = 1 y vT = 1, y v = v=vT como una velocidad
adimensional. En estas unidades, las ecuaciones (2.12) son
Z t
1
hvi (t) vi (0)i = expf
tg +
dt0 expf
(t t0 )g 1 hVi (t0 ) vi (0)i;
d
d
0
Z t
1
vi (t) Vi (0)i =
dt0 expf
(t t0 )g 1 hVi (t0 ) Vi (0)i;
h
d
d
0
(2.14)
y la Ec.(2.13) queda
Z t
1
h
vi (t) vi (0)i = expf
tg +
2 dt0 (t t0 ) expf
(t t0 )g 1 hVi (t0 ) Vi (0)i
d
d
0
(2.15)
Ahora podemos hacer algunas predicciones cualitativas referentes a los regmenes dinmicos sobre las expresiones (2.14) y (2.15). Para una friccin adimensional
fijada, el
lmite de gran solapamiento s produce una pequea contribucin de la parte colectiva y
la funcin de autocorrelacin de la velocidad decae de forma exponencial. La razn es
que la magnitud global de la correlacin de la velocidad ambiente est determinada por
el valor en el origen, Ec.(2.9). Por otra parte, para un solapamiento fijado s, cuando
es pequeo (en el lmite de pequea friccin o temperaturas altas) el comportamiento de

la autocorrelacin de la velocidad es de nuevo exponencial. En el rgimen opuesto de
grande, la contribucin exponencial decae en un tiempo muy corto y la principal contribucin a tiempos mayores que
1 est dada por el trmino colectivo. En realidad, en el
lmite
! 1 la funcin de memoria exponencial acta como una funcin delta de Dirac
y para tiempos mayores que
1 tenemos que
hvi (t) vi (0)i hVi (t) vi (0)i hVi (t) Vi (0)i:
(2.16)
El significado fsico de las expresiones en (2.16) es claro: Cuando la friccin es alta, la

velocidad de una partcula concreta queda esclavizada o tiende a la velocidad promedio
de su ambiente en un tiempo muy corto.
2.3 La hiptesis hidrodinmica

En esta seccin presentamos una hiptesis hidrodinmica similar a la de la aproximacin
de acoplamiento de modos introducida, por ejemplo, en Ernst et al. (1970) (para una revisin de la teora de acoplamiento de modos ver Pomeau y Rsibois (1975)). La velocidad
ambiente Vi definida en la Ec.(2.6) se puede escribir como un promedio sobre la esfera
de accin del campo microscpico de velocidad, esto es,
Z
Ri r Ri r n(r; t)v(r; t);

Vi (t) = d dr!(Ri r) jR
i rj jRi rj
(2.17)
2.3. La hiptesis hidrodinmica

donde
29
n(r; t)v(r; t) =
j 6=i
vj (Rj r):
(2.18)
El campo de velocidad v(r; t) satisface las ecuaciones de la hidrodinmica cuando su

escala de longitud caracterstica es mucho mayor que la distancia entre partculas. Esperamos que el promedio implicado en el clculo de Vi est dominado por los modos
hidrodinmicos siempre que el rango de interaccin r sea mucho mayor que la distancia entre partculas (esto es, a gran solapamiento s). En realidad, bajo la hiptesis de
que los campos hidrodinmicos varan lentamente en la escala r , podemos sustituir la
velocidad ambiente por el campo de velocidad hidrodinmico evaluado en la posicin de
las partculas, esto es, Vi (t) = v(Ri (t); t), usando convenientemente la ecuacin (2.7).
Esto nos conduce al comportamiento correcto a tiempos grandes pero a valores inexactos
a tiempos cortos.
En lo que resta de seccin vamos a continuar despreciando las fluctuaciones de densidad, n(r; t) n, pero mantendremos la velocidad hidrodinmica dentro de la integral,
ponderada con ! (jr Ri j). De la ecuacin (2.17), la velocidad ambiente se expresa adecuadamente en trminos de las componentes de Fourier del campo de velocidad v(k; t),
o sea
Z
dk
Vi (t) = dn
(2.19)
2 ! (k) v(k; t)ns (k; t);
(2)
donde hemos introducido la densidad de partculas etiquetadas o sealadas ns (k; t)

expfik Ri(t)g y el tensor de segundo orden
!(k) =
dr!(r)^r^r expf ik rg:
(2.20)
De consideraciones geomtricas, sabemos que dicho tensor ! (k) tiene la forma
!(k) = a(kr )1 + b(kr )k^k^
(2.21)
^ = k=jkj. Para calcular las funciones a(kr ) y b(kr ) contraemos doblemente

siendo k
!(k) con el producto didico k^k^ y tomamos su traza. Esto nos lleva a
Z
J (kr)
dr!(r) 1
k
0
Z 1
r!(r)Jo (kr):
tr(!(k)) = 2a(kr ) + b(kr ) = 2
k^T !(k)k^ = a(kr ) + b(kr ) = 2
rJ2 (kr) ;
(2.22)
Las integrales pueden ser escritas en funcin de las funciones de Bessel Ji y de las funciones hipergeomtricas generalizadas p Fq fa; b; z g (Wolfram, 1991) definidas como
p Fq fa; b; z g =
1
X
(a1 )k :::(ap )k z k
k=0 (b1 )k :::(bq )k k !
(2.23)
30
entendiendo con la notacin (m)k = m(m + 1):::(m + k 1). En concreto, para la

funcin peso ! (r) utilizada en nuestras simulaciones y definida en la ecuacin (2.3), las
ecuaciones (2.22) son

1
5
(kr )2
3
a(kr ) + b(kr ) =
; 2; ;
F2
1
n
2
2
4
6
6
6
+
J (kr ) +
J (kr )
n(kr )2 n(kr )2 0 nkr 1

5
7
(kr )2
6(kr )2
F
;
3
;
;
;
+
n 1 2 2
2
4

6J1 (kr ) 2
5
(kr )2
3
2a(kr ) + b(kr ) =
;
1
;
;
:
F
kr n
n1 2 2
2
4
(2.24)
La resolucin de ste sistema de dos ecuaciones nos da los valores de a(kr ) y b(kr ).
Con los clculos previos, la funcin de correlacin de la velocidad ambiente se puede
expresar como
hVi (0) Vi (t)i
= (dn)2
dk dk0
!(k)! (k0 )hns (k; 0)ns (k0 ; t)v(k; 0)v(k0 ; t)i:
(2)2 (2)2
(2.25)
Consideramos que la posicin de la partcula i esta muy dbilmente correlacionada con

el campo de velocidad v(k; t), de tal manera que podemos aproximar
hns (k; 0)ns (k0 ; t)v(k; 0)v(k0 ; t)i hns (k; 0)ns (k0 ; t)i hv(k; 0)v(k0 ; t)i:
(2.26)
La siguiente aproximacin supone que estas correlaciones estn dadas por la hidrodinmica lineal (Boon y Yip, 1980) para la correlacin del campo de velocidad, es decir,
hv(k0 ; 0)vT (k; t)i
kB T
(2)2 (k + k0 )
nm
[expf k2tg(1 k^k^) + expf
k2tg os k t k^k^:
(2.27)
En esta expresin, es la viscosidad de cizalla cinemtica, es el coeficiente de absorcin snica, y es la velocidad del sonido para el fluido DPD, en nuestro caso gas ideal.
Vemos que la funcin de correlacin (2.27) es no nula exclusivamente para el vector de
onda que satisface k = k0 . Por tanto, en el primer promedio en el lado derecho de
(2.26) reconocemos a la funcin de dispersin intermedia incoherente (incoherent intermediate scattering function) Fs (k; t) = hns (k; 0)ns ( k; t)i. Si aceptamos como vlido
un comportamiento hidrodinmico para esta funcin (Boon y Yip, 1980), tenemos que
Fs (k; t) = expf Dk2tg;

siendo D el coeficiente de autodifusin de las partculas DPD.
(2.28)
2.3. La hiptesis hidrodinmica
31
La expresin hidrodinmica final para la funcin de correlacin de la velocidad ambiente la encontramos al sustituir (2.26), (2.27) y (2.28), en (2.25)

1
( + D)t
( + D)t t
T

+
;
hV (0) Vi (t)i = 43rdk2Bnm
2
d i
r
r 2
r

(2.29)
con las definiciones pertinentes de las funciones

R
dka2R(k) expf xk2 g

;
dka2 (k)
R
dk(a(k)R + b(k))2 expf yk2g os kz
(y; z ) =
;
dk(a(k) + b(k))2
(x) =
(2.30)
que cumplen (0) = 1; (0; 0) = 1, y las definiciones para a(k ); b(k ) dadas por la
solucin del sistema de ecuaciones (2.24).
De esta forma, la funcin de correlacin de la velocidad ambiente queda expresada
explcitamente en trminos de las propiedades hidrodinmicas del fluido, o sea, de los coeficientes de transporte del fluido DPD. Sin embargo, la prediccin no queda completada
hasta que se den los valores particulares de estos coeficientes de transporte. Una posibilidad es medir dichos coeficientes directamente en una simulacin. Otra posibilidad, que
es la que seguimos en este desarrollo, es utilizar los valores para ; D; ; dados por la
teora cintica de la referencia Marsh et al. (1997b). Aunque para algunos regmenes dinmicos, las predicciones de la teora cintica no estn en acuerdo cuantitativo exacto con
los coeficientes de transporte medidos en las simulaciones, (Pagonabarraga et al., 1998;
Revenga et al., 1999), esta ruta tiene la ventaja de que sabemos la dependencia explcita
de los coeficientes de transporte en trminos de los parmetros adimensionales
; s. Esto
nos permite disponer de expresiones analticas para una discusin cualitativa.
Los resultados para dichos coeficientes dados por la teora cintica de Marsh et al.
(1997b); Espaol (1998a) son
d kB T
;
m

Z
1
1
d
=
n
r2 !(r)dr + 2 R
;
2
d(d + 2)
n !(r)dr
Z
1
1
;
b = n 2 r2 !(r)dr + 2 R
2d
n !(r)dr
r
kB T
=
:
m
D =
(2.31)
Recordemos que hemos tomado nulas las fuerzas conservativas del modelo DPD y, por
tanto, el coeficiente de absorcin snica, para el caso en que la ecuacin de estado sea la
del gas ideal (Boon y Yip, 1980), es = 2 + 21 b (donde b la viscosidad cinemtica de
volumen).
32

Por conveniencia de notacin definimos
1d hvi (t) vi (0)i;

1
C (t) hVi (t) Vi (0)i:
d
(t)
(2.32)
Estamos ahora en disposicin de escribir la prediccin hidrodinmica (2.29) en trminos de variables adimensionales. Con la expresin (2.3), sustituyendo (2.31) en (2.29)
obtenemos

3d
C (t) =

4s2

3
3
t +
+
80
2

9
11
t; t
+
80
4

(2.33)
Obsrvese que la escala temporal de la funcin de correlacin de la velocidad ambiente

queda determinada por
, mientras que su amplitud queda determinada por el parmetro
s. En la figura 2.1 mostramos la prediccin terica (2.33) para un valor concreto de s y
tres valores diferentes de
.
0.1
0.01
0.001
C (t)
0.0001
1e-05
1e-06
0.01
0.1
10
100
1000
Figura 2.1: Prediccin hidrodinmica terica para la funcin de correlacin de la velocidad

ambiente C (t) en escala doble logartmica para un valor del solapamiento s = 2:82 y tres
valores diferentes de la friccin
. La curva inferior corresponde a
= 0:5, la central
= 8:3, y la superior a
= 25. El comportamiento algebraico de las colas a tiempos largos
aparece a valores muy elevados del tiempo, tpicamente cuando la correlacin ya ha decado
tres rdenes de magnitud respecto de su valor inicial. Las lneas de trazo continuo muestran
los resultados asintticos descritos por la Ec.(2.34).
Para tiempos suficientemente grandes se observa una dependencia algebraica en t 1

que es la famosa cola de tiempos largos t d=2 (con d = 2) que surge del carcter difusivo
de los modos de cizalla y de partculas sealadas. En realidad, se puede calcular de
2.4. Resultados de simulacin
33
manera directa el comportamiento asinttico de C (t) a tiempos grandes, lo que da lugar a
C (t)
80
1
1
8s2 3
2 + 120 t
(2.34)
que, escrito en trminos dimensionales, queda
1
1
BT
hV (t) Vi (0)i kmn
d i
8( + D)t
(2.35)
valor que precisamente coincide con el resultado de la funcin de autocorrelacin de

la velocidad de la partcula dado en Ernst et al. (1970) (obsrvese que la Ec.(2.16) es
aplicable para tiempos grandes).
1
0.8
(t)
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
Figura 2.2: Comparacin entre el resultado de simulacin de (t) (lnea continua) y el valor
de la prediccin Ec. (2.15) (lnea punteada) utilizando el resultado de simulacin para la
funcin de correlacin de la velocidad ambiente C (t). Los parmetros concretos de esta
simulacin son: s = 2:82,
= 25, = 10:0.
2.4 Resultados de simulacin

Hemos simulado las ecuaciones (2.1) en dos dimensiones espaciales en un sistema con
condiciones de contorno peridicas. Calculamos, en equilibrio, la funcin de autocorrelacin de la velocidad de las partculas DPD y tambin la de la velocidad ambiente. En
la derivacin de la Ec.(2.15) hemos hecho la aproximacin de que el campo de densidad
es bsicamente constante. Comprobaremos ahora que dicha aproximacin es razonable,
calculando en el transcurso de una simulacin la correlacin de la velocidad ambiente
C (t), evaluando numricamente el trmino integral en la Ec.(2.15), y aadiendo el primer
34
trmino exponencial de la Ec.(2.15). El resultado es la lnea punteada de la figura 2.2.

Tambin hemos representado el resultado para la funcin de correlacin de la velocidad
(t) extrado directamente de la simulacin (lnea continua). Vemos que ambos resultados estn en bastante buen acuerdo, lo que implica que se puede utilizar la Ec.(2.15)
como punto de partida para el anlisis terico. Para el resto de valores de
estudiados
(
= 0:5; 8:3; 25) obtenemos tambin concordancias razonables.
1
0.8
s2 C (t)
0.6
0.4
0.2
0
0.5
1.5
t
2.5
Figura 2.3: Resultados de simulacin de la funcin de correlacin de la velocidad s2 C (t)

para un valor fijo de
= 25 y diferentes valores del coeficiente de solapamiento s =
1:5; 2:18; 3:2 (la curva superior corresponde al menor s). La lnea punteada es la prediccin
hidrodinmica (2.33). A medida que aumenta el solapamiento, los resultados de simulacin
convegen a la prediccin terica.
Representamos en la figura 2.3, para

= 25, el valor de s2 C (t) en funcin del
tiempo, para diferentes solapamientos s. Esta curva, de acuerdo con la prediccin hidrodinmica (2.33), debera ser independiente del coeficiente de solapamiento s (dibujada
con la lnea punteada en la figura 2.3). Observamos que los resultados de la simulacin
convergen a la prediccin terica slo para valores suficientemente grandes del solapamiento. Esto era esperable por el hecho de que el comportamiento hidrodinmico aparece
exclusivamente a escalas espaciales que involucran una cantidad suficientemente grande
de partculas dentro del rango de accin de la funcin peso.
Hemos investigado tambin los efectos de tamao finito. En la figura 2.4 mostramos
la funcin de correlacin de la velocidad ambiente para distintos tamaos del sistema,
manteniendo constantes el resto de parmetros (s = 2:82,
= 25). Se observa una considerable discrepancia entre la prediccin hidrodinmica y los resultados de simulacin
para cajas pequeas. Esta desviacin aparece a tiempos grandes y se reduce notablemente a medida que el tamao del sistema aumenta. Esto se reconoce como un efecto
estndar de tamao finito, y est relacionado con el hecho de que el espectro de k en sis2 t siendo
temas pequeos sea discreto, pues el modo ms lento decae como exp[ akmin
2.5. Resumen y discusin
35
kmin = 2=L.
0.01
C (t)
0.001
0.0001
0.1
1
t
10
Figura 2.4: Resultados de simulacin para la funcin de correlacin de la velocidad C (t)

para valores fijados de s = 2:82,
= 25 y diferentes tamaos de la caja de simulacin
= 7:9; 11:2; 15:8; 35:5 (la curva inferior corresponde al menor valor de ). La lnea
gruesa es la prediccin hidrodinmica (2.33).
En lo que sigue, estudiamos el efecto de

en la funcin de autocorrelacin de la velocidad de las mesopartculas DPD. En la figura 2.5 mostramos la funcin de correlacin
de la velocidad para s = 2:82, = 10:0 y tres valores distintos de
= 0:5; 8:3; 25. Tambin representamos los trminos exponenciales correspondientes en la ecuacin (2.15).
Para valores pequeos de
(pequea friccin o temperaturas altas) el decaimiento de la
vaf est capturado bastante bien por el trmino exponencial. A medida que
aumenta,
se empiezan a observar desviaciones del comportamiento exponencial, que son debidas al
trmino colectivo de la ecuacin (2.15).
En la figura 2.6 se muestra que para valores grandes de
y a tiempos largos, la funcin
de correlacin de la velocidad de las partculas y de la velocidad ambiente coinciden, de
acuerdo con la Ec.(2.16).
2.5 Resumen y discusin

Hemos presentado una teora para la Dinmica de Partculas Disipativas que permite comprender los diferentes regmenes que muestra el modelo. La teora est basada en la imagen fsica en la que las mesopartculas DPD se comportan como partculas brownianas en
un ambiente de no-equilibrio generado por el resto de partculas DPD. Hemos derivado
una expresin explcita para la funcin de autocorrelacin de la velocidad en la que el
comportamiento exponencial browniano est corregido por efectos colectivos. Usando
36
(t)
0.1
0.01
0.01
+/ /
/
/ /
//
//
///
///
///
//
///
//
///
//
///
0.1
10
Figura 2.5: Resultados de simulacin para la funcin de correlacin de la velocidad (t) para
un valor fijado de s = 2:82, = 10:0 y diversos valores de
= 0:5 (crculos),
= 8:3
(tringulos) y
= 25 (diamantes). Las lneas slidas son los trminos correspondientes a
exp
t en la Ec.(2.15) respectivamente.
variables adimensionales es posible delimitar el rango de parmetros en el que los efectos colectivos son importantes. En el modelo aparecen tres parmetros adimensionales
(s;
; ) que caracterizan los diferentes regmenes en el sistema.
Identificamos dos regmenes dinmicos, el de campo medio y el de comportamiento
colectivo. La transicin entre ambos est gobernada esencialmente por la friccin adimensional
teniendo efectos importantes sobre ello el solapamiento s y el tamao de la
caja .
El comportamiento de campo medio aparece para valores pequeos de la friccin
o para solapamientos s grandes. Esto es fsicamente razonable porque para fricciones

pequeas, la dinmica del ambiente de una partcula apenas afecta al comportamiento de
esa partcula. Para solapamientos grandes los efectos colectivos se extienden sobre regiones muy amplias. La aproximacin de campo medio est ntimamente relacionada con la
hiptesis de caos molecular que se supone en la teora cintica de la DPD (Marsh et al.,
1997b,a). Ms precisamente, si en la expresin usual de Green Kubo para el coeficiente
de difusin (Groot y Warren, 1997)
D=
11
hvi (t) vi (0)i
0 d
(2.36)
se introduce la prediccin exponencial de campo medio (ver ecuacin (2.13), entonces,

se obtiene D = d kBmT . Este es el mismo resultado de la teora cintica desarrollada por
Marsh, Backx y Ernst (1997b) teniendo en cuenta la normalizacin dada en Ecs.(2.2).
En realidad, es posible medir en las simulaciones el coeficiente de difusin de las
2.5. Resumen y discusin
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
37
0.5
1.5
t
2.5
Figura 2.6: Resultados de simulacin para la funcin de correlacin de la velocidad (t) (lnea delgada) y funcin de correlacin de la velocidad ambiente C (t) (lnea gruesa). Tambin
hemos pintado el trmino exp
t de la Ec.(2.15) (lnea de puntos). En esta simulacin,
s = 2:82, = 10:0,
= 25.
partculas DPD incluyendo la aproximacin de campo medio para la vaf dentro de la

frmula Green-Kubo para el coeficiente de difusin .
Por tanto, la teora cintica para este modelo es bastante exacta para los regmenes
dinmicos que corresponden a valores pequeos de la friccin
y la exactitud de las
predicciones aumenta a medida que el solapamiento s se hace mayor.
Cuando la friccin adimensional
es alta, la vaf no decae exponencialmente porque
est dominada por la dinmica colectiva. Hemos presentado una prediccin terica para
la parte colectiva de la vaf considerando que la funcin de correlacin de la velocidad
ambiente refleja el comportamiento hidrodinmico subyacente. Tal comportamiento se
espera (y observa en las simulaciones) para valores suficientemente grandes del coeficiente de solapamiento s. En este caso, el efecto colectivo es pequeo pero est bien
descrito por la hidrodinmica. El hecho de que la hidrodinmica gobierne la velocidad
de las partculas implica la aparicin de las colas a tiempos largos en la vaf. Estas colas algebraicas se detectan a tiempos muy largos (para los cuales la vaf ya ha decado
un factor 10 3 de su valor original) y, por lo tanto, son bastante difciles de observar en
nuestras simulaciones debido al ruido estadstico y a los efectos de tamao finito. Sin
embargo, hemos obtenido suficiente evidencia numrica del comportamiento hidrodinmico a tiempos cortos y esperamos tambin la presencia de las long time tails a tiempos
suficientemente grandes. La dependencia en t 1 de la vaf, incorporada en la frmula de
Green-Kubo (2.36) nos conduce directamente a un resultado inesperado: el coeficiente de
difusin en dos dimensiones diverge logartmicamente. Es bastante claro que esta pequea divergencia ser difcilmente observable en cualquier simulacin ya que siempre
38
tendremos una caja finita.

La DPD est concebida para simular problemas hidrodinmicos de fluidos complejos.
En realidad, querramos que las partculas DPD se moviesen de tal forma que siguieran
exactamente el flujo que queremos modelar. Vemos que esto es precisamente lo que ocurre cuando el coeficiente de friccin es suficientemente grande (en este caso la velocidad
de una partcula DPD coincide con la de su ambiente) y cuando el solapamiento es tambin grande (de tal manera que la velocidad ambiente se mueve hidrodinmicamente). En
este rgimen, la dinmica de las partculas es principalmente colectiva y es donde la teora
cintica precisamente falla: hay discrepancias entre las predicciones para los coeficientes
de transporte y los resultados de simulacin (Pagonabarraga et al., 1998).
En los regmenes en los que los efectos colectivos son importantes, esperamos que
aparezcan desviaciones de las predicciones de la teora cintica no slo para el coeficiente
de difusin, sino para la viscosidad del fluido DPD (Pagonabarraga et al., 1998).
El haber estudiado el caso de un modelo de DPD con fuerza conservativa nula permite aislar exclusivamente la dinmica disipativa del modelo DPD. Como hemos visto,
la transicin entre un rgimen y otro est gobernada por el solapamiento y la friccin
adimensional. Esperamos que los regmenes dinmicos encontrados no sean modificados
sustancialmente por la presencia de una fuerza conservativa no nula.
Captulo 3
Descripcin de grano grueso de

un fluido y su relacin con la
DPD
En el captulo anterior hemos discutido la dinmica del modelo DPD en ausencia de fuerzas conservativas. En este captulo pretendemos ahondar precisamente en el significado
fsico que se puede conceder a esas fuerzas conservativas en el modelo DPD. Para ello,
sobre un fluido simple simulado con Dinmica Molecular, aplicamos un procedimiento de
agrupamiento de tomos en cmulos que se mueven con dinmicas razonables. Se discute
desde esta perspectiva la DPD y, en particular, nos centramos en el anlisis de las fuerzas
conservativas (el potencial de fuerza medio) entre los cmulos de tomos a travs de
las funciones de distribucin radial.
3.1 Introduccin
En la Dinmica de Partculas Disipativas el fluido se representa en trminos de partculas
que interaccionan a travs de tres tipos de fuerzas: conservativas (que provienen de un
potencial suave repulsivo), fuerzas disipativas (que dependen de las velocidades relativas
de las partculas que se acercan) y fuerzas trmicas o aleatorias. La motivacin original
para introducir los tres tipos de fuerzas proviene de una imagen heurstica, poco rigurosa,
en la cual las partculas puntuales son consideras como gotas de fluido que interaccionan
disipativamene debido a la fuerza viscosa y estn sometidas a un movimiento trmico para
impedir que se queden paradas. Se ha demostrado que la DPD puede ser formulada de tal
forma que el sistema tiene una colectividad de equilibrio de Gibbs y satisface un teorema
de fluctuacin-disipacin que permite relacionar la amplitud del ruido con la temperatura
del sistema en equilibrio (Espaol y Coveney, 1997; Espaol y Warren, 1995). La co39
40
Captulo 3. Descripcin de grano grueso de un fluido
lectividad de Gibbs est dada en trminos de un potencial suave repulsivo y no depende

de la disipacin del sistema. Dicho de otra forma, la parte conservativa del algoritmo es
la nica responsable de la termodinmica de equilibrio del sistema (y en particular de la
propagacin del sonido).
En este captulo presentamos una perspectiva desde la cual comprender con ms detalle la DPD: el coarse graining de un fluido simple. La idea fundamental es detallar con
un poco ms de exactitud los trminos gotas o partculas fluidas. Con esto pretendemos
clarificar algunos aspectos referentes al origen del los potenciales blandos (las fuerzas
conservativas) en la DPD.
3.2 La visin de grano grueso de un fluido

Para comprender el origen fsico de las diferentes fuerzas que aparecen en la DPD es
necesario recurrir al concepto de grano grueso, denominado coarse graining en ingls.
Es ilustrativo acudir a primeramente a un trabajo previo (Espaol, 1996) en el que se ha
efectuado un procedimiento de grano grueso sobre un sistema muy simple, una cadena
armnica unidimensional. Esta cadena puede entenderse como el modelo ms simple de
cadena polimrica. En el nivel de descripcin ms detallado, el estado del sistema consiste
Figura 3.1: Descripcin microscpica y mesoscpica en la cadena armnica unidimensional:

nivel de partculas y agrupacin de varias partculas en cmulos.
en un conjunto de partculas unidas con muelles con la misma constante recuperadora,

estando restringidas a moverse en una dimensin. Se describe la cadena unidimensional
en funcin de las posiciones y momentos de las partculas. El procedimiento propuesto
por Espaol (1996) agrupa las partculas de la cadena en cmulos de un cierto tamao.
En el nivel de descripcin mesoscpico, menos detallado, la cadena queda descrita por
las posiciones y momentos de los centros de masa de los cmulos. Se muestra que estas
nuevas entidades, los cmulos, se comportan como si fuesen supra-partculas conectadas
entre s con muelles de constantes recuperadoras ms dbiles. Adems de estas fuerzas de
origen conservativo, estn sometidas a fuerzas disipativas que dependen de la velocidad
relativa entre los cmulos. Precisamente con la tcnica de los operadores de proyeccin
se puede obtener una expresin de la nueva constante elstica y del coeficiente de friccin
del nivel coarse-grained en funcin de las variables microscpicas. Adems los cmulos
3.2. La visin de grano grueso de un fluido
41
estn tambin sometidos a una fuerza trmica aleatoria que da cuenta de todos los grados
de libertad eliminados en el nivel de descripcin de los cmulos, y que dependen de la
temperatura del estado de equilibrio. Esta es una idea recurrente en la mecnica estadstica de no-equilibrio: siempre que se realiza una descripcin de grano grueso, en la que
se describe al sistema con un nmero menor de variables, todos los grados de libertad eliminados aparecen en la dinmica de las variables macroscpicas en forma de disipacin
y ruido. Adems, ambos efectos estn conectados a travs del teorema de fluctuacindisipacin.
Con la misma intencin que en el ejemplo anterior, podemos realizar una descripcin
mesoscpica de un fluido. El problema esencial en el caso de un fluido es la definicin
precisa de lo que llamamos cmulos de partculas o gotas. Presentamos en lo que sigue
de seccin, una propuesta razonable para tal definicin.
Realizamos una simulacin de equilibrio con Dinmica Molecular para representar
microscpicamente un fluido simple. Consideraremos un conjunto de N tomos en una
caja cbica peridica de volumen total V0 . Las partculas interaccionan con un potencial
repulsivo WCA, (Weeks, Chandler y Andersen (1971)) que es un potencial desplazado
tipo Lennard-Jones pero truncado en el mnimo.
Formaremos los cmulos sembrando un numero N de puntos inicialmente distribuidos de forma aleatoria en la caja, siendo N N . Estos puntos definen los centros de
cmulos. Asociamos a cada uno de estos centros el conjunto de aquellos tomos que
estn en su vecindad. La teselacin de Voronoi es una forma adecuada de hacer esto, ya
que cada partcula microscpica est asignada al centro de cmulo que se encuentre ms
prximo. De esta forma, el espacio se divide en celdas irregulares que no solapan y cubren el espacio completamente. A cada celda centrada en Ri se le asocia una velocidad
vi a la que inicialmente se supone valor cero. A partir de las fuerzas microscpicas de las
partculas que pertenecen a cada celda (de la simulacin de Dinmica Molecular), calculamos la fuerza total resultante Fi sobre la celda i debida a las partculas que pertenecen a
celdas vecinas. El centro Ri y la velocidad vi constituyen las variables de la descripcin
mesoscpica (menos detallada) de nuestro fluido.
A medida que la simulacin de Dinmica Molecular subyacente avanza, en cada paso de tiempo discreto t, movemos el centro de los cmulos de acuerdo con la ley de
Newton:
Fi (t) (t)2
Ri (t + t) = Ri (t) + vi (t)t + 21 m
(t)
Fi (t) t
vi (t + t) = vi (t) + m
(t)
i
(3.1)
donde mi (t) es la masa total de las partculas que pertenecen por proximidad a la celda i,
situada en Ri en el tiempo t. Lgicamente, la masa de cada cmulo es una magnitud que
depende del tiempo porque las partculas microscpicas pueden moverse de una celda a
otra.
Se plantea una cuestin interesante: Podemos relacionar, aunque sea de forma muy
42
sencilla o simplista, la fuerza Fi que acta sobre el cmulo i con las posiciones y velocidades Ri0 ; vi0 de ese cmulo y las de sus vecinos? Dicho de otro modo, podemos
obtener una descripcin cerrada del fluido, autoconsistente, en el nivel mesoscpico? Est claro que si conocisemos la dependencia explcita de la fuerza que experimenta un
cmulo dado en trminos de la posicin y velocidades de los cmulos vecinos, podramos
simular la ecuacin de movimiento para los cmulos en vez de simular la evolucin de
las partculas microscpicas que los constituyen. Esto representara un enorme ahorro de
tiempo computacional porque el nmero de cmulos es mucho menor que el nmero de
partculas microscpicas y, adems, porque la escala de evolucin temporal de los cmulos es mucho mayor que la microscpica. As, un paso de tiempo razonable para la
simulacin de la evolucin de los cmulos (tpicamente una pequea fraccin de la escala
temporal de evolucin de los cmulos) es un paso de tiempo muy grande comparando con
el paso de tiempo necesario para simular la dinmica microscpica del sistema.
Sin embargo, nos encontramos aqu con un problema inverso, encontrar la fuerza de
interaccin a partir del movimiento de los cmulos. ste es bsicamente el problema que
se encontraron Kepler y Newton al intentar inferir la ley de fuerza entre los planetas y las
estrellas a partir de un conjunto de observaciones planetarias. Es cierto que el problema
planteado es realmente complicado y no pretendemos resolverlo de manera exacta. No
obstante, podemos extraer alguna informacin til sobre la dinmica de los cmulos a
travs de nuestros resultados de simulacin. De hecho, hemos definido un potencial de
fuerza medio de interaccin V (R) entre los cmulos a partir de la funcin de distribucin
radial a pares g (R)1 de los centros de los cmulos, de acuerdo con la expresin
g(R) = exp
V (R)
kB T
(3.2)
donde kB es la constante de Boltzmann y T es la temperatura del sistema en equilibrio

(MacQuarrie, 1976). En realidad, el potencial de fuerza medio V (R) da el promedio de la
fuerza que ejerce una partcula sobre otra partcula normalizado en el estado de equilibrio,
estando fijada la partcula que ejerce la interaccin a una distancia R .
Hemos comprobado que la temperatura cintica de los cmulos mesoscpicos, defi i
nida a travs de la energa cintica hK i de los cmulos como T = 3k2B hK
N , es igual
a la temperatura microscpica T obtenida a partir de la energa cintica de las partculas microscpicas. Podemos mantener esta afirmacin con un argumento menos riguroso
calculando el promedio en equilibrio de la energa cintica de un cmulo y considerando
que la masa es constante. De esta forma tambin se obtiene la igualdad de la temperatura
microscpica y mesoscpica. En el lmite de cmulos muy masivos, las fluctuaciones
1 Recurdese que la funcin de distribucin radial g (R) mide las correlaciones independientes del tiempo
entre las partculas. Da la probabilidad de encontrar un par de tomos a la distancia R, relativa a la probabilidad esperada para una distribucin aleatoria de partculas a la misma densidad. Siendo ms precisos,
g(R) ( ; )= 0 es la probabilidad de encontrar una partcula en la capa esfrica de radio R y anchura
, estando una partcula en el origen. Entendemos por ( ; ) = el elemento de volumen de la
capa esfrica.
VR R V
VR R
43
relativas de masa son pequeas y por tanto la igualdad de ambas temperaturas est garantizada.

Hemos realizado una simulacin de Dinmica Molecular con N = 2197 partculas WCA
confinadas en una celda cbica. El estado termodinmico del sistema est caracterizado
por la temperatura T = 2 y la densidad = 0:6 (en unidades reducidas convencionales
en la MD representando argn). Este estado corresponde a condiciones tpicas de lquido
para este sistema.
Inicialmente elegimos los centros de los cmulos seleccionando un nmero N de
partculas atmicas al azar y situando los centros de cmulo en las posicin de las partculas microscpicas seleccionadas. Esto asegura que si elegimos un nmero de cmulos
idntico al nmero total de partculas microscpicas, cada partcula constituye su propio
cmulo para siempre (ntese que el algoritmo que actualiza las variables de los cmulos
en la Ec.(3.1) es idntico al de las partculas en ese caso).
A medida que la simulacin avanza en el tiempo, calculamos la funcin de distribucin radial de los cmulos y el correspondiente potencial de fuerza medio. Estudiamos sistemticamente la dependencia de estas cantidades con el nmero total de cmulos N . Variando N estamos cambiando la densidad numrica de los cmulos, esto es,
n = N =L3 , donde L es la dimensin lineal de la caja de simulacin que siempre permanece fijada. Tambin hemos cambiado el tamao tpico de un cmulo definido como
= (n ) 1=3 y la masa tpica m definida como el nmero de partculas atmicas por
cmulo, m = N=N . Por lo tanto, los lmites para la densidad numrica de cmulo
n son como la mxima densidad (cuando N = N y tenemos una nica partcula
por cmulo ) y n = (3=L)3 como la mnima densidad. Este mnimo corresponde a tener tres cmulos por dimensin lineal. Esta restriccin mnima elimina en lo posible la
autointeraccin de los cmulos a travs de las condiciones de contorno peridicas.
Hemos observado en la figura 3.2 que para el rango de masas de los cmulos entre
m = 1 y m = 2 la funcin de distribucin radial g(R) pierde su estructura atmica y
se dirige hacia una forma sin estructura prominente.
En la figura 3.3 mostramos la g (R) para cmulos de masas comprendidas entre
m = 2 y m = 10. Las curvas inferiores corresponden a los cmulos ms masivos.
La forma de todas las curvas es bastante similar. A medida que la distancia R decrece tambin lo hace g (R), lo cual significa que es menos probable encontrar cmulos a
pequeas distancias. Sin embargo, es importante resaltar el pequeo aumento de probabilidad a distancias muy pequeas, alrededor de 0:2 en unidades reducidas. Sospechamos
que ese aumento en g (R) para distancias R pequeas es debido al hecho de que hay una
probabilidad no nula de encontrar cmulos muy prximos entre s (sobre todo para el
caso de cmulos poco masivos). Este efecto espreo se ve magnificado por la condicin
de normalizacin a la densidad del sistema impuesta sobre la g (R). No es ms probable
encontrar dos cmulos poco masivos a distancia 0:2 que a distancia 0:5, sino que la capa
44
g(R)
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
1.36
m_c
1.13
1
0.5
1.5
2 R 2.5
3.5
Figura 3.2: Funcin de distribucin radial en transicin micro-mesoscpica. Entendemos por

m la masa promedio de los cmulos.
esfrica correspondiente a estas pequeas distancias tiene un volumen muy pequeo siendo el cociente nmero de eventos de cmulos cercanos/volumen de la concha esfrica,
relativamente grande. Por lo tanto, se espera que cuando los cmulos son suficientemente
masivos, dichos eventos sern relativamente extraos, y esto se confirma en los resultados
de simulacin presentados en la figura 3.3 donde el ligero aumento de g (R) en distancias
pequeas R 0 es menor a medida que aumenta la masa del cmulo.
El mecanismo fsico que produce la forma particular de la funcin de distribucin
radial g (R) no se entiende bien. Para dilucidar mejor el carcter de este potencial efectivo,
hemos estudiado la misma dinmica para un gas ideal de partculas no interactuantes.
Los resultados muestran esencialmente la misma forma para la g (R). Esto sugiere que
el potencial atmico no es relevante y que la forma particular de g (R) para los cmulos
en nivel mesoscpico tiene un origen entrpico, de carcter volumen excluido que no es
enteramente trivial (ver figura 3.4).
El potencial de fuerza medio obtenido de la expresin (3.2) se muestra en la figura
3.5. Las curvas inferiores corresponden a los valores de masa de cmulo menores. Este
potencial es repulsivo y tiene un rango de interaccin que aumenta con la masa del cmulo. Tiene una altura finita lo cual significa que las partculas que se mueven sometidas a
dicho potencial de interaccin pueden interpenetrarse. Es un reflejo de la posibilidad real
de que los centros de los cmulos pueden cruzarse. Sin embargo, a medida que el cmulo
45
1.1
1
0.9
0.8
0.7
g(R)
0.6
0.5
0.4
0.3
0.2
0.1
0
0.5
1.5
2.5
3.5
Figura 3.3: Funcin de distribucin radial g (R) para distintos tamaos de cmulos. En orden
descendiente cada curva corresponde a masas promedio de cmulos de m = 2; 3; 4; 5; 8; 10.
es mayor, es ms difcil que dos cmulos estn cerca.

Hemos intentado encontrar una parametrizacin sencilla de este potencial de fuerza
medio en funcin de dos magnitudes, el rango del potencial R0 (que estar relacionado
con el alcance de la interaccin o el tamao de los cmulos) y la altura de la barrera
energtica V0 , que nos dar la intensidad de dicha interaccin. Con respecto a las formas
funcionales de ajuste, hemos observado al representar estos potenciales en ejes lin-log
que para R > 1 el decaimiento del potencial se puede aproximar muy bien por una
exponencial. Esto sugiere ajustar el potencial de fuerza medio a la siguiente funcin
V (R) =
V0
osh RR0
(3.3)
Esta funcin muestra un decaimiento exponencial a grandes distancias y va suavemente al valor V0 a distancias nulas. La derivada del potencial en R = 0 es cero y esto
implica que la fuerza media no presenta ninguna discontinuidad a medida que dos partculas pasan una muy cerca de otra. Ntese que la funcin de ajuste (3.3) no presenta la
cada a distancias pequeas de los resultados de simulacin de la g (R), (sabemos que esta
caracterstica desaparece para cmulos grandes).
La esperanza de encontrar una expresin universal para el potencial de fuerza medio,
para cmulos suficientemente masivos, queda confirmado grficamente las figuras 3.6(a)
y (b). En la figura 3.6(a) representamos el valor de V0 en funcin de la longitud tpica del
cmulo . Desafortunadamente, para cmulos grandes la estadstica es menor debido a
que el nmero de cmulos sobre el cual promediamos para medir g (R) es menor. Por el
contrario, es razonable concluir del grfico que para grandes longitudes tpicas de cmulo
46

2.0
1.5
g(R)
1.0
0.5
0.0
0.0
2.0
R
Figura 3.4: Efecto del potencial microscpico en la forma de la funcin de distribucin radial mesoscpica. Se representa en la figura la funcin de distribucin radial para el potencial
microscpico WCA (crculos llenos) y en cuadrados rellenos la del gas ideal microscpico.
Adems representamos la g (R) mesoscpica para cmulos de masa media de 5 tomos corresponde al WCA (crculos vacos) y al gas ideal (cuadrados vacos). Lgicamente en el gas
ideal todos los tomos tienen igual probabilidad de encontrarse a cualquier distancia de otro,
de ah la lnea recta. La g (R) mesoscpica del CWA es muy parecida a la del gas ideal, y tan
slo muestra un ligero efecto repulsivo del potencial.
se observa una saturacin en la curva. La figura 3.6(b) representa el rango del potencial
en funcin del tamao del cmulo donde se observa una clara dependencia lineal.
3.4 Discusin
Por qu realizar un descripcin de grano grueso en un fluido es una mejora sustancial a
la hora de intentar presentar un modelo que lo caracterice?
Por una parte, debemos mencionar que cualquier descripcin de grano grueso supone
una gran ventaja tanto en la simplicidad del modelo como en computacin del mismo.
Representamos al sistema con menos variables que adems evolucionan en escalas de
tiempo ms lentas. Por consiguiente, somos capaces de alcanzar tiempos mayores en
simulaciones con un menor coste computacional: cantidad inferior de almacenamiento de
datos y menor necesidad de recursos informticos. Sin embargo, hay que decir que en el
coarse graining siempre perdemos informacin y detalles sobre el sistema. Hay que estar
muy seguro de que las variables de grano grueso seleccionadas son capaces de describir
el fenmeno que nos interesa.
En el caso de los sistemas fluidos representados con la Dinmica de Partculas Disipativas, sabemos que el sistema se describe con la dinmica de objetos, entendidos como
3.4. Discusin
47
4
3.5
3
2.5
V (R)
2
1.5
1
0.5
0
-0.5
0
0.5
1.5
2.5
3.5
Figura 3.5: El potencial del fuerza medio derivado de las funciones de distribucin radial de
la figura 3.3, de acuerdo con la Ec.(3.2). En orden ascendente para masas crecientes.
gotas o partculas de fluido en sentido vago. En una simulacin numrica de DPD lo

natural es seleccionar como unidad de longitud la distancia tpica entre dichas partculas (y por tanto la densidad numrica queda fijada automticamente al valor 1 en estas
unidades), como unidad de energa la barrera energtica V0 , y como unidad de masa la
masa tpica de esas partculas disipativas (en el modelo original se toma constante e igual
para todas ellas). De esta forma hemos seleccionado las unidades espacio-temporales que
corresponden al nivel de descripcin simplificada o de grano grueso del fluido.
El paso de tiempo utilizado en las simulaciones de DPD debe ser, en general, una
pequea fraccin de esta unidad temporal que, a su vez, debe ser bastante grande comparado con el paso de tiempo tpico de la Dinmica Molecular. Es ms, el potencial blando
permite utilizar pasos de tiempo incluso ms grandes en sus unidades correspondientes
comparadas con las de MD. En contraposicin a los potenciales que se usan en las simulaciones MD (tipo Lennard-Jones) no se producen inestabilidades debido a que se alcancen
energas potenciales demasiado altas en un nico paso de tiempo. Se debe apreciar, sin
embargo, que en comparacin con el potencial de Lennard-Jones, este tipo de potenciales
blandos son menos eficientes en el intercambio de momento en cada colisin. Por tanto,
lo que ganamos al aumentar el paso de tiempo gracias al tipo de potencial blando se pierde debido a que debemos simular un mayor intervalo temporal para obtener resultados
estadsticamente relevantes.
Como vemos, la verdadera ventaja de la DPD sobre MD est en el significado diferente de las escalas de espacio y tiempo que representan los modelos. Esta idea se refleja
mejor si consideramos una simulacin MD realista del caso de una suspensin coloidal.
La escala temporal de evolucin de las partculas coloidales (pesadas) es muchos rdenes
48
(a)
4
3.8
3 3
3 3 3 33
3.6
3.4
V0
3.2
33
3
3
3
2.8
2.6
3
33
0.75
0.65
R0
0.55
0.45
3
1.5
(b)
0.85
2.5

3.5
0.35
3
1.5
33
33
3
3
2.5

3.5
Figura 3.6: Parmetros de ajuste del potencial de fuerza medio, la barrera energtica V0 y el
rango R0 , para diferentes tamaos de cmulos.
de magnitud mayor que la escala de evolucin de las partculas atmicas (ligeras) que forman el solvente. Por el contrario, si utilizamos partculas disipativas para simular dicha
suspensin, en particular, si representamos el solvente en una descripcin de grano grueso, podemos reducir la diferencia entre las escalas de los dos tipos de partculas presentes
en nuestra simulacin. De esta forma, los cmulos pesados (las partculas disipativas)
evolucionan mucho ms lentamente, en escalas temporales comparables a aquellas de las
partculas coloidales. O sea, la diferencia entre la escala mesoscpica del solvente (partculas DPD) y las de las partculas coloidales es mucho menor que la que hay entre los
tomos del solvente (partculas MD) y los coloides.
Cul es el origen de la forma tan particular de la funcin de distribucin radial g (R)
mesoscpica? Es una fuerza de volumen excluido que casi no presenta dependencias
importantes del potencial de interaccin molecular. De hecho, para el gas ideal y el potencial WCA atmicos, se obtiene prcticamente la misma funcin de distribucin radial
mesoscpica. Es interesante resaltar que una simulacin de teselas de Voronoi rigurosa, sin ninguna dinmica entre ellas reflejara una g (R) absolutamente plana, es decir,
equiprobabilidad de encontrar a cualquier tesela a cualquier distancia de otra. La dinmica mesoscpica es la responsable final de esta dificultad de interpenetracin para los
cmulos. Por supuesto, es un impedimento blando, porque con suficiente energa se
puede superar la barrera energtica. Otro punto importante referente a la forma de la fun-
3.4. Discusin
49
cin de distribucin radial mesoscpica se observa en la figura 3.2: la transicin micromesoscpica en la g (R) es inmediata, se observa la prdida de los detalles del potencial
atmico en el momento que a los cmulos le corresponde ms de un tomo.
El potencial de fuerza medio extrado de la funcin de distribucin radial mesoscpica
no coincide en general con el potencial real que acta entre las mesopartculas, en el
sentido en que es una aproximacin, que involucra suposicin de interaccin a pares, o
una teora de campo medio. Una prueba sencilla de ello sera que si reprodujsemos la
evolucin de los cmulos con este potencial, encontraramos desviaciones o divergencias
de las trayectorias de los cmulos respecto de la simulacin de la cual hemos extrado
ese potencial. Simplemente esperamos que el potencial que hemos inferido capture al
menos parte de la dinmica del sistema, aunque no con todo el detalle, por supuesto.
Sabemos que cualquier procedimiento de grano grueso conlleva la presencia de disipacin
y ruido trmico en el nivel ms simplificado como recordatorio de los grados de libertad
eliminados. Sera interesante derivar analticamente la ley de fuerza entre los cmulos
de la misma forma que en que se puede obtener en el ejemplo de la cadena armnica
unidimensional (Espaol, 1996) anteriormente mencionado. En un anlisis ms riguroso,
que se escapa de la intencin de este trabajo, estos efectos (disipacin y fluctuaciones
trmicas) deberan ser incluidos adecuadamente en la descripcin del fluido en trminos
de cmulos, adems de la interaccin conservativa provocada por el potencial suave.
La DPD ofrece un esquema mesoscpico razonable en el que se reproduce el comportamiento hidrodinmico, sin embargo, la forma en que las fuerzas disipativas y aleatorias
se han introducido es bastante ad hoc. Estos efectos de la disipacin y el ruido se introducen en el modelo por argumentos de simetra y simplicidad. La fuerza disipativa es lineal
en las velocidades y adems es invariante bajo translaciones y transformaciones galileanas. El trmino de ruido est fijado por el teorema de fluctuacin-disipacin (Espaol y
Warren, 1995). Todas estas fuerzas tienen un rango espacial finito fijado por una funcin
peso. A la luz del anlisis realizado en este captulo parece natural elegir esta funcin
peso precisamente como el mismo potencial suave que hemos inferido en este trabajo.
En el algoritmo original de Hoogerbrugge y Koelman (1992) la parte conservativa est
daba por un potencial lineal repulsivo que tambin se utiliza como la funcin peso de la
parte disipativa. Esta funcin de potencial depende de la densidad de puntos a travs de
la condicin de normalizacin que, aparte de factores numricos, se puede demostrar que
la satisface tambin el potencial de la Ec.(3.2).
En este captulo nos hemos limitado a elegir como variables mesoscpicas las posiciones y velocidades de los cmulos, para quedarnos en el mismo plano de descripcin
del modelo isotermo original de la DPD. No hemos introducido otras variables termodinmicas para caracterizar dichos cmulos. Para una representacin ms completa del
fluido, las ecuaciones de movimiento de los cmulos se pueden extender tomando como
variables mesoscpicas adems de la posicin y velocidad de los cmulos, tambin su
masa y su energa interna. La hiptesis de equilibrio local nos permite obtener ecuaciones
cerradas para ese conjunto de variables mesoscpicas (Espaol, 1996). Estas ecuaciones son, evidentemente, las ecuaciones de la hidrodinmica fluctuante. Esta extensin la
50
realizaremos en captulos subsiguientes. Lo que proponemos es un algoritmo bastante

similar a la DPD que discretice en una malla arbitraria lagrangiana las ecuaciones de la
hidrodinmica fluctuante.
Como hemos mencionado en el captulo introductorio, la Hidrodinmica de Partculas
Suavizadas (SPH) constituye una discretizacin lagrangiana de las ecuaciones hidrodinmicas. Es similar a la DPD excepto que en ella no estn presentes las fluctuaciones
trmicas. La estructura matemtica del mtodo que ofrece una solucin del continuo macroscpico se parece a las ecuaciones diferenciales ordinarias del enfoque microscpico
de la Dinmica Molecular atomista. En la referencia (Kum y Hoover, 1994) se muestra
que para un fluido ideal con una presin que depende cuadrticamente de la densidad, las
ecuaciones de la SPH son isomorfas a las ecuaciones de la Dinmica Molecular, donde la
funcin peso (utilizada para la discretizacin de las ecuaciones) juega el papel del potencial interatmico. Por lo tanto, parece bastante natural utilizar como funcin peso en SPH
el potencial de fuerza medio escalado inferido en este trabajo, tal y como ya hemos dicho
para la DPD. Hay varias razones para esta propuesta:
- Primero, se ha observado que la forma de la funcin peso tiene efectos cualitativos
en el movimiento de las mesopartculas SPH para otras funciones peso ligeramente diferentes. Por ejemplo, se ha observado en simulaciones de SPH una tendencia general
en el sistema de pares de partculas prximos que se mueven continuamente de manera
asociada. Este efecto a pares ocurre cuando utilizamos la funcin de peso de Monaghan
en vez de la de Lucy (Kum et al., 1995) ).
- Segundo, se observa un congelamiento de las partculas (lo que hace que el sistema se
comporte artificialmente como un slido) cuando la presin del sistema es suficientemente
grande, lo que conduce a efectos viscoelsticos espreos (Kum et al., 1995). Este hecho
precisamente limita drsticamente la tcnica SPH cuando se simula los flujos subsnicos
a alta presin (Kum et al., 1995). Un fenmeno similar tambin se ha encontrado en
algunos trabajos de DPD (Koelman y Hoogerbrugge, 1993; Espaol, 1995).
Por lo tanto, sugerimos un estudio extensivo y sistemtico de la forma del potencial
escalado que hemos obtenido en funcin del estado termodinmico del fluido microscpico. Es muy importante poder disponer de funciones peso en la SPH (y de fuerzas
conservativas en la DPD) que no provoquen la inestabilidad de congelamiento (excepto,
obviamente, cuando el fluido microscpico est sufriendo una transicin de fase lquidoslido). Dicho de otro modo, pensamos que usando una funcin peso que sea dependiente
del estado termodinmico podramos librarnos del artefacto del congelamiento y del efecto extrao de pares de partculas con sus trayectorias altamente correlacionadas.
En realidad, con este tipo de anlisis hemos conectado la DPD y la SPH. La comparacin entre la DPD y la SPH sugiere mejoras en ambos algoritmos. Por un lado, la
DPD tiene un estado de equilibrio bien definido y presenta fluctuaciones trmicas pero la
manera de incorporar en ella las fuerzas viscosas es bastante ad hoc. Pero todava no est
claro como relacionar los parmetros propios del modelo con las propiedades macroscpicas (tales como los coeficientes de transporte) del fluido que queremos representar. Por
el contrario, la SPH tiene definida la forma de incluir las fuerzas viscosas pero le falta in-
3.4. Discusin
51
corporar el efecto de las fluctuaciones trmicas. Una visin unificadora, sntesis de ambos
mtodos, ser el objetivo de los prximos captulos.
52
Parte II
GENERIC: DPD, SPH y Voronoi
53
Captulo 4
La SPH y la DPD bajo el prisma

GENERIC
En este captulo analizamos la Hidrodinmica de Partculas Suavizadas (SPH) bajo el marco GENERIC y la generalizamos al incorporar las fluctuaciones trmicas correctamente.
Vemos que una eleccin ms sencilla de los trminos de ruido reproduce el modelo de la
Dinmica de Partculas Disipativas (DPD). En este contexto esclarecemos el sentido fsico de las fuerzas conservativas del modelo DPD. Vemos que los dos algoritmos tienen las
siguientes propiedades: la masa, el momento y la energa son magnitudes conservadas, la
entropa es una funcin no decreciente en el tiempo y ambos modelos tienen incorporadas
las fluctuaciones trmicas, de forma termodinmicamente consistente.
4.1 Introduccin
En el captulo anterior, hemos visto que la DPD es, en un sentido vago, similar al mtodo conocido como SPH (Espaol et al., 1997; Espaol, 1997b, 1998a). Realizando un
coarse-grainig de un fluido, hemos obtenido un potencial de fuerza medio repulsivo entre las mesopartculas fluidas que nos da una idea de la naturaleza fsica de las fuerzas
conservativas en la DPD: son fuerzas de volumen excluido o de origen entrpico. Sin
embargo, desconocemos la forma de simular con DPD sistemas con comportamientos
termodinmicos variados.
Por otra parte, sabemos que las partculas SPH deben ser entendidas como porciones
de fluido que se mueven coherentemente con el flujo (como los nodos de una malla lagrangiana irregular). El problema de la SPH es que no incluye las fluctuaciones trmicas
(ni en forma de un tensor de tensiones aleatorio ni a travs de un flujo de calor como en la
teora de las fluctuaciones hidrodinmicas de Landau y Lifshitz (1959)). Por lo tanto, es
discutible la validez del mtodo para el estudio de fluidos complejos a escalas mesosc55
56
Captulo 4. La SPH y la DPD bajo el prisma GENERIC
picas donde dichas fluctuaciones son importantes. Las nicas fluctuaciones observables
en SPH tienen un origen puramente numrico debido a la discretizacin de las ecuaciones
de Navier-Stokes en trminos de partculas. Obsrvese que las fluctuaciones de velocidad
consideradas en la SPH, por ejemplo, en (Hoover et al., 2000) no se corresponden con
las fluctuaciones trmicas de la teora de las fluctuaciones hidrodinmicas de Landau y
Lifshitz (1959).
En este captulo, utilizando el formalismo GENERIC, damos una solucin a estos
problemas bsicos en la SPH y la DPD. Extraemos, por analoga con el anlisis de la SPH
y de manera natural, el sentido fsico de las fuerzas conservativas en el modelo DPD.
Primero presentaremos el formalismo de dos generadores (GENERIC) que garantiza la
consistencia termodinmica, (Grmela y ttinger, 1997; ttinger y Grmela, 1997; ttinger, 1997, 1998a,b). Posteriormente, analizaremos la SPH y la DPD dentro de dicho
contexto: Formulamos el modelo lagrangiano discreto de la SPH incluyendo las fluctuaciones trmicas correctas y veremos cmo una ligera variacin en la forma del ruido nos
conduce al modelo DPD con cualquier comportamiento termodinmico.
4.2 El formalismo GENERIC

Por completitud del captulo presentamos en esta seccin el formalismo GENERIC, recientemente desarrollado por Grmela y ttinger en (Grmela y ttinger, 1997; ttinger y
Grmela, 1997).
El formalismo GENERIC (acrnimo de General Equation for Non Equilibrium
Reversible Irreversible Coupling) establece que todas las ecuaciones de transporte relevantes en la termodinmica de no equilibrio presentan una estructura reconocible. Un
gran nmero de ejemplos confirman esta afirmacin: la termodinmica lineal irreversible,
la hidrodinmica relativista y no relativista (ttinger, 1998b), la ecuacin de Boltzmann
(ttinger, 1997), la teora cintica de polmeros (ttinger, 1998a), por mencionar algunos,
tienen todos la estructura GENERIC.
No se trata slo de una manera de reescribir la ecuaciones de transporte tradicionales en un lenguaje transparente, sino que permite derivar de una forma bastante sencilla
ecuaciones dinmicas con sentido fsico para sistemas no considerados hasta ahora. La
estructura garantiza la consistencia termodinmica, o sea, asegura que se satisfacen la
primera y segunda ley de la de la Termodinmica.
Para describir un sistema, primeramente hay que realizar una buena eleccin de las
variables. Para ello hay que saber cules son las caractersticas relevantes del fenmeno
que nos interesa describir. Hay que decidir cul es el nivel de descripcin apropiado para
ese fenmeno en concreto, y saber si el conjunto de variables seleccionado en dicho nivel
es independiente y completo. GENERIC se basa en la idea de que las variables relevantes
que describen al sistema en un cierto nivel, denotadas colectivamente por x, evolucionan
en escalas de tiempo perfectamente separadas de las escalas de otras variables que no
intervienen en dicha descripcin. Es decir, las variables elegidas deben ser capaces de
dar una descripcin cerrada del sistema. Si es as, el estado actual del sistema depende
4.2. El formalismo GENERIC
57
slo de un pasado muy reciente y todos los efectos de memoria pueden ser despreciados.
Se trata de una idea recurrente en la mecnica estadstica de no equilibrio iniciada en los
trabajos pioneros de Zwanzig (1961) y Mori (1965). En realidad, la estructura GENERIC
puede ser deducida a partir de primeros principios utilizando operadores de proyeccin
estndar (ttinger, 1998a).
Los bloques bsicos en el formalismo GENERIC son dos potenciales y dos operadores
lineales. Los potenciales son la energa E (x) y la entropa S (x), definidas como funciones
de las variables x que hemos elegido para describir el estado del sistema. Los operadores
lineales son L(x) y M (x). Las ecuaciones dinmicas deterministas GENERIC repiten
siempre la estructura
dx
E (x)
S (x)
(4.1)
= L(x)
+ M (x)
:
dt
x
x
Hay que entender que =x generalmente implica derivadas funcionales ms que derivadas parciales, ya que x puede representar campos dependientes de la posicin, tales como
el campo de densidad (r; t).
Reconocemos al primer sumando del lado derecho de la ecuacin (4.1) como la parte
reversible de la dinmica. El segundo es la parte irreversible. El punto fuerte de GENERIC surge de las exigencias concretas respecto a ciertas simetras en las matrices L(x) y
M (x) que limitan las posibilidades sobre su modelado fsico.
1. La matriz L(x) es antisimtrica y satisface la identidad de Jacobi (hecho que est
relacionado con la invariancia de la estructura temporal). Bsicamente describe
efectos cinemticos (reversibles) y est dada principalmente por la eleccin de las
variables y su comportamiento bajo transformaciones espaciales.
2. La matriz M (x) es simtrica y semidefinida positiva. Juega el papel de las ecuaciones constitutivas (propiedades materiales dinmicas) y responde, por tanto, de la
dinmica irreversible.
Pero ms importante todava, se deben satisfacer adems las condiciones de degeneracin
siguientes
S (x)
= 0;
x
E (x)
= 0:
M (x)
x
L(x)
(4.2)
(x) est en
Qu estn expresando estas condiciones? El requisito de que el gradiente Sx
ncleo de L(x) expresa la naturaleza reversible de la contribucin de L(x) a la dinmica:
la forma funcional de la entropa debe ser tal que no puede ser afectada por el operador
que genera la dinmica reversible. La condicin de que el gradiente Ex(x) est a su
vez en el espacio nulo de M (x) expresa la conservacin de la energa total dada por la
contribucin de M (x) a la dinmica.
58
Estas propiedades aseguran que la energa total es un invariante dinmico, E_ = 0,

y que la entropa es una funcin no decreciente del tiempo, S_ 0, como se puede demostrar fcilmente por simple aplicacin de la regla de la cadena y de las ecuaciones de
movimiento (4.1). En otras palabras, aseguran la consistencia termodinmica al satisfacerse la primera y segunda ley de la Termodinmica.
En el caso de que haya otros invariantes dinmicos, I (x), en la evolucin del sistema
(como por ejemplo el momento lineal o angular), L(x) y M (x) deben satisfacer otras
condiciones adicionales. En particular,
I (x)
L(x) Ex(x) = 0;
x
S (x)
I (x)

M (x)
= 0:
x
x
(4.3)
que aseguran precisamente que dI (x)=dt = 0.

Las ecuaciones deterministas (4.1) son, en realidad, una aproximacin en la que se
han despreciado las fluctuaciones trmicas. Pero si nuestro nivel de descripcin del sistema necesita ruido, la dinmica general queda descrita por ecuaciones diferenciales estocsticas o, equivalentemente, por una ecuacin de Fokker-Planck (FPE) que gobierna la
funcin de probabilidad = (x; t). Esta FPE se escribe
t (x; t) =

(x; t) L(x) Ex(x) + M (x) Sx(x)
x
kB M (x)
(x; t)
;
x
(4.4)
siendo kB la constante de Boltzmann.
La funcin de distribucin de las variables de un sistema en equilibrio est dada por
la funcin de distribucin de Einstein. Se puede probar esta afirmacin bajo la hiptesis
(bastante general) del carcter mixing de la dinmica microscpica del sistema (Espaol
y de la Rubia, 1992)). Si la dinmica microscpica asegura la existencia de invariantes
dinmicos como la energa E (x) y, quizs otros I (x), entonces la distribucin de Einstein
toma la forma

eq (x) = g(E (x); I (x)) exp
S (x)
kB
(4.5)
donde la funcin g queda completamente fijada por la distribucin inicial de los invariantes dinmicos. Por ejemplo, si en el instante inicial se conoce con elevada precisin el
valor de los invariantes E (x) e I (x), en particular, si toman los valores E0 ; I0 respectivamente, entonces, la funcin de distribucin de Einstein se particulariza a
(E (x)
eq(x) =
S (x)
E0 )(I (x) I0 )
;
exp
(E0 ; I0 )
kB
con el factor de normalizacin adecuado

(E0 ; I0 ).
(4.6)
4.2. El formalismo GENERIC
59
Para que la ecuacin de Fokker-Planck (4.4) tenga como (nica) solucin de equilibrio
la funcin de distribucin de Einstein las matrices L(x); M (x) deben verificar que

E (x)
= 0;

L(x)
x
x
I
= 0:
M (x)
x
(4.7)
La primera condicin se puede entender como una condicin de incompresibilidad sobre

la dinmica reversible en el espacio de estados x y, adems, ha sido derivada independientemente con operadores de proyeccin (ttinger, 1998a). La segunda condicin es
simplemente el requisito para que la parte disipativa de la dinmica conserve la energa
total y cualquier otro invariante dinmico presente.
Cuando las fluctuaciones trmicas son necesarias para la descripcin de nuestro sistema, la funcin entropa S (x) puede ser una funcin decreciente en el tiempo. Sin embargo, esto no significa una violacin de la segunda ley de la termodinmica, porque si
definimos el funcional de entropa como
Z
S [t = S (x)(x; t)dx kB (x; t) ln (x; t)dx;
(4.8)
es posible demostrar, utilizando la ecuacin de Fokker-Planck (4.4), que este funcional es

estrictamente creciente en el tiempo: t S [ 0. Dicho de otra forma, el funcional de
entropa juega el papel de una funcin de Lyapunov.
Finalmente, las ecuaciones estocsticas que son matemticamente equivalentes a la
ecuacin previa de Fokker-Planck (Gardiner, 1983; ttinger, 1996) (en la interpretacin
de It) son

S (x)
E (x)
+ M (x)
+ kB M (x) dt + dx~:
dx = L(x)
x
x
x
(4.9)
Es interesante comparar (4.9) con las ecuaciones deterministas (4.1). En particular resaltar la aparicin del trmino de ruido y de un trmino adicional, proporcional a kB , en la
~ es una combinacin lineal
dinmica determinista. El trmino propiamente estocstico dx
de incrementos independientes del proceso de Wiener y satisface la regla mnemotcnica
de It
dx~dx~T = 2kB M (x)dt;
(4.10)
1
=
2
~ es un infinitesimal de orden dt (Gardiner, 1983). La Ec.(4.10)
lo que significa que dx
es una forma compacta y formal del teorema de fluctuacin-disipacin.
A la hora de formular nuevos modelos es a veces conveniente especificar los ruidos dx
~
directamente, en vez de la matriz M (x), ya que, por la condicin (4.10), la matriz M (x)
tiene las propiedades adecuadas: es automticamente definida simtrica y semidefinida
60
positiva. Para preservar la conservacin de la energa y el resto de invariantes dinmicos

en el tiempo, es necesario un requisito mucho ms estricto para la forma concreta de dx
~,
E (x)
dx~ = 0;
x
I (x)
dx~ = 0;
x
(4.11)
que implican precisamente las ecuaciones (4.2) y (4.7).

Es sencillo interpretar el significado geomtrico de (4.11): Los pequeos golpes
aleatorios producidos por el ruido dx
~ sobre el estado x son ortogonales a los gradientes
de E (x); I (x). Estos gradientes son vectores perpendiculares a las hipersuperficies de
energa constante E (x) = E0 y de invariantes dinmicos constantes I (x) = I0 . Por
tanto, las fluctuaciones mantienen siempre al estado x en la hipersuperficie de invariantes
dinmicos.
Acabamos esta seccin resaltando que el tamao de las fluctuaciones est gobernado
(formalmente) por la constante de Boltzmann kB . Las fluctuaciones se pueden eliminar
de dicha ecuacin tomando el lmite kB ! 0 (sin cambiar los elementos que constituyen
la estructura GENERIC E (x); S (x); L(x); M (x)), de tal manera que kB puede ser considerado como un pequeo parmetro que controla las fluctuaciones. Si tomamos el lmite
kB ! 0, las ecuaciones diferenciales estocsticas (4.9) se convierten en las ecuaciones
deterministas (4.1) y la ecuacin de Fokker-Planck (4.4) tiene slo primeras derivadas
de la misma forma que la ecuacin de Liouville. Precisamente en este lmite, la funcin
de distribucin (x; t) no tiene dispersin y es esencialmente una funcin delta de Dirac
evaluada en la solucin de las ecuaciones deterministas. En este caso, el funcional de la
entropa S [ se reduce, como debe ser, a la funcin entropa S (x) que es una funcin no
decreciente en el tiempo.
4.3 Aplicaciones de GENERIC al modelo SPH

El problema bsico en cualquier descripcin de no equilibrio de un sistema dado es identificar el conjunto de variables relevantes de dicho sistema. Vamos a analizar el conjunto
de dichas variables en la dinmica de no equilibrio para el modelo SPH. Para simplificar, comenzaremos con la SPH sin disipacin. Recordemos que el mtodo ya ha sido
presentado en la seccin (1.4).
Sabemos que en la SPH la masa mi de cada una de las partculas es constante y que
estn situadas en las posiciones Ri con momentos Pi . Se define adems una variable
densidad i asociada a cada partcula
i =
mj W (jRi Rj j)
(4.12)
a travs de una funcin peso W (r) (con forma de campana de soporte finito h y normalizada a la unidad). Con esta definicin se ve que si las partculas estn muy cerca de
4.3. Aplicaciones de GENERIC al modelo SPH
61
la partcula i, la densidad definida por la Ec.(4.12) es mucho mayor en esa regin del
espacio. A partir de la densidad podemos asignar un volumen asociado a cada partcula
fluida
Vi (R1 ; : : : ; RM ) = m i :
(4.13)
i
(Obsrvese que, en SPH, tanto la densidad como el volumen de cada partcula son funciones del conjunto de las posiciones de las partculas del sistema). Al hablar de pseudopartculas SPH o partculas fluidas, nos referimos a porciones de fluido o conjuntos de
molculas que se mueven siguiendo los movimientos colectivos. Por tanto, parece razonable considerar que estas partculas fluidas son pequeos sistemas termodinmicos con
su centro de masa situado en Ri , con momento Pi , volumen Vi definido en (4.13), masa
(fija) mi , y entropa Si (o energa interna Ei ). Aunque son sistemas termodinmicos en el
sentido que se puede definir una funcin de entropa, se supone que las partculas fluidas
son suficientemente pequeas como para sufrir el efecto de las fluctuaciones estocsticas
provocadas por las molculas o tomos subyacentes que constituyen dicha mesopartcula
fluida.
Por tanto, el estado del sistema SPH queda descrito por el conjunto de variables independientes x = fRi ; Pi ; mi ; Si ; i = 1; : : : ; M g, siendo M el nmero total de partculas
fluidas SPH.
Los dos elementos bsicos del formalismo GENERIC son la energa y la entropa del
sistema en funcin de las variables seleccionadas, para los que proponemos la siguientes
expresiones
E (x) =
S (x) =
P2i
2mi
+ E (Vi ; mi ; Si );
Si ;
(4.14)
donde E (Vi ; mi ; Si ) es la energa interna de la mesopartcula fluida i en funcin de sus

variables extensivas. Como en el tratamiento habitual de la hidrodinmica, suponemos
la hiptesis de equilibrio local (de Groot y Mazur, 1964). Por tanto, la energa interna
de las partculas fluidas es la misma funcin de la masa, volumen y entropa que la de la
energa interna total en equilibrio en funcin de las variables extensivas del sistema total.
Podemos ahora calcular las derivadas de E (x) y S (x)
1
0 P Ej V j 1
0
0
j Vj Ri
C
E (x) B
S (x) B
0C
vi
C;
C;
(4.15)
=B
=B
A
A

x
0
Ti
x
0
1
con las definiciones termodinmicas habituales para la velocidad de las partculas fluidas,
la presin y la temperatura (que son funciones de las variables extensivas Vi ; mi ; Si )
Pi ;
vi = m
i
62
Pj =
Ej
;
Vj mj ;Sj

Ei
:
Ti =
Si mi ;Vi
(4.16)
Definamos ahora una cantidad relevante para el resto del desarrollo de la seccin, la
derivada del volumen SPH definido en (4.13) con respecto a las posiciones de las partculas. Se calcula fcilmente
X
ij Vj = m2j (mi !ji + ij mk !ik );

Ri
j
k
(4.17)
!ij = W 0 (Rij )eij :
(4.18)
siendo
La prima aqu se refiere a la derivada respecto al argumento y eij es el vector unitario en

la lnea que une las partculas i; j , (!ij es antisimtrica en el cambio ij ). Anlogamente
se define
Vi = mi (m !
ji R
2i j ij ij
j
mk !ik ):
(4.19)
Construimos ahora la matriz L(x) del modelo SPH que representa a la hidrodinmica en
versin lagrangiana para un fluido no viscoso. Imponemos que la parte reversible de las
ecuaciones de movimiento debe ser
R_ i jrev = vi ;
m_ i jrev = 0;
S_ i jrev = 0:
(4.20)
Es decir, la posicin de la partcula fluida cambia exclusivamente de acuerdo con su velocidad (tal y como corresponde a una descripcin en trminos de partculas lagrangianas de
masa mi ) y, obviamente, como cualquier dinmica reversible no debe provocar ninguna
variacin en el contenido de entropa de la partcula fluida. Recordemos que las masas
son constantes por definicin en SPH.
Si analizamos el trmino LrE en la Ec.(4.1) con las derivadas de la energa dadas en
(4.15), la matriz L(x) ms simple que se nos pueda ocurrir y que produce las ecuaciones
deseadas tiene una estructura de M M bloques Lij de tamao 8 8 de la forma
0
B
Lij = B

0
1ij
0
0
1ij
0
0
0
0
0
0
0
0
0
0
0
1
C
C:
A
(4.21)
63
La ltima y la penltima fila aseguran la invariancia de mi y de Si , (por antisimetra

la ltima y penltima columna quedan fijadas). La primera fila preserva la ecuacin de
movimiento para la posicin y la primera columna tambin est definida obligatoriamente
por antisimetra.
La matriz L(x) es antisimtrica porque Lij = LTji y satisface las condiciones de
degeneracin Ecs.(4.2).
Tenemos que considerar tambin los invariantes dinmicos I (x) si queremos preservarlos
en el modelo de partculas
PSPH. En nuestro caso, son el momento total P0 =
P
,
y
la
masa
total
M
=
P
0
i
i mi . Comprobemos su efecto sobre los invariantes,
i
Ecs.(4.3). Tenemos que la masa total y el momento total cumplen la condicin, debido a
que
ij obedece
X
(4.22)
ij = 0:
i
Finalmente, podemos garantizar la primera condicin en las ecuaciones Ecs.(4.7) ya que
tambin se satisface la identidad siguiente
X
ij
Pi
(
ij Pj )
= 0:
Las ecuacin reversible resultante de aplicar x_ jrev
P_ i jrev =
(4.23)
= L rE para el momento es
ij Pj :
(4.24)
Para algunas variables dependientes interesantes, podemos aplicar la regla la cadena y

obtener sus ecuaciones reversibles. En concreto, para el volumen
V_ i jrev
ji R_ j jrev =
ji vj
(4.25)
y para la energa interna
E_i jrev
E
Ei
_ i jrev + Ei
m_ i jrev + i
V
S_ j

Vi mi ;Si
mi Vi ;Si
Si mi ;Vi i rev

X
Ei
_
ji vj :
V
j
=
P
=
i
rev
i
Vi mi ;Si
j
(4.26)
Es interesante analizar las ecuaciones de evolucin para las variables del momento, volumen y energa interna de las mesopartculas. Vamos a compararlas con las ecuaciones
de Euler para un fluido no viscoso, en trminos de campos continuos. Desde el punto de
vista macroscpico del continuo, estas ecuaciones son:
la ecuacin de continuidad
t (r; t) =
r g(r; t);
(4.27)
64
la ecuacin de balance para el momento
t g(r; t) =
rP (r; t) r g(r; t)v(r; t);
(4.28)
la ecuacin para la energa interna por unidad de masa
t (r; t) =
P (r; t)
r v(r; t) v(r; t) r(r; t);
(r; t)
(4.29)
r s(r; t)v(r; t):
(4.30)
o en versin entrpica
t s(r; t) =
En estas ecuaciones, (r; t) es el campo de densidad de masa, g(r; t) = (r; t)v(r; t) es el

campo de densidad de momento (siendo, por tanto, v(r; t) el campo de velocidad), s(r; t)
el campo de densidad de entropa (entropa por unidad de volumen) y (r; t) el campo de
energa interna por unidad de masa (tambin conocido como energa interna especfica).
El campo de presin P (r; t) est dado, de acuerdo con la hiptesis de equilibrio local, por
P (r; t) = P eq ((r; t); s(r; t)) donde P eq(; s) es la ecuacin de estado de equilibrio que
nos da la presin macroscpica en trminos de la densidad de masa y entropa.
Si definimos la derivada material (tambin llamada total o sustancial) que nos da la
tasa del cambio de alguna cantidad siguiendo la evolucin de una partcula con el flujo a
travs de
d
= t + v(r; t) r;
(4.31)
dt
usando el campo de volumen especfico V (r; t) = m=(r; t) (donde m es una masa
de referencia) y definiendo E (r; t) como el campo de energa interna, las ecuaciones
anteriores se escriben
V_ (r; t)
=
mv_ (r; t) =
E_ (r; t) =
V (r; t)r v(r; t);

V (r; t)rP (r; t);
P (r; t)V (r; t)r v(r; t);
(4.32)
donde el punto significa derivada material. Por simple comparacin de estas ecuaciones
4.32 con las ecuaciones de movimiento reversibles para el volumen (4.25) y momento (o
velocidad) (4.24) de las pseudo-partculas SPH podemos interpretarlas como versiones
discretas, en trminos de partculas lagrangianas, de las ecuaciones continuas para un
fluido no disipativo bajo una descripcin lagrangiana. Dicho de otra manera, tenemos
una representacin simplificada de los campos continuos plasmada en un conjunto finito
de pseudo-partculas que transportan la masa, el momento y la energa y que interaccionan
conservando dichas cantidades.
Si entendemos por la notacin [f i el valor del campo o funcin escalar f , [f i como
el valor discreto del campo vectorial y [f i como el valor discreto del campo tensorial
65
asignado a la partcula i, entonces reconocemos que la SPH propone como versiones

discretas de los operadores las aproximaciones:
V GRADIENTE : [V rf i
V DIVERGENCIA : [V r f i
V DIVERGENCIA TENSOR : [V r f i
ij fj ;
ji fj ;
ji fj :
(4.33)
Si el rango h de la funcin interpolante SPH es mucho menor que la escala tpica espacial de variacin de las variables hidrodinmicas y la distancia tpica entre partculas
P
es mucho menor que h, entonces, por ejemplo, es posible probar que Vi f (ri )
j
ij f (rj ). De esta forma, el objeto-vector que nosotros hemos denotado por
ij
en la ecuacin (4.17) permite definir una versin discreta del operador V . De igual
forma podemos interpretar el resto de operadores discretos.
Para el conjunto de variables independientes, podemos sustituir la forma particular
dada en la Ec.(4.17) en las ecuaciones reversibles (4.20) y (4.24) llegamos a las ecuaciones
finales
R_ i jrev = vi ;
(mi v_ i )jrev =
m_ i jrev = 0;
S_ i jrev = 0:
"
P P
mi mj !ij 2j + 2i ;
j i
j
(4.34)
Para el volumen y energa interna, sustituyendo en (4.25) y (4.26), tenemos
mi
2 mj ! ij vij ;
j i
X Pi mi
E_i jrev =
2 mj !ij vij ;
j i
V_ i jrev
(4.35)
donde hemos definido la velocidad relativa vij = vi vj . Es importante darse cuenta

de que obtenemos la forma simetrizada en el momento. Precisamente corresponde a las
ecuaciones de la SPH en la forma preferida por Monaghan (1992). Sin embargo, la forma
es no simtrica en la ecuacin de la energa interna (en contradiccin con su propuesta).
Dichas formas surgen naturalmente de la estructura GENERIC y de la definicin natural
de la funcin de volumen, Ec.(4.13). Precisamente en la literatura sobre el tema (Serna
et al., 1996; Hernquist, 1993; Monaghan, 1992; Benz, 1990) existe mucha controversia
sobre la gran variedad de implementaciones diferentes de la SPH y sobre las ventajas y
66
exactitud de unas sobre otras. En algunos de dichos trabajos se menciona que si se usa
una forma simetrizada en la ecuacin de evolucin de la energa interna y si la densidad
se calcula con el interpolante SPH, entonces la entropa no se conserva tan bien como la
energa. O que si se integra la ecuacin de la entropa, la energa total no se conserva
exactamente, o incluso que si se utiliza una ecuacin de evolucin para la densidad de la
partcula, la masa total no se conserva exactamente (se entiende, numricamente en una
simulacin). GENERIC permite seleccionar una formulacin concreta que es plenamente
consistente con la primera y segunda ley de la Termodinmica.
Sin embargo, nuestra formulacin no soluciona el siguiente problema que es comn
a todas las versiones SPH propuestas hasta la fecha: dada una partcula i cuya presin es
Pi , si todas las presiones de las partculas vecinas toman exactamente el mismo valor de
la presin Pi , existe todava una fuerza remanente sobre dicha partcula i dada por
#
"
v_ i = Pi mj !ij 12 + 12 ;
j i
j
X
(4.36)
que es en general diferente de cero. Esto es fsicamente inaceptable porque el estado de

equilibrio de un sistema SPH no est dado por una situacin en la que todas las partculas estn en reposo con valores idnticos para las variables intensivas (presin, potencial
qumico y temperatura). Sin embargo, se trata de un estado de equilibrio en el que las
partculas estn sometidas a fuerzas que nunca se cancelan produciendo una agitacin trmica ficticia, de origen numrico, no fsico. En presencia de disipacin el sistema relaja a
un estado de equilibrio con todas las velocidades nulas pero formando cristales regulares,
para los cuales las fuerzas en (4.36) se anulan. Estos cristales tienen cierta elasticidad impropia de un fluido newtoniano. El hecho de que presiones iguales no produzcan fuerza
nula debe ser entendido como un artefacto numrico. Este efecto se puede reducir aumentando el solapamiento, es decir, la razn s = h= entre el alcance finito h de la funcin
peso W (r) y la distancia tpica entre partculas fluidas . Cuando s 1, una partcula
tiene muchos vecinos. En dicha situacin, para una distribucin homognea de partculas,
las densidades de las partculas son tpicamente las mismas. La suma en (4.36) implicar
muchos vecinos, y por isotropa, la suma sobre ! ij va a ser muy pequea. Por tanto,
podemos reducir arbitrariamente el artefacto numrico al precio de aumentar el nmero
de vecinos, y por tanto, el tiempo de clculo computacional.
El origen fsico de este artefacto numrico est relacionado con el hecho de que el
volumen total, definido como la suma de los volmenes de las partculas
SPH, no es una
P
variable conservada. Ntese que la forma SPH de
ij no satisface j
ij = 0. En
realidad toma el valor
X
ij =
1
1
mi mj 2 + 2 !ij 6= 0:

j
i
j
(4.37)
y, consecuentemente, el volumen total calculado como VT = i Vi no es un invariante

dinmico, es decir, no se conserva. En general VT 6= V0 si entendemos por V0 el volumen
67
del contenedor en que se encuentran el fluido representado por las partculas fluidas. VT
sera un invariante si los volmenes de las partculas fuesen una verdadera particin del
contenedor total. Precisamente esto es lo que se manifiesta en la caracterstica no fsica arriba mencionada: si todas las partculas tienen la misma presin, existe todava una
fuerza remanente sobre cada partcula. ste es un hecho comn en todas las implementaciones de SPH hasta la actualidad (Monaghan, 1992; Takeda et al., 1994; Posch et al.,
1995; Kum et al., 1995).
En el trabajo de Flekky y Coveney (1999), se P
refleja otra posibilidad para
ij obtenida de la construccin de Voronoi que s cumple j
ij = 0. Precisamente esta es la
lnea seguida en el captulo 5.
4.3.1 Las fluctuaciones trmicas en SPH

En esta subseccin nos centraremos en la parte irreversible del modelo SPH, es decir, en
construir la matriz de disipacin M (x) y en incorporar las fluctuaciones trmicas.
Para el caso de un fluido newtoniano que satisface la ley de Fourier para la conduccin del calor las ecuaciones constitutivas ofrecen expresiones habituales para el tensor
de tensiones y para el flujo trmico relacionadas con el tensor gradiente de la velocidad y
con el gradiente de temperatura, respectivamente. Sin embargo, en presencia de fluctuaciones existen tambin en el fluido tensiones locales y flujos trmicos espontneos, que
no estn directamente relacionados con dichos gradientes. Estos efectos se describen por
el llamado tensor de tensiones aleatorio y el flujo de calor aleatorio. El problema consiste en establecer las propiedades de estas magnitudes estocsticas, tales como sus valores
cuadrticos medios y las correlaciones entre sus valores en los diversos puntos del fluido
y en diferentes instantes. Las frmulas generales de esta teora llamada hidrodinmica
fluctuante fueron establecidas por Landau y Lifshitz (1959).
En el continuo, las fluctuaciones trmicas se introducen en las ecuaciones de la hidrodinmica para los campos intensivos (densidad de momento y de entropa) a travs de la
divergencia de un tensor de tensiones aleatorio y un flujo de calor aleatorio respectivamente, (Landau y Lifshitz, 1959; Espaol, 1998b).
En el algoritmo discreto seguimos una lnea parecida. Tenemos que especificar primero dnde sucede la irreversibilidad. No queremos procesos irreversibles asociados a la
evolucin de la posicin, volumen o masa de las partculas. Esto implica que para nuestro caso discreto, el
en la ecuacin de movimiento (4.9) debe tener la
trmino de ruido
T
~
~
estructura dx
~ ! 0; dPi ; 0; dSi . Los trminos aleatorios para las variables extensivas
dP~ i ; dS~i son, por simple analoga con la expresin del ruido aleatorio en la hidrodinmica no lineal del continuo, versiones discretas del producto del volumen por la divergencia
de un flujo aleatorio (en el sentido de la Ec.(4.33)), o sea, )
~i =
dP
ij d~ j ;
68
dS~i =
1 X ~q
dJ
Ti j ij j
X
1
ji vjT :
d~ i :
Ti
j
(4.38)
ij debe tener las dimensiones de volumen partido por longitud. En prinSabemos que
cipio, no sabemos qu objeto proponer. En ausencia de una mejor opcin, elegimos
ij =
ij , con la definicin de (4.17), por analoga con la parte reversible del mode~ i y el flujo de calor
lo SPH anteriormente analizada. El tensor de tensiones aleatorio d
~qi se definen como
aleatorio dJ
d~ i = ai dWi + bi tr[dWi ;

d
dJ~qi = i dVi :
(4.39)
Los coeficientes ai ; bi ; i son
ai =
bi =

4kB Ti

i 1=2
Vi
2dkB Ti

i 1=2
Vi

1=2
i = Ti 2kB i
:
V
(4.40)
Aqu, d es la dimensin fsica del espacio, i es la viscosidad de cizalla de la mesopartcula i, i es la viscosidad de volumen, y i es la conductividad trmica. Estos coeficientes
de transporte pueden depender en general del estado termodinmico de la partcula fluida
i. (Por simplicidad, consideramos que los coeficientes de transporte son constantes). A
primera vista, la forma particular de los coeficientes en la Ec.(4.40) puede parecer algo arbitraria. En realidad, la forma funcional particular de estos coeficientes puede ser extrada
slo despus de escribir las ecuaciones discretas finales y compararlas con los trminos
disipativos que aparecen en las ecuaciones en versin continua.
S
La matriz aleatoria simtrica de traza nula dWi se define como
dWi =

1
dWi + dWiT
2
1
tr[dWi 1:
d
(4.41)
donde dWi es una matriz de incrementos independientes de Wiener. El vector dVi es

tambin un vector de incrementos independientes de Wiener que satisfacen las reglas
mnemotcnicas de It
dWi dWj = ij 0 0 dt;

dVi dVj = ij dt;
0
dVi dWj = 0;
(4.42)
69
donde los ndices griegos denotan las componentes tensoriales. Obsrvese que las formas
~ i y dS~i en la Ec.(4.38) satisfacen
postuladas de dP
X
vi dP~ i + Ti dS~i = 0;
X
dP~ i = 0;
(4.43)
y, por tanto, las Ecs.(4.11) se cumplen. Esto significa que los ruidos conservan el momento y la energa exactamente.
~dx~T y calcular
Es simple cuestin de lgebra sencilla construir el producto didico dx
la matriz M (x) de la Ec.(4.10). El procedimiento es bastante tedioso pero estndar. Una
vez que tenemos M (x), se pueden escribir los trminos M (x) S=x para la dinmica
irreversible de las ecuaciones de movimiento para las variables hidrodinmicas discretas.
Si suponemos que los coeficientes de transporte no dependen de la densidad de entropa
(pero pueden depender de la densidad de masa), las ecuaciones completas resultantes
son:
dmi = 0;
dRi = vi dt;
0
dPi =
Ti dSi =
X

ij Pj

kB
Cv i

ij j A dt + dP~ i ;

X

2 Gi : Gi + i Di2 dt +
ij Jqj dt
i
Vi
kB

2 j T 2 dt
Ti Cv i j ij Vj j
+ Ti dS~i :
X
Vi
kB Ti
mi

d2 + d
2 2i
Vi
2d
i
Vi
2ji dt
(4.44)
Hemos incluido las versiones discretas del tensor de tensiones i , el tensor gradiente
de velocidad simtrico de traza nula Gi , la divergencia Di y el flujo de calor Jqi como

=
i

2 i Gi
Vi
i

Vi Di ;
1X
1 X
G
=
ki vk ;
[
ki vk +
ki vk
i
2
d
Di =
Jqi =
ki vk ;

X
1
Ti2 i
1
ik
Vi k
Tk
kB
:
Cvk
(4.45)
70
Finalmente, la capacidad calorfica a volumen constante para la partcula fluida i se define

como

Ti 1
Cv i = Ti
(4.46)
:
Si Vi
Los factores adimensionales kB =Cv i son, por tanto, muy pequeos. En el lmite de
! 0, podemos fcilmente reconocer en las Ecs.(4.44) y (4.45) todos los trminos
correspondientes a las ecuaciones de la hidrodinmica del continuo (de Groot y Mazur,
1964) y los del modelo SPH (Monaghan, 1992).
kB
4.4 El modelo DPD+e en forma GENERIC

~, podemos obteEn esta seccin mostraremos cmo al proponer otras formas del ruido dx
ner una parte irreversible que est ntimamente relacionada con la Dinmica de Partculas
Disipativas. El modelo DPD+e que presentamos aqu es una generalizacin natural del
modelo clsico DPD (Hoogerbrugge y Koelman, 1992) en el que se incluyen una variable
de energa interna (o entropa) como en las referencias Bonet y Mackie (1997); Espaol
(1997a). Adems, la variable de volumen asociada a las funciones peso propias de la
DPD, juega un papel crucial como en el caso de la SPH en la seccin anterior.
Desde el punto de vista GENERIC, este modelo DPD+e difiere del modelo SPH de
la seccin precedente slo en la forma de los trminos disipativos y aleatorios. Por lo
tanto, la parte de la fuerza conservativa en la ecuacin de evolucin del momento de la
partcula DPD queda relacionada directamente con el gradiente de presin.
~ i ; 0; dS~i )
En vez de la forma (4.38), proponemos los trminos aleatorios dx
~ ! (0; dP
a la DPD (Espaol, 1997a; Bonet y Mackie, 1997; Ripoll et al., 1998)
~i =
dP
dS~i =
1X
A dV
Ti j ij ij
Bij dWij ;
1 X
B v dW ;
2Ti j ij ij ij
(4.47)
donde Bij = Bji , Bii = 0, y Aij = Aji son funciones adecuadas de la posicin y
quizs, de otras variables de estado. Los procesos independientes de Wiener satisfacen
dWij = dWji y dVij = dVji y las siguientes reglas mnemotcnicas de It
1
dWii0 dWjj0 = [ij i0 j0 + ij0 i0 j dt;

dVii0 dVjj0 = [ij i0 j0 ij0 i0 j dt;
dWii0 dVjj0 = 0:
1
para que el trmino de entropa sea ms parecido al ruido SPH, podemos reemplazar
Pj Bijque
vij dWij por 1 Pj Bij vi dWij .
1 Ntese
2Ti
(4.48)
Ti
4.4. El modelo DPD+e en forma GENERIC
71
Debemos observar que los trminos de ruido de la DPD en la (4.47) tambin satisfacen
los requisitos exigidos (4.11), que se escriben como
X
X
dP~ i = 0;
vi dP~ i + Ti dS~i = 0:
(4.49)
De nuevo, la primera ecuacin asegura la conservacin del momento y la segunda la de

~ i representa fluctuaciones en la
la energa. Se comprende as que la fuerza aleatoria dP
lnea que une a las partculas, y satisface la tercera ley de Newton. El primer sumando del
lado derecho en la expresin para dS~i (4.47), asegura que se verifica la ltima ecuacin
en las Ecs.(4.49) y el segundo trmino en dS~i est dictado por nuestro deseo de modelar
la conduccin de calor de la forma dada por Espaol (1997a).
Intuitivamente, la diferencia esencial entre el ruido de la DPD, Ecs.(4.47), y el postulado en el mtodo de SPH, Ecs.(4.38) es que en la DPD hay un ruido por cada par de
partculas, describiendo el intercambio de momento y energa a pares. Por el contrario,
en el de la SPH, hay un flujo aleatorio (un tensor de tensiones o un flujo de calor) para
cada partcula individualmente y el intercambio de magnitudes se describe a travs de
la divergencia discreta de dichos flujos aleatorios. Por lo tanto, computacionalmente, la
DPD es ms eficaz en este sentido que la SPH, ya que se realizan menos clculos en la
parte estocstica del modelo. Dicho de otra manera, el ruido DPD (4.47) se puede interpretar como una caricatura de los trminos de ruido (4.38) propuestos para el modelo de
la SPH. Precisamente por esta razn, tomaremos las formas siguientes de Aij y Bij , para
permanecer lo ms cerca como posible a la (4.38) manteniendo las simetras correctas en
Aij ; Bij ,
Aij =
Bij =
2kB Ti Tj

1=2
j
ij j;

Ti Tj 1=2
ij :
4kB
Ti + T j V
(4.50)
Denotamos por a un parmetro con dimensiones de conductividad trmica y un coeficiente con dimensiones de viscosidad. Este modelo DPD tiene una nica viscosidad en
vez de las dos (cizalla y bulk) que aparecen en el modelo SPH de la seccin previa. Con
V = V0 =M denotamos el volumen medio por partcula.
La opcin ms sencilla para el objeto-vector
ij , dimensionalmente correcta, que
garantice las simetras necesarias de los coeficientes Aij y Bij , 2 y que se aproxima ms
2 Recordemos que la A y B tienen unas simetras determinadas, y por esa razn no nos vale la expresin
ij ij
ij definida con las ecuaciones (4.17), (4.18) en las que se considera que todas las partculas DPD tienen
2 mi
igual masa m y
ij = ! ij = W 0 (Rij )eij ya definido en la ecuacin (4.18),
ij = V m
! .
j ij
de
72
a la propuesta de Espaol (1997a) y Bonet y Mackie (1997) es 3
ij =
V 2 !ij = V 2 W 0 (Rij )eij
(4.51)
Se trata ahora de una cuestin de lgebra construir la matriz irreversible M (x) para
el algoritmo DPD con el teorema fluctuacin-disipacin (4.10). La parte irreversible final
de las ecuaciones de movimiento es
dPi jirr =
Ti dSi jirr =
X ij
~
V (vij
ij )
ij dt + dPi ;
X ij
X 2
(
ij vij )2 dt +
2V
V
ij (Tj Ti )dt
j
kB X Tj
(
v )2 dt
Cv i 2V j Ti + Tj ij ij
kB X 2
T dt + Ti dS~i :
Cv i V j=6 i ij j
k B Ti X Tj T i 2
dt
m V j Ti + Tj ij
(4.52)
Hemos definido la viscosidad a pares como

ij = 1
Ti Tj
kB kB
+
(Ti + Tj )2 Cvi Cvj

(4.53)
Discutamos ahora estas ecuaciones. El momento de la partcula cambia de manera

irreversible debido a una fuerza de friccin que depende de las diferencias de velocidad
entre las partculas y debido al ruido trmico. sta es la forma convencional de la DPD
excepto por el hecho de que el coeficiente de friccin (4.53) depende de las temperaturas
(aunque con un pequeo prefactor de orden kB =Cv i ).
Respecto a la ecuacin de evolucin de la entropa, el primer trmino modela el proceso de calentamiento viscoso, el hecho de que el movimiento de las partculas produce
una friccin interna que aumenta la energa interna de las partculas. Este trmino viene
dictado por la obligacin de conservar la energa total.
El segundo trmino tiene en cuenta el proceso de conduccin de calor y se puede
entender simplemente como una discretizacin de la ecuacin de conduccin. Es importante darse cuenta de que esta forma del trmino de conduccin es fsicamente ms
razonable que las expresiones dadas en Bonet y Mackie (1997). Los siguientes tres trminos son proporcionales a kB y aseguran la conservacin exacta de la energa, como se
1 2E
puede ver si calculamos explcitamente dE = E
x dx + 2 xx dx~dx~.
Las ecuaciones dinmicas resultantes tienen la misma parte reversible que las
Ecs.(4.44) y las fuerzas disipativas tipo amortiguador browniano caractersticas del modelo DPD. Si introducimos el volumen y la variable de energa interna en el modelo estndar de la DPD, podemos derivar un modelo perfectamente admisible desde el punto de
3 Obsrvese
la semejanza con la ecuacin (4.17)
ij
ij .
4.5. Discusin
73
vista termodinmico en el cual se reconoce que las fuerzas conservativas DPD son realmente fuerzas debidas a los gradientes de presin. Las ecuaciones finales de este nuevo
modelo son, de alguna manera, ms simples que las Ecs.(4.44) y reproducen el comportamiento hidrodinmico macroscpico, aunque la identificacin directa de los coeficientes
de transporte es mucho menos obvia.
4.5 Discusin
En este captulo hemos considerado dos algoritmos diferentes (la SPH y la DPD) dentro
del formalismo llamado GENERIC. Vemos que dichos modelos pueden ser entendidos
como formas discretas de la hidrodinmica mesoscpica en presencia de fluctuaciones
trmicas.
El primer modelo considerado es el modelo SPH. Las ecuaciones Ecs.(4.44) son el
principal resultado de este captulo. Tienen la estructura de SPH incorporando el ruido
trmico de manera consistente. Esto nos abre la puerta a las aplicaciones de la SPH a los
fluidos complejos donde los efectos brownianos son importantes. Las ecuaciones conservan la masa total, el momento total y la energa total del sistema de partculas y adems
son invariantes galileanas. Pero pese a la simplicidad, el modelo presenta dos problemas
fundamentales relacionados entre s. Por un lado, despreciando las fluctuaciones, vemos
que presiones iguales no producen fuerzas nulas entre las partculas, lo que es fsicamente
inaceptable. Por otro, las partculas fluidas tienen asociado un volumen que no suma al
total del volumen del contenedor en el que estn situadas, sino que flucta alrededor de
l. Esto podra tener implicaciones no deseables en el estado termodinmico de equilibrio
del sistema y en la evolucin dinmica hacia l. En principio, ambos efectos anmalos se pueden reducir al aumentar el nmero de vecinos por cada partcula, al coste de
incrementar el tiempo de computacin.
Finalmente, hemos mostrado que una variacin pequea en la parte irreversible del
modelo SPH conduce a una nueva versin del modelo DPD+e, que se diferencia de la
forma convencional DPD en que adems de la variable de energa se ha incluido el volumen de las partculas como variable relevante. En consecuencia, vemos que las fuerzas
conservativas DPD introducidas sin base fsica inicial, representan verdaderas fuerzas de
presin y, por tanto, presentan el mismo problema de la SPH: el volumen total calculado
sumando los volmenes de cada una de las mesopartculas no es correcto.
Por ello, estamos interesados en derivar un modelo de mesopartculas fluidas que no
presente estas dificultades. Es lo que hacemos en los captulos siguientes con la teselacin
de Voronoi.
74
Captulo 5
Dinmica mesoscpica de
partculas fluidas de Voronoi: Un
modelo termodinmicamente
consistente
En este captulo proponemos una discretizacin lagrangiana en volmenes finitos de las
ecuaciones de la hidrodinmica del continuo a travs de la teselacin de Voronoi. Demostramos que una modificacin de dichas ecuaciones discretas respeta la Primera y Segunda
Ley de la Termodinmica. Esto se consigue encajando el modelo en la estructura GENERIC. Es precisamente esa estructura la que asegura la consistencia termodinmica y
permite incluir en el modelo el ruido trmico correcto de manera sencilla. Obtenemos as,
un modelo discreto consistente para la hidrodinmica lagrangiana fluctuante.
5.1 Introduccin
El trabajo desarrollado en los tres captulos anteriores se ha encaminado hacia la comprensin ms profunda del modelo DPD y a la incorporacin de las fluctuaciones trmicas en
la SPH con la ayuda del formalismo GENERIC (Espaol et al., 1999). Sin embargo,
como hemos mencionado, ambas tcnicas presentan ciertos inconvenientes:
- En el estado de equilibrio, para la SPH con disipacin, las partculas tienen tendencia
a formar redes regulares con cierta componente elstica esprea. Esto es debido a que
aunque las partculas tengan igual presin y estn en reposo, existen fuerzas remanentes
que slo cancelan en una disposicin en red regular. Este efecto de presiones iguales
dando fuerzas espreas est ntimamente relacionado con el hecho de que las partculas
75
76
Captulo 5. Dinmica mesoscpica de partculas de Voronoi
SPH tienen asociado un volumen que no es el volumen fsico que correspondera a una
particin del contenedor.
- En la DPD se tienen severas limitaciones para modelar fluidos con diferentes ecuaciones de estado. Adems, se desconocen a priori los coeficientes de transporte del fluido
que se representa porque no se dispone una forma general que los relacione con los parmetros del modelo.
Todos estos problemas debieran ser resueltos para disponer de una tcnica mesocpica
de partculas fluidas adecuada para la simulacin de problemas hidrodinmicos en escalas
mesoscpicas. En este captulo describimos un modelo lagrangiano de volmenes finitos
basado en la teselacin de Voronoi para variables hidrodinmicas discretas. El modelo
conserva la masa, el momento y la energa totales, y adems la entropa total es una funcin creciente en el tiempo. Ms importante incluso, podemos incluir el ruido trmico de
forma consistente, es decir, produciendo la funcin de distribucin de Einstein. Se trata
de un algoritmo que, careciendo de los problemas de la DPD y de la SPH con fluctuaciones trmicas, simula lagrangianamente la hidrodinmica fluctuante (Garca et al., 1987;
Breuer y Petruccione, 1993).
Adems de la formulacin del modelo, en los prximos dos captulos se incluyen
simulaciones de casos simples que aseguran que el modelo funciona correctamente. Es un
paso estrictamente necesario para poder aplicarlo despus a situaciones ms interesantes
que involucren fluidos complejos. Dos casos de estudio que tenemos previstos en un
futuro son la simulacin de suspensiones coloidales y el estudio de la transicin de no
equilibrio lquido-vapor.
En el caso de las suspensiones coloidales, la naturaleza lagrangiana del algoritmo es
especialmente conveniente para adaptarse a los dominios intersticiales geomtricamente
muy complicados que hay entre las partculas coloidales. Las fluctuaciones trmicas que
sufre el fluido son indispensables para describir el movimiento browniano de las partculas
suspendidas.
Para el segundo problema, la coexistencia de no equilibrio lquido-vapor, la interconexin entre la termodinmica y la hidrodinmica hace necesaria una formulacin de la
hidrodinmica discreta compatible con las leyes termodinmicas. Con el modelo mesoscpico de partculas fluidas de Voronoi es posible estudiar los efectos de las fluctuaciones
trmicas en la dinmica de la separacin de fases y en la dinmica de burbujas, lamelas y
gotas.
Recientemente se han formulado paralelamente dos modelos de partculas fluidas basados en Voronoi para simular la hidrodinmica fluctuante. Nos referiremos a ellos como M ODELO 1 el desarrollado por nuestro grupo de investigacin (Serrano y Espaol
(2001)), y presentado ntegramente en este captulo, y M ODELO 2 el del grupo formado
por de Fabritiis, Coveney y Flekky (2002a). En el apndice B se presenta una comparacin ms detallada entre ambos.
En realidad, para construir el algoritmo de volmenes finitos nos hemos inspirado
en el trabajo de Flekky y Coveney (1999). En dicho artculo, los autores presentan
una derivacin de la DPD de abajo a arriba, es decir, partiendo de la microdinmica.
5.2. La construccin de Voronoi
77
El espacio fsico se divide en celdas de Voronoi y se dan definiciones explcitas para la

masa, momento y energa de las celdas en trminos de los grados de libertad microscpicos (posiciones y momentos de las molculas que constituyen el fluido). Las derivadas
temporales de estas funciones tienen la estructura de ecuaciones de balance microscpico en forma discreta. Dichas ecuaciones tienen trminos que se pueden clasificar como
pertenecientes a una parte promedio y a otra parte estocstica. Para avanzar en la
fomulacin prctica del M ODELO 2, los autores proponen expresiones fenomenolgicas,
fsicamente razonables, para la parte promedio. Requieren, adems, que se cumpla el
teorema de fluctuacin-disipacin para la parte estocstica. En nuestra opinin, no consideramos realmente este enfoque como de abajo a arriba debido, precisamente, a que
se necesitan dichas expresiones fenomenolgicas. Estrictamente hablando, un enfoque de
abajo a arriba requerira la tcnica de operadores de proyeccin o de teora cintica, para
relacionar los coeficientes de transporte con la dinmica microscpica del sistema (en forma de frmulas de Green-Kubo, por ejemplo). Adems, se necesitaran las expresiones
moleculares explcitas para las ecuaciones de estado.
Por el contrario, nosotros en este captulo tomamos la ruta inversa para desarrollar
un modelo mesoscpico de partculas fluidas (M ODELO 1), es decir, partimos de un enfoque tipo de arriba a abajo en el que las ecuaciones del continuo deterministas de la
hidrodinmica son el punto de partida, y bajamos hacia la mesoescala. Utilizando la
construccin de Voronoi y la funcin caracterstica suave de la celda de Voronoi, introducida por Flekky y Coveney, obtenemos las ecuaciones discretas a partir de las ecuaciones
del continuo. Nuestro intento es ms parecido al de Hietel et al. (2000). Sin embargo,
imponemos los requisitos necesarios en la discretizacin para que se satisfagan las Leyes
de la Termodinmica. Esto nos obliga a incluir un pequeo trmino en la ecuacin del
momento. Aplicamos el formalismo GENERIC porque adems de asegurar la consistencia termodinmica, resume el teorema de fluctuacin-disipacin y facilita enormemente
la tarea de construir las fluctuaciones trmicas adecuadas consistentes con la disipacin
del modelo.
La organizacin del contenido de este captulo es la siguiente: empezamos con una
seccin introductoria a la teselacin de Voronoi, presentamos la discretizacin de las ecuaciones hidrodinmicas en volmenes finitos de Voronoi y, con este referente, construimos
un modelo GENERIC de partculas fluidas de Voronoi. Por ltimo se presentan las conclusiones.
5.2 La construccin de Voronoi

En esta seccin damos una descripcin general de la construccin de Voronoi. Empezamos introduciendo el diagrama de Voronoi y su teselacin dual de Delanay1 . Se trata de
unas de las construcciones geomtricas ms fundamentales definidas con un conjunto de
1 Se puede encontrar una introduccin a la teselacin de Voronoi y conceptos de geometra computacional relacionada en http://www.voronoi.com. Hay un applet Java interesante en http://wwwpi6.fernunihagen.de/Geometrie-Labor/ VoroGlide/index.html.
78
puntos o nodos distribuidos irregularmente, que cubren con teselas el espacio total. Definiremos la funcin caracterstica suave de la tesela de Voronoi y tambin analizaremos
algunas de las propiedades derivadas de esta definicin.
Por simplicidad conceptual consideraremos el espacio euclidiano R2 , aunque toda la
teora es generalizable a un espacio d-dimensional. Consideremos un conjunto de M
puntos, fn1 ; n2 ; :::nM g, denominados nodos o centros, con coordenadas correspondientes fR1 ; R2 ; :::; RM g. El diagrama de Voronoi de dicho conjunto es la subdivisin del
plano en M regiones, f1 ; 2 ; :::; M g, cada una asociada a un nodo, de tal manera que
cualquier punto dentro de una regin dada i est ms cerca al centro ni que a ningn
otro centro. Esas regiones se conocen como celdas o polgonos de Voronoi (o Thiessen).
Obsrvese que en dicha definicin entra la nocin de distancia o mtrica euclidiana. Un
ejemplo de lo dicho anteriormente, para el caso de 7 puntos en el plano, est representado
en la imagen superior de la Fig.5.1.
La triangulacin de Delanay es el dual de los diagramas de Voronoi, y se construye
conectando los nodos que tienen contornos compartidos, y define, por tanto, la conectividad de las celdas. La triangulacin correspondiente al ejemplo anterior est en la imagen
central de la Fig.5.1.
Una propiedad interesante de la triangulacin de Delanay es el criterio del circuncrculo vaco. Consiste en que cada tringulo de Delanay define un crculo que no contiene a ningn otro nodo. El centro de dicho crculo es el vrtice que comparten los nodos
que definen a dicho tringulo particular. Vase la imagen inferior de la Fig.5.1.
Siguiendo la definicin dada por Flekky y Coveney (1999) y Flekky et al. (2000a),
introducimos la funcin caracterstica suavizada de la celda de Voronoi i a travs de
i (r) =
(jr Ri j)
;
j (jr Rj j)
(5.1)
donde la funcin (r) = expf r2 =2 2 g es una gaussiana de anchura . Cuando ! 0,

la funcin caracterstica suavizada tiende a la verdadera funcin caracterstica de Voronoi,
esto es
Y
(jr Rj j jr Ri j);
lim

(
r
)
=
(5.2)
i
!0
j
siendo (x) la funcin paso de Heaviside. La funcin caracterstica de Voronoi (5.2) toma
valor 1 si r est ms cerca de Ri que de ningn otro Rj con j 6= i. Obsrvese de (5.1)
que la funcin caracterstica es una particin del espacio, es decir,
X
i (r) = 1:
(5.3)
Utilizando esta funcin caracterstica, el volumen de la celda de Voronoi (dependiente del

conjunto de las posiciones de los centros representado por fRj g) es
Vi (fRj g) =
V0
i (r)dr;
(5.4)
Figura 5.1: Superior: Diagrama de Voronoi. Central: Triangulacin de Delanay. Inferior:

Circuncrculos correspondientes al diagrama de Voronoi.
79
80
donde V0 es el volumen total. Teniendo en cuenta (5.3) se satisface la condicin de cierre

X
Vi = V0 :
(5.5)
El ejemplo de la figura 5.1 muestra la teselacin de Voronoi de 7 centros en el plano infinito. Sin embargo, el caso de inters para nuestras simulaciones corresponde a teselaciones
de Voronoi peridicas. La figura 5.2(a) muestra un ejemplo de la teselacin peridica en
una caja bidimensional para el caso de 15 nodos distribuidos aleatoriamente en la caja, y
en la Fig.5.2(b) las lneas de contorno para un centro.
(a)
Lneas
de
contorno
en
(b) Lneas de contorno para la

funcin i ( ) para el centro i =
1 de la teselacin previa. El valor
de es 0:03. Dentro de la regin
encerrada el valor de i ( ) es 1 y
fuera cero.
i (r) = 0:5 para el conjunto de
funciones caractersticas en una

caja peridica en dos dimensiones
de dimensin lineal L = 100.
Figura 5.2: Lneas de contorno para la funcin i ( ) correspondientes a la teselacin de

Voronoi de 15 centros situados aleatoriamente en una caja bidimensional, con condiciones de
contorno peridicas. Los centros estn marcados con crculos.
5.2.1 Propiedades de la funcin caracterstica suave de Voronoi

Mencionaremos ahora algunas propiedades tiles de la funcin caracterstica suavizada de
Voronoi definida en la Ec.(5.1), que sern necesarias para el desarrollo de este captulo.
Primero, debido a la forma gaussiana de (r), tenemos que
r(r) =
1
(r)r:
2
(5.6)
81
Por tanto,

(r) =
r i
X
1
1
i (r)(r Ri ) + 2 i (r) j (r)(r Rj ):
2

j
(5.7)
Utilizando la siguiente propiedad
i (r)(1 i (r)) =
j 6=i
i (r)j (r);
(5.8)
(que puede ser demostrada desde la definicin (5.1)), podemos reescribir la Ec.(5.7) como
ri (r) = r i (r) = 12 X i(r)j (r)(Ri
Rj ):
(5.9)
1
(r) (r)(r Rj ):
2 i j
(5.10)
Otra relacin muy til es

X 1
i (r)
= ij
2 i (r)j (r)(r Ri )
Rj
j 6=i
En lo que sigue de esta subseccin, vamos a calcular explcitamente la derivada del

volumen de la celda i con respecto a la posicin Rj de la celda j , o sea
Z
Gij = Vi = 12 dri (r)(ij j (r))(r Rj ):

R j V0
Es importante considerar los casos particulares i = j
(5.11)
Vi = 1 dr (r)(1 (r))(r R )

Gii = = R
i
i
i
2 V
i
Z
X 1
dri (r)j (r)(r Ri )
=
2
0
j 6=i
j 6=i
y el caso i 6= j
Gij =
V0
Gji :
(5.12)
1
dr (r)j (r)(r Rj );
2 V0 i
j 6= i
(5.13)
que se puede reescribir como

Z
Gij = 12 dri (r)j (r) r

V0
Ri + Rj
2
Rij 21 2 dri (r)j (r)

V0
(5.14)
82
siendo Rij = Ri Rj .
La primera tarea ser calcular el lmite ! 0 para estas dos integrales. Por esta razn,
es instructivo trabajar con las formas de las funciones i (r) y i (r)j (r) para el caso en
que slo hay dos centros o nodos (a partir de ahora tambin usaremos la nomenclatura
partculas2 ) en el sistema, tal y como se ha hecho en (Flekky y Coveney, 1999; Flekky
et al., 2000a). Con un poco de lgebra simple llegamos a
i (r) =
;
1 + expf Rij (r (Ri + Rj )=2)=2 g
1
i (r)j (r) =
:
2
4 osh (Rij (r (Ri + Rj )=2)=22g)
(5.15)
Nos damos cuenta que la funcin i (r)j (r) es distinta de cero slo alrededor de la
frontera compartida por las celdas de Voronoi de las partculas i; j . Para el lmite de
pequeo sto es verdad en sentido estricto. Por lo tanto, las integrales de (5.14) sobre
el volumen completo V0 se pueden calcular slo sobre una regin ij alrededor de la
frontera de las celdas i; j .
Z
1
1
1
dr (r)j (r) =
dr0
2 V0 i
42 ij osh2 (r0 Rij =22)
Z 1
1
1
A
A
dx
=
= ij
ij
2
2
2
4
1 osh (xRij =2 ) Rij
(5.16)
En la frontera, hemos sustituido la expresin de i (r)j (r), que depende de la posicin

de todos los centros de celda, por la Ec.(5.15),
R 1 que depende tan slo de la posicin de los
dos centros de celda i; j . Notemos que 0 osh 2 (x)dx = 1. Aqu, Aij es el rea (la
longitud de un segmento de lnea en dos dimensiones) de la frontera que delimita las dos
celdas de Voronoi de las partculas vecinas i; j . Para llegar a la Ec.(5.16) hemos hecho una
translacin de r a r0 = r (Ri + Rj )=2 (es decir, hemos puesto el origen exactamente
en la frontera entre celdas). Tambin hemos hecho una rotacin, de tal forma que el eje x
quede en la lnea que une a los centros de celda.
De manera anloga, podemos calcular la integral del primer trmino del lado derecho
de la Ec.(5.14)
Z
1
dr (r)j (r) r
2 V0 i
Ri + Rj = Aij
2
Rij ij
(5.17)
donde el vector ij es, por definicin, la posicin del centro de masa de la cara entre las
celdas de Voronoi i; j con respecto al punto medio de ambas (Ri + Rj )=2.
2 Como se ver posteriormente en la formulacin del modelo de partculas fluidas de Voronoi, otorgaremos
el significado de partcula a cada una de estas regiones del espacio con una cierta masa, que procede de las
molculas o tomos del fluido que pueden moverse libremente entre estas particin del espacio.
83
60
40
20
-20
-40
-60
-60
-40
-20
20
40
60
Figura 5.3: Teselacin de Voronoi peridica (lneas discontinuas azules) para 30 centros (en
verde). Los vectores ij estn representados con el color rojo. La caja tiene una longitud
L = 100.
Sustituyendo (5.16) y (5.17) en (5.14) llegamos a la expresin
Gij
donde
ij
;
eij = R
Rij
Rij = Ri Rj ;
Rij = jRij j:
Vi

e
= Aij ij + ij ;
Rj
Rij
2
j 6= i
(5.18)
(5.19)
Obsrvese que j Gij = 0 debido a la Ec.(5.4.1) y Ec.(5.13) i Gij = 0 a causa de

la Ec.(5.11) y de que el volumen total es constante, independientemente de las posiciones
de los centros de Voronoi.
Vale la pena despejar Aij y ij de (5.16) y (5.17) pues se trata de dos cantidades
especialmente relevantes para el resto del captulo
Aij
ij
Rij dr2 i (r)j (r);

Z
RAij dr2 i (r)j (r) r Ri +2 Rj :
(5.20)
ij
En el lmite ! 0 la cantidad Aij es el rea de contacto ij entre las celdas de Voronoi
i y j , mientras que el vector ij nos da la posicin del centro de masa de la cara ij con
respecto al punto medio o centro de la cara (Ri + Rj )=2.
84
5.3 Mtodo de volmenes finitos en celdas de Voronoi

Como primer paso para derivar las ecuaciones del modelo de partculas fluidas mesoscpicas en la forma explcita de GENERIC, vamos a considerar el mtodo de volmenes
finitos para la integracin numrica de las ecuaciones de la hidrodinmica del continuo.
Basndonos en estas ecuaciones, que estrictamente no son termodinmicamente consistentes, formularemos un modelo de partculas fluidas que s lo es.
El mtodo de volmenes finitos consiste en la integracin de las ecuaciones del continuo sobre regiones finitas del espacio (o volmenes finitos). Se obtienen as ecuaciones
diferenciales ordinarias para el promedio de los campos sobre dichas regiones que son
aproximaciones de las ecuaciones en derivadas parciales del continuo. En esta seccin
presentamos un mtodo de volmenes finitos que utiliza la construccin de Voronoi como
herramienta matemticamente elegante para discretizar las ecuaciones hidrodinmicas del
continuo.
5.3.1 Discretizacin en volmenes finitos de Voronoi

Podemos realizar promedios de un campo de densidad arbitrario (r; t) sobre una celda
de Voronoi particular i de la forma
[i (t) =
Vi dr(r; t)i (r):
(5.21)
La funcin [i (t) es una variable de celda, que aproxima el valor del campo (r; t) a un
valor constante en todo el volumen de esa celda.
En principio, los centros de celdas de Voronoi se pueden mover de manera arbitraria,
y por tanto, Ri (t) son funciones del tiempo. La derivada temporal de los promedios de
celdas queda descrita por
d
[ (t) =
dt i
V_ i [ (t) + 1 Z dr (t) (r; t) + 1 Z dr(r; t) d (r);

i
t
Vi i
Vi
Vi
dt i
(5.22)
donde el punto significa la derivada temporal. Observamos que [i (t) cambia debido al
movimiento de las celdas y a la dependencia intrnseca del campo (r; t) con el tiempo.
Consideramos de ahora en adelante que el campo (r; t) obedece a una ecuacin de
balance
t (r; t) =
J(r; t);
(5.23)
siendo J(r; t) una densidad de corriente apropiada. Insertando (5.23) en (5.22), integrando por partes el operador nabla ( ) y utilizando las ecuaciones (5.8) y (5.9) se llega a la
siguiente expresin
d
[ (t) =
dt i
V_ i (t) [ (t) + 1 X A e [J
ij
Vi i
Vi j ij ij
R_ + R_ j
[ij i
2
5.3. Mtodo de volmenes finitos de Voronoi
85
Aij jj _
Vi j Rij [ij Rij ;
1
(5.24)
donde hemos incluido las definiciones para los promedios de algn campo de densidad
arbitrario sobre las caras
R
[ ij = ij
Aij
R
[ jjij = ij
Aij
Z
Z
dr
(r) (r)
2 i j

dr
(r) (r) r
2 i j
Ri + Rj :
2
(5.25)
En el lmite ! 0 para las funciones caractersticas (cuando los contornos entre celdas
jj
estn perfectamente delimitados), [ij es un vector paralelo a la cara ij , mientras que eij
es perpendicular a la cara.
Podemos escribir la Ec.(5.24) de otra forma
!
R_ + R_ j + X Aij [jj R_ ;
[ij i
ij ij
2
R
X
d
Aij eij [Jij
(Vi [i ) =
dt
j
la cual satisface
d
dt
Vi [i
(5.26)
= 0;
gracias a las simetras de los promedios sobre las caras
[ jjji .
ij
(5.27)
[ ij = [ ji , [ jjij =
La ecuacin (5.27) muestra que la discretizacin de Voronoi de la ecuacin

de balance (5.23) conserva exactamente las variables extensivas (que son de la forma
densidadvolumen).
5.3.2 Desarrollo del gradiente

La ecuacin (5.26) es rigurosa y exacta y no depende del tamao tpico de las celdas de
Voronoi. Si las celdas son suficientemente pequeas frente a la escala tpica de variacin
de (r; t), podemos aproximar la ecuacin y transformarla en una ecuacin cerrada para
las variables de celda. De tal forma que podemos proponer un algoritmo computacional
que en cada iteracin actualice las variables de celda.
Consideremos que el campo (r; t) tiene una escala tpica de variacin y que
la distancia tpica entre centros de celdas es . Definimos el parmetro de resolucin
a travs del cociente r = = . En el caso en que r es muy pequea, la cantidad
adimensional

(5.28)
(Ri ) r;
(Ri )
86
tambin ser muy pequea. Si agrupamos en O( ) a todos los trminos que son de
tamao relativo r, podemos escribir los promedios de celdas como
[i
V dri (r)(r)
iZ
Vi dri (rZ)(r Ri + Ri )
1
2
Vi dri (r)(r Ri ) r(Ri ) + O(r )
(Ri ) + O(r):
= (Ri ) +
=
(5.29)
Procediendo con expansiones de Taylor similares obtenemos fcilmente

Ri + Rj + O(r):
[ij =
2
Adems
(5.30)
R + Rj = (Ri ) + (Rj ) + O(r2 );

i
2
2
y, por tanto,
[ij =
[i + [j
+ O(r):
2
(5.31)
(5.32)
Es decir, el promedio sobre caras se aproxima como la semisuma de los valores del campo
en las celdas. Despus de algunos clculos algebraicos se llega a
Finalmente,
[ ij = [ij [ ij + O(r2 ):
(5.33)
[ + [j
ij + O(r):
[jjij = i
2
(5.34)
ij = 21 Aij eij ;
(5.35)
Si definimos el vector rea de la cara que comparten dos celdas adyacentes i; j
podemos reescribir
[ri =
Vi
ij [j + O(r)
(5.36)
de manera que dicho vector

ij puede entenderse como una versin discreta del operador
gradiente. Adems satisface la propiedad
X
j 6=i
ij =
1
A e =0
2 ij ij
j 6=i
(5.37)
87
que es bsicamente una forma de escribir el teorema de la divergencia tal y como se puede
demostrar de la identidad
0=
dri (r)

1=
r
dr

(r) =
r i
j 6=i
Aij eij
(5.38)
donde se ha utilizado la Ec.(5.9) en la ltima igualdad.

Una manera elegante y alternativa de demostrar todas las aproximaciones anteriores
hace uso de la aproximacin basltica del campo. Podemos entenderlo de esta forma:
(r; t)
k (r; t)k (t);
(5.39)
es decir, aproximamos el campo (r; t) como una formacin basltica en cada instante
de tiempo. (Ver la Figura 5.4). En un instante dado, los centros de las celdas estn
Figura 5.4: Giants Causeway es un acantilado que se encuentra en la costa North Antrim
en Northurn, Irlanda. Se trata de una agrupacin de columnas baslticas de origen volcnico.
situados en ciertas posiciones Ri (t), y el valor del campo toma un valor constante en
todo el volumen de Voronoi asociado a dicha celda. Ntese la dependencia temporal de
dichos valores k (t).
Si en la definicin de [i aplicamos la aproximacin basltica (Ec.(5.39) en un instante de tiempo fijo tendremos
[i
V1 dri (r)(r)
iZ
X
1
V dri (r) k (r)k
i
=
=
Vi
Vi
1
dr2 (r)i +
i
dr2i (r)i +
XZ
Vi j6=i dri (r)j (r)j

Aij 2
Vi j6=i Rij j :
1
(5.40)
88
En
R el 2lmite de
R ! 0, tal y como corresponde a la funcin caracterstica de Voronoi,
dri (r) = dr3i (r) = Vi con lo cual la aproximacin del campo en la tesela i queda
i ;
[i
(5.41)
es decir, que en ese lmite podemos identificar la aproximacin basltica del campo como
(r; t)
(5.42)
k (r; t)[k (t):
k
Para aproximar el valor del campo en la frontera de dos celdas de Voronoi, aplicando
la definicin dada en (5.25) y usando de nuevo la aproximacin basltica para el campo
continuo en un instante dado tenemos
Z
Rij dr
(r)j (r)(r)
[ij
Aij 2 i
Z
X
RAij dr2 i (r)j (r) k (r)[k
ij
k

Z
Z
dr 2
dr 2
Rij
[i

(
r
)

(
r
)
+
[

(
r
)

(
r
)
=
j
j
i
Aij
2 i
2 j
[i + [j
=
:
2
En esta expresin, los nicos sumandos no nulos sern para k = i y k = j .
(5.43)
Es decir,
recuperamos exactamente la misma aproximacin de la Ec. (5.32). Gracias a la forma
analtica conocida de las funciones suaves de Voronoi, en el clculo anterior hemos podido
utilizar los resultados de las integrales
Z
dr 2
(r)j (r) =
2 i
dr 2
Aij
(r)i (r) =
:
2 j
2Rij
(5.44)
De igual manera el gradiente del campo se aproxima con la forma basltica. Usando
la propiedad (5.9) de la funcin caracterstica suave de Voronoi tenemos
r(r)
r (i (r)) [i
1 X
i (r)j (r)(Ri
2
i j
Rj )[i :
(5.45)
Particularizando la definicin (5.21) del promedio de un campo general en una tesela,

para el caso en que el campo sea en realidad el gradiente de un campo continuo, y con la
expresin aproximada (5.45)
[ri =
Vi Z dr (r(r)) i (r)
V1 dr
i
1 X
j (r)k (r)(Rj
2
j k
Rk )[j i (r):
(5.46)
89
Vemos que hay integrales sobre todo el espacio que involucran tres funciones caractersticas de Voronoi i ; j ; k . stas tomarn valor no nulo exclusivamente cuando k = i,
ya que cuando k = j se anula el factor (Rj Rk ). Obsrvese tambin que el vecino
comn a i; j contribuye exclusivamente en un punto del espacio, que es el vrtice que
comparten. La contribucin de esta regin es despreciable frente a la contribucin de la
cara que comparten i y j . Es decir,
[ri
V1 dr
i
=
=
1 2
2 j (r)(Rj Ri )[j i (r)

j
Z
1 2
1X
Vi j dr 2 j i (r)(r)Rij [j
1 X Aij
Vi j 2 eij [j ;
X
(5.47)
que es exactamente el resultado de (5.36).

Usando razonamientos y cculos similares se puede encontrar aproximaciones en trminos de promedios de los campos en las celdas para el resto de expresiones tales como
[ ij y[jjij .
5.3.3 Volmenes finitos para un fluido no viscoso

En esta subseccin aplicamos el mtodo de volmenes finitos a las ecuaciones de la hidrodinmica del continuo. Por claridad, consideraremos primero la parte reversible de
las ecuaciones, que se conoce como ecuaciones de Euler. En la prxima subseccin nos
centraremos en la parte irreversible.
Las ecuaciones de Euler para un fluido no viscoso son la ecuacin de continuidad
r g(r; t);
(5.48)
rP (r; t) r g(r; t)v(r; t);
(5.49)
r s(r; t)v(r; t):
(5.50)
t (r; t) =
la ecuacin de balance para el momento
t g(r; t) =
y la ecuacin de la entropa
t s(r; t) =
En dichas ecuaciones, (r; t) es el campo de densidad de masa, g(r; t) = (r; t)v(r; t)

es el campo de densidad de momento (siendo, por tanto, v(r; t) el campo de velocidad), y
s(r; t) el campo de densidad de entropa (entropa por unidad de volumen). El campo de
presin P (r; t) est dado, de acuerdo con la hiptesis de equilibrio local, por P (r; t) =
P eq ((r; t); s(r; t)) donde P eq (; s) es la ecuacin de estado de equilibrio que nos da la
presin macroscpica en trminos de la densidad de masa y entropa.
90
Particularicemos la Ec.(5.26) para el caso concreto de que el campo de densidad sea

_i=0
el de masa, (r; t) = (r; t) . Si las celdas de Voronoi no se moviesen, entonces R
y la expresin (5.26) se simplificara considerablemente,
X
d
mi (t) = Aij eij [vij ;
dt
j
(5.51)
donde mi = Vi [i es la masa de la celda de Voronoi i. Esto corresponde a una discretizacin euleriana de la ecuacin de continuidad (5.48). El significado fsico de la ecuacin
Ec.(5.51) es claro: Aij eij [vij es la masa total por unidad de tiempo que atraviesa la
cara ij y la tasa del cambio total en la masa de la celda i es la suma de esta cantidad para
cada cara ij .
La discretizacin lagrangiana de la ecuacin de continuidad en la Ec.(5.48) se obtiene
especificando el movimiento de las celdas de acuerdo con
R_ i (t) = [vi (t):
(5.52)
De esta forma, las celdas de Voronoi siguen o se adaptan lo mejor que pueden al campo
de flujo. Aplicando la Ec.(5.26) para el campo de densidad de masa (5.48) tenemos
X
m_ i jrev =
Aij eij [vij
[vi + [vj X Aij jj

[ij
+
[ij ([vi
2
j Rij
[vj ): (5.53)
La ecuacin de balance del momento (5.49) se puede tratar de manera anloga y se obtiene
la siguiente ecuacin en volmenes finitos de Voronoi

P_ i
rev
Aij eij [P ij +
Aij eij [gvij
[vi + [vj
[gij
2
Aij jj
[gij ([vi [vj );
R
ij
j
(5.54)
donde hemos introducido el momento total de la celda i, calculado como Pi = Vi [gi .

Por ltimo, la ecuacin de la entropa, Ec.(5.50), en versin lagrangiana discretizada
queda

S_ i
rev
Aij eij [svij
[sij
[vi + [vj X Aij jj

+
[sij ([vi
2
j Rij
[vj );
(5.55)
donde Si = Vi si es la entropa total de la celda i.

En todas estas ecuaciones de evolucin, el subndice jrev denota la parte reversible de
las ecuaciones completas que representan la dinmica de un fluido viscoso. Las ecuaciones (5.53), (5.54), y (5.55) son rigurosas y exactas y no dependen del tamao tpico de las
celdas de Voronoi.
91
Usando las aproximaciones de Taylor de la subseccin 5.3.2 en las ecuaciones previas, se llega a las ecuaciones discretas de volmenes finitos de Voronoi para el fluido no
viscoso en forma final,
Aij [i + [j

ij ([vi [vj );
2
j Rij

X
[P + [P j X Aij [i + [j [vi + [vj
Aij eij i
P_ i
=
+
ij ([vi [vj );
2
2
2
rev
j
j Rij

X Aij [si + [sj
ij ([vi [vj ):
=
S_ i
(5.56)
2
rev
j Rij
m_ i jrev =
Estas ecuaciones son un conjunto de ecuaciones cerradas para mi ; Pi ; Si si utilizamos
[i =
[si =
mi
Vi ;
Si
Vi ;
[P i = P eq([i ; [si );
(5.57)
donde hemos usado en la ltima ecuacin una expansin de Taylor para la presin despreciando los trminos de orden O( ).
5.3.4 Volmenes finitos para un fluido viscoso

Despus de haber estudiado el caso no viscoso, en el que no aparece ninguna contribucin
disipativa a la descripcin del fluido, volvemos al caso general del fluido viscoso. Las
ecuaciones del continuo estn dadas por (de Groot y Mazur, 1984)
t (r; t) =
t g(r; t) =
t s(r; t) =
r (r; t)v(r; t);

rP (r; t) r g(r; t)v(r; t) r ( + 1);
r s(r; t)v(r; t) T (r1; t) r Jq + T (2r; t) rv : rv + T (r; t) (r v)2 ;
(5.58)
donde, por comparacin con las ecuaciones (5.48), (5.49), (5.50) podemos reconocer los
trminos puramente irreversibles en las ecuaciones del momento y entropa. El campo de
temperatura T (r; t), al igual que la presin, es una funcin de ; s a travs de la hiptesis
de equilibrio local. Los dos puntos representan la contraccin doble de dos tensores.
Estas ecuaciones deben ser complementadas con las ecuaciones constitutivas para la parte
simtrica de traza nula del tensor de tensiones viscoso , la traza del tensor de tensiones
, y el flujo de calor Jq . Suponemos las ecuaciones constitutivas tradicionales para un
92
fluido simple, la de Newton para el tensor de tensiones, y la ley de Fourier para el flujo de
calor
2rv;
r v;
=
=
1
rT = T 2r :
T
Jq =
(5.59)
Se define la parte simtrica de traza nula del tensor gradiente de velocidad como
rv = 21 rv + (rv)T
1
r v:
d
(5.60)
Aqu, d es la dimensin del espacio fsico en el que estudiamos al fluido. En principio, la

viscosidad de cizalla , la viscosidad de volumen y la conductividad trmica pueden
depender del estado termodinmico del fluido a travs de ; s. De esta forma, tambin se
pueden definir unos coeficientes de transporte asignados a cada celda de Voronoi.
Por el mismo procedimiento que hemos seguido para obtener las ecuaciones discretas
para el fluido no viscoso, encontramos que los trminos viscosos (irreversibles) en la
ecuacin de balance del momento son

P_ i =
irr
Aij eij [rvij +
Aij eij [ r vij :
(5.61)
Podemos ahora considerar la expansin en gradientes de cada trmino. Por ejemplo,
rv i + rv j
+ O(r);
rv ij =
2
[ r vi + [ r vj
+ O(r):
[ r vij =
2
(5.62)
As que, la Ec.(5.61) (con la aproximacin (5.36)) se escribe

P_ i =
irr
ij [rvj +
ij [ r vj + O(r):
(5.63)
Las componentes ; del tensor en el primer trmino del lado derecho de (5.63) son
[rv i = [i [rv i + O(r)

0

[i 1 X
ij [v j +
ij [v j
=
Vi 2 j

1 X
ij [vj A + O(r):
d
j
(5.64)
De manera anloga,
[ r vi
[ i X
Vi
ij [vj :
(5.65)
5.4. Un modelo GENERIC de partculas fluidas
93
Si introducimos las siguientes versiones discretas de las cantidades ; ;

las Ecs.(5.59)
i =
2[i
i =
[ i
G
i
Di =
rv; r v en
Vi Gi ;
V Di ;
2i

1 X
4
[vj +
ij [vj
ij
2 j
X
ij [vj ;
1 X
ij [vj 5 ;
d
j
(5.66)
podemos escribir la parte irreversible de la ecuacin del momento como

P_ i =
irr
ij (j + j 1):
(5.67)
Despus de un procedimiento similar, la parte irreversible de la dinmica en la ecuacin

para la entropa se puede poner de la forma

Ti S_ i =
irr
ij [Jq j + 2i Gi : Gi + i Di2 ;
con
[Jq i =
Vi
[i
Vi
[T 2i
Vi
ij 1 :
[T j
(5.68)
(5.69)
Aadiendo las partes irreversibles de las Ecs.(5.67), (5.68) a las reversibles de Ecs.(5.56)
conseguimos tener una expresin final que corresponde a una discretizacin lagrangiana
en volmenes finitos de la hidrodinmica del continuo.
La solucin numrica del conjunto de ecuaciones diferenciales ordinarias finales deben producir resultados que son exactos hasta orden r (resolucin). No obstante, debemos
ser conscientes de que estas ecuaciones discretas aproximadas no conservan exactamente
la energa en contraste con las ecuaciones originales de Navier-Stokes. Para solucionar
este problema y asegurar la consistencia termodinmica del modelo discreto, presentamos
en la prxima seccin un modelo GENERIC de partculas fluidas.
5.4 Un modelo GENERIC de partculas fluidas

Hemos presentado en el captulo 4 una descripcin de un fluido newtoniano en trminos
de partculas fluidas discretas tal y como se entienden en los modelos DPD y SPH. En
94
esta seccin, presentamos otro modelo de partculas fluidas inspirados en la discretizacin

en volmenes finitos de Voronoi descrito en la seccin previa.
Hemos visto en el captulo anterior, que en los modelos de partculas de la DPD
y la SPH, entendemos las partculas como sistemas termodinmicos que se mueven
con el flujo. El estado del sistema queda descrito por el conjunto de variables x =
fRi ; Pi ; mi ; Si ; i = 1; : : : ; M g, donde M es el nmero de partculas fluidas, Ri es
la posicin, Pi es el momento, mi la masa y Si la entropa de la partcula fluida i-sima.
Seguiremos una ruta muy parecida, salvo que para nuestro nuevo modelo consideramos
que el volumen de la partcula i es el volumen de la celda de Voronoi Vi correspondiente
a dicha posicin Ri en el sistema global de posiciones, esto es, el dado por la Ec.(5.4)
que es una funcin implcita del conjunto de todas las posiciones de las partculas fluidas.
Las funciones de energa y entropa se postulan como
E (x) =
S (x) =
P2i + E (m ; S ; V );
i i i
2m
i
Si :
(5.70)
siendo E (mi ; Si ; Vi ) la funcin energa interna. Cada partcula fluida tiene una ecuacin fundamental termodinmica porque la entendemos como un subsistema termodinmico bien definido. Dicha ecuacin fundamental relaciona la energa interna Ei de dicha partcula con su masa mi , volumen Vi y entropa Si , o sea, sus variables extensivas
Ei = E (mi ; Vi ; Si ).
Los nicosP
invariantes dinmicos presentes enP
la dinmica del sistema son la masa
total M (x) = i mi y el momento total P(x) = i Pi . La conservacin del momento
angular precisara la inclusin de variables de spin en el modelo discreto, ver por ejemplo
(Espaol, 1998a).
Los gradientes de la energa y entropa son
0
E (x)
=
x
B
B
B
B
B
B
B
B
B

P V
P
Rj
C
vj
vj2 +
j
2
Tj
C
C
C
C
C;
C
C
C
A
S (x)
x
B
B
B
B
=B
B
B
B

0
0
0
1
1
C
C
C
C
C;
C
C
C
A
(5.71)
y hemos definido la velocidad vj , la presin Pj , el potencial qumico por unidad de masa
j , y la temperatura Tj
Pj ;
vj = m
j
95
Ej
Pj =
;
Vj mj ;Sj

Ej
;
j =
mj Sj ;Vj

Ej
Tj =
;
Sj mj ;Vj
(5.72)
de acuerdo con las definiciones habituales.
5.4.1 Dinmica reversible

En esta seccin consideramos la parte reversible de la dinmica de nuestro modelo de
partculas fluidas de Voronoi. La matriz L(x) est formada por M M bloques Lij de
tamao 8 8. La antisimetra de L(x) se traduce en Lij = Lji .
0
B
B
B
B
B
B
B
B

1

C
C

P_ i C
C
C
C

m_ i C
C
A

S_
R_ i
P V
R j P
C
B
B
B
B
X
Lij B
B
B
j
B
B

vj
vj2 +
j
2
Tj
rev
C
C
C
C
C;
C
C
C
A
(5.73)
Adems, la matriz L(x) debe cumplir una serie de requisitos. Queremos que la parte
reversible de la dinmica produzca las siguiente ecuacin de movimiento lagrangiana para
las posiciones (que esencialmente actualiza las posiciones de partculas con el campo de
velocidad promediado en esa celda de Voronoi)
R_ i = vi :
(5.74)
La opcin ms sencilla no trivial para el bloque Lij que genera la ecuacin previa es
0
B
B
B
B
Lij = B
B
B
B

1ij
1ij
ij
ij
ij
ji
ji
1
C
C
C
C
C:
C
C
C
A
(5.75)
La primera fila de Lij asegura la ecuacin de movimiento (5.74). La primera columna

queda fijada por la antisimetra de L(x). Obsrvese que la antisimetra de Lij (que,
96
adems garantiza la conservacin de la energa), implica que Tij = ji . Realizando

la multiplicacin de matrices en la Ec.(5.73), llegamos a que la parte reversible de la
dinmica es de la forma
R_ i = vi ;
P_ i =
m_ i =
S_ i =
X
X
Vj
Pj + ij vj + ij
j
j
j Ri
X
ji vj ;
vj2
2
+ j + j Tj ;
ji vj :
(5.76)
Podemos desarrollar el trmino de presin haciendo uso de las ecuaciones (5.18) y ()

X Vj
Vj
Pj =
(P Pi )
Ri j
j Ri
j 6=i
X Z dr
=
2 i (r)j (r)(r Ri )(Pi Pj )
j=
6 i
X
P + P X Aij
=
Aij eij i j +
ij (Pi Pj );
2
j=
6 i
j=
6 i Rij
(5.77)
y donde tambin hemos utilizado la propiedad (5.37)3.

La ecuacin del momento queda entonces
v2
P + Pj X
ij vj ij j
+
Aij eij i
P_ i =
2
2
j
j

X Aij
+
(P P ) + ij j + ij Tj :
Rij ij i j
j
X
(5.78)
Ahora la pregunta bsica que surge es, qu formas particulares de ij , ij y ij
debemos poner para que las Ecs.(5.76) sean consideradas como una versin discreta de
la hidrodinmica? Propondremos formas particulares de estas magnitudes para que las
ecuaciones Ecs.(5.76) y las Ecs.(5.56) sean lo ms parecidas posible.
Los vectores ij y ij son fcilmente identificables por comparacin con las ecuaciones de masa y entropa, ((5.56) y (5.76)). La matriz ij se obtiene por simple inspeccin
de la comparacin entre la ecuacin de momento de (5.56) y (5.76). Nuestras propuestas
3 En realidad el trmino proporcional a

ij es (
sumando/restando una cantidad que tiene valor cero.
Pi + Pj ) pero es idntico a (Pi + Pj ), ya que estamos
97
finales son:
Aij i + j
ij = R

2 ij ij
ij
Aik i + k
ik ;
R
2
ik
k
X Aik si + sk
Aij si + sj

;
ij =
ij ij
Rij 2
2 ik
k Rik

Aij i + j vi + vj
ij ij vi + vj
ij = R
2
2
2
ij

X Aik i + k vi + vk
+ ij
ik ik vi + vk :
2
2
2
k Rik
X
(5.79)
Notemos que Tij = P
ij = ji y, por tanto, la antisimetra de L(x) est asegurada.
Obsrvese tambin que j ij = 0 y que la condicin de degeneracin L S=x = 0
tambin se satisface.
Si sustituimos (5.79) en (5.76) llegamos a las ecuaciones GENERIC para la parte
reversible de la evolucin de nuestro sistema de variables Ri ; Pi ; mi ; Si , o sea,
R_ i = vi ;
X
P + Pj X Aij i + j vi + vj
Aij eij i
P_ i =
+
ij (vi vj )
2
R
2
2
j
ij
Aij
ij (Pi Pj ) i + j (i
R
2
ij
j
X Aij i + j
m_ i =
ij (vi vj );
2
j Rij
X Aij si + sj
ij (vi vj ):
S_ i =
j Rij 2
+
j )
si + s j
(Ti Tj ) ;
2
(5.80)
Aqu, vi = Pi =mi , i = mi =Vi y si = Si =Vi . Analicemos el resultado: Estas ecuaciones GENERIC (5.80) para la parte reversible de la dinmica son idnticas a la versin discreta en volmenes finitos de las ecuaciones no viscosas de la hidrodinmica, Ecs.(5.56),
excepto por el siguiente trmino en la ecuacin del momento

Aij
ij (Pi
R
ij
j
Pj )
i + j
(i j )
2
si + sj
(Ti Tj ) :
2
(5.81)
Este trmino nos recuerda mucho la relacin de Gibbs-Duhem que en forma diferencial
es dP d sdT = 0. Por esta razn, se espera que este nuevo trmino (5.81) sea
pequeo, aunque no estrictamente nulo. Esto ser adems comprobado numricamente.
De esta forma, las Ecs.(5.80) se pueden considerar como una verdadera discretizacin de
98
las ecuaciones del continuo para la hidrodinmica no viscosa. La masa total, el momento
y la energa se conservan exactamente y la entropa total no cambia en el tiempo debido a
que se trata de una dinmica puramente reversible.
5.4.2 Dinmica irreversible

En esta subseccin consideramos la parte irreversible de la dinmica M (x) S=x. Partiendo del ruido dx
~ postulado para las ecuaciones discretas, construiremos la matriz M (x)
a travs del teorema de fluctuacin-disipacin (4.10), y con ella, la parte irreversible de
la dinmica. Si proponemos correctamente los trminos aleatorios, las ecuaciones discretas resultantes deberan reproducir consistentemente la parte disipativa de la dinmica
correcta.
De acuerdo con Landau y Lifshitz (1959), (y segn lo mencionado en la seccin 4.3.1
del captulo anterior), las fluctuaciones trmicas se introducen en las ecuaciones del continuo de la hidrodinmica a travs de la divergencia de un tensor de tensiones aleatorio y
un flujo de calor aleatorio. Para nuestro caso discreto,
el trmino deruido en las ecuacin
T
~ i ; 0; dS~i , donde los trminos
~ ! 0; dP
de movimiento (4.9) se postula de la forma dx
~ i y dS~i son las divergencias discretas (en el sentido de la Ec.(5.36)) de un

aleatorios dP
cierto flujo aleatorio, o sea,
~i =
dP
dS~i =
1X
dJ~q
Ti j ij j
ij d~ j ;
X
1
d~ i :
ji vjT :
Ti
j
(5.82)
Obsrvese en estas expresiones la aparicin de

ij definida en (5.35). La razn de elegir
(5.35) viene dada a posteriori: las ecuaciones que resultarn son idnticas a la versin
discretizada en volmenes finitos de Voronoi de la parte disipativa, es decir, ecuaciones
(5.67) y (5.68)).
Usando las definiciones necesarias de la subseccin 4.3.1 para el tensor de tensiones
~ i , el flujo de calor aleatorio dJ~qi (ecuaciones (4.39)), los coeficientes ai ; bi ; i 4
aleatorio d
(4.40), los coeficientes de transporte i , i , y i asociados a la mesopartcula i, y las propiedades de las matrices y vectores de incrementos independientes del proceso de Wiener,
~ i ; dS~i en la Ec.(5.82) satisfacen las
podemos comprobar que las formas postuladas de dP
Ecs.(4.11). Esto significa que los ruidos conservan el momento y la energa exactamente.
A partir del producto didico dx
~dx~T y la Ec.(4.10) se obtiene la matriz M (x). As se
pueden escribir finalmente los trminos M (x)S=x para la dinmica irreversible de las
ecuaciones de movimiento. Si suponemos que los coeficientes de transporte no dependen
de la densidad de entropa (pero pueden depender de la densidad de masa), las ecuaciones
4 La forma funcional particular de los coeficientes en la Ec.(4.40) se puede extraer despus de escribir las
ecuaciones discretas finales y compararlas con las ecuaciones de volmenes finitos (5.67), (5.68).
99
resultantes son
dPi jirr =
Ti dSi jirr =
ij (j + j 1)dt + dP~ i ;
kB
Cvi

2i
Vi
X
Gi : Gi + i Di2 dt +
ij Jqj dt
Vi
kB
2 j T 2dt
Ti Cv i j ij Vj j
+ Ti dS~i :
X
kB Ti
mi

d2 + d
2d
2 2i
Vi

+ i
Vi
2ji dt
(5.83)
En estas ecuaciones, hemos usado las cantidades ya definidas

en

la Ec.(5.66) y para el
P
q
q

k
1
2
i
B
flujo de calor Ji tomamos Ji = Ti Vi j
ji Tj 1 Cvj con Cvi la capacidad
calorfica a volumen constante para la partcula fluida i (ver Ec.(4.46)).
Reuniendo la parte reversible en la Ec.(5.80) y la irreversible en la Ec.(5.83), completamos las ecuaciones de movimiento finales para las variables hidrodinmicas discretas
dRi = vi dt;
X Aij i + j vi + vj
X Aij
e
ij (vi vj )dt
dPi =
ij (Pi + Pj )dt +
2
2
j Rij
j 2

X Aij
ij (Pi Pj ) i + j (i j ) si + sj (Ti Tj ) dt
+
2
2
j Rij
X Aij
+
eij (j + j 1)dt
j 2
X Aij
eij d~ j ;
+
j 2
X Aij i + j
(v v )dt;
dmi =
2 ij i j
j Rij
X Aij si + sj
Ti dSi = Ti
ij (vi vj )dt
j Rij 2

2i
kB
i 2
+ 1
G : G + D dt
Cvi Vi i i Vi i
X Aij
X A2ij j
+
Tj2 dt
eij Jqj dt kB
2
T
C
4
V
i
vi
j
j
j
kB Ti
mi

d2 + d 2 2i i
2d
Vi + Vi
X
A2ij
dt
j 4
100
X
Aij
eij dJ~qj + d~ i : Aij eij vjT :
j 2
j 2
(5.84)
Es importante resaltar el hecho de que las ecuaciones escritas arriba reproducen exactamente, en el lmite de kB ! 0, la parte irreversible de las ecuaciones correspondientes a
la discretizacin en volmenes finitos de Voronoi de la hidrodinmica del continuo presentada en la seccin 5.3. Hemos mostrado, por tanto, que las ecuaciones (5.83) son
en realidad una discretizacin de la parte irreversible de la hidrodinmica con el ruido
trmico incluido de manera consistente.
5.5 Discusin y conclusiones

En este captulo hemos formulado un modelo mesoscpico de partculas fluidas de Voronoi. Se trata de un algoritmo construido con el formalismo termodinmicamente consistente llamado GENERIC.
Una discretizacin lagrangiana en volmenes finitos de Voronoi de la hidrodinmica
del continuo muestra que las ecuaciones discretas casi encajan en la estructura GENERIC. Para restablecer en dicho modelo esta estructura es necesario aadir un trmino
pequeo en la parte reversible de la dinmica. As las ecuaciones conservan la masa, el
momento y la energa. La entropa es una funcin estrictamente creciente en el tiempo
en ausencia de fluctuaciones. Las fluctuaciones trmicas estn consistentemente incorporadas, lo cual implica el aumento estricto del funcional de la entropa y la funcin de
distribucin de Einstein como solucin de equilibrio.
Hay que mencionar que el enfoque presentado en este trabajo tiene una gran similitud
con el mtodo de simulacin de Yuan y Doi tambin basado en la teselacin de Voronoi
en forma lagrangiana (Yuan y Doi, 1998; Yuan et al., 1993, 1994; Yuan y Ball, 1994;
Yuan y Edwards, 1995). Ellos han utilizado su mtodo para simular emulsiones concentradas sometidas a un flujo y tambin se mencionan otras muchas aplicaciones a fluidos
complejos. La principal diferencia entre nuestro mtodo y el de Yuan y Doi (1998) es el
cuidado especial que hemos tomado para asegurar una consistencia con la termodinmica (usando el formalismo GENERIC), lo que permite, entre otras muchas cosas, incluir
correctamente el ruido trmico y describir los aspectos difusivos del movimiento browniano en objetos mesoscpicos. Otra diferencia importante es que nosotros tratamos con
un fluido compresible en el que la presin se da como una ecuacin de estado en funcin
de las densidades de masa y entropa, en contraposicin con la del trabajo de Yuan y Doi
(1998) donde la presin se obtiene de la condicin de incompresibilidad.
Un enfoque similar es el propuesto por Hietel et al. (2000) ya que es una manera
similar de entender el problema de volmenes finitos. Sin embargo, estos autores no consideran el lmite Voronoi de ! 0 sino que toman una anchura finita para la funcin
(r), lo que les da un valor del coeficiente de solapamiento tpico de 1.4. Como ellos
no consideran la construccin de Voronoi, se encuentran con el problema de evaluar integrales parecidas a las de las Ecs.(5.20). En una dimensin, sto se puede resolver con un
5.5. Discusin y conclusiones
101
mtodo numrico de integracin, pero es bastante inviable en dimensiones superiores.

La nocin de celdas de Voronoi permite de forma muy clara tratar el problema del
acoplamiento de las ecuaciones continuas con la Dinmica Molecular. Este acoplamiento
es relevante cuando la descripcin continua falla debido a los detalles moleculares complejos en ciertas regiones tales como la lnea de contacto entre dos fluidos y un slido, o
en la singularidad que presenta la punta en la dinmica de la fractura de materiales rgidos. Un trabajo muy prometedor en esa direccin es el realizado por Flekky, Wagner y
Feder (2000b)5.
En este captulo se demuestra tericamente que el modelo mesoscpico de Voronoi es
capaz de simular correctamente la hidrodinmica en presencia de fluctuaciones trmicas.
Los resultados de simulacin que justifican dicha afirmacin, correspondientes tanto a
la parte de la dinmica determinista como a la estocstica, se presentan en los prximos
captulos.
5 Este
tipo de enfoque se conoce como mtodos hbridos.
102
Parte III
Resultados deterministas y
estocsticos del modelo de
mesopartculas fluidas de
Voronoi
103
Captulo 6
Dinmica determinista del

modelo de partculas fluidas de
Voronoi
En este captulo presentamos los detalles de las simulaciones del modelo de mesopartculas fluidas de Voronoi (M ODELO 1) detallado en el captulo anterior. En particular,
analizaremos cuestiones referentes a la parte geomtrica y topolgica de la construccin
de Voronoi en dos dimensiones con condiciones de contorno peridicas, a la ecuacin
de estado y a las unidades y parmetros utilizados en nuestras simulaciones. Nos centraremos en la discusin de los resultados deterministas de simulacin que confirman la
validez el modelo para tratar problemas hidrodinmicos en escalas mesoscpicas. Estudiaremos la respuesta del modelo a pequeas perturbaciones (onda transversal y onda de
cizalla), el decaimiento de inhomogeneidades de temperatura, y someteremos al sistema
a una expansin irreversible. Por ltimo comentaremos cmo implementar condiciones
de contorno diversas.
6.1 Detalles de las simulaciones

Hemos implementado un cdigo donde se simula el M ODELO 1, es decir, las ecuaciones
(5.84). De acuerdo con la construccin de Voronoi, se ha teselado una caja bidimensional
con condiciones de contorno peridicas. Debido a que en este trabajo no imponemos
condiciones de contorno que fuercen al sistema, los experimentos tpicos consistirn en
el decaimiento de un estado inicial de no equilibrio hacia el estado de equilibrio. En
esta seccin describimos con ms detalle la parte relativa a los cambios topolgicos de
la construccin de Voronoi, definimos el tipo de fluido con las ecuaciones de estado y
presentamos las unidades y parmetros elegidos en nuestras simulaciones.
105
106
Captulo 6. Resultados deterministas del modelo de Voronoi
6.1.1 Detalles sobre la topologa y geometra de Voronoi

Como ya hemos descrito, la teselacin de Voronoi se define como una subdivisin del
espacio determinada por un conjunto finito de puntos distintos: cada punto (centro) tiene
asociada la regin del espacio ms cercana a ese punto que a ningn otro. En el caso
bidimensional, la malla de Voronoi es un conjunto de celdas poligonales en el plano que
rodean a cada centro de tal manera que los lados de estos polgonos son los disectores
perpendiculares de las lneas que unen cada par de puntos vecinos. Por lo tanto, los
vrtices de una celda de Voronoi son los circuncentros de los tringulos definidos por
los tripletes de centros adyacentes y que forman la triangulacin de Delanay. Si estamos
interesados en un mallado lagrangiano (que se mueve con el flujo), la malla de Voronoi
presenta propiedades que la hacen de especial utilidad:
- El conjunto de los polgonos rellenan sin solapamiento el espacio de manera nica.
- El rea y la longitud los lados de los polgonos cambia de manera continua a medida
que los puntos se mueven.
Consideraremos a cada centro de Voronoi como una partcula fluida o como un elemento fluido. Cuando movamos los centros despus de cada paso de tiempo, las celdas
de Voronoi se deforman y sus vecinos prximos pueden cambiar. Como resultado, la
configuracin de las malla de Voronoi cambia de manera continua. Ntese que cambios
pequeos en las posiciones de los centros puede provocar grandes cambios en la situacin
de los vrtices.
Existen varias fases importantes relativas a la teselacin de Voronoi en el clculo de
la evolucin temporal de las variables hidrodinmicas que representan estas porciones de
fluido:
1) Construccin de la topologa
El teorema de Euler, M B + V = 0, relaciona el nmero de celdas o centros (M ),
de vrtices (V ) y lados o bordes (B ) en una red plana sometida a condiciones de contorno
peridicas. Para la teselacin de Voronoi B=V = 3=2 y, por lo tanto, V = 2M .
El nmero de caras en una teselacin plana peridica de M centros es constante e
igual a 3M , el de vrtices tambin es constante e igual a 2M . Por ello, hemos construido una matriz de vrtices (Mvertex(a,b)) y otra de caras (Mfaces(c,d)) que llevan toda la
informacin topolgica de los centros de Voronoi. Todas las caras y los vrtices estn
clasificados numricamente con estas matrices. Gracias a ello podemos reconstruir la topologa de la malla. Recurriendo a las coordenadas de los centros para una configuracin
particular de la teselacin de Voronoi podemos calcular todos los dems datos geomtricos relacionados. Veamos el ejemplo siguiente representado esquemticamente: Las
partculas o centros i y j comparten la cara Cij delimitada por los vrtices v 1 y v 2. El
vrtice v 1 est en el punto de interseccin de las caras Cij ; Cik ; Cjk y el v 2 el relativo a
las caras Cij , Cil y Cjl .
Algunos de los elementos de estas matrices referentes a la figura 6.1 que definen la
topologa se dan en las Tablas 6.1.1 y 6.1.1
2) Construccin de la geometra:
En esta fase, con ayuda de la topologa calculada anteriormente y de las posiciones
6.1. Detalles de las simulaciones
107
Figura 6.1: Configuracin de Voronoi relativa a 4 centros i; j; k; l. Se muestran los dos

vrtices v 1; v 2 y las cinco caras implicadas (Cij ; Cik ; Cil ; Cjk ; Cjl ). Entindase que sobre
las etiquetas i; j; k; l se encuentran situados exactamente dichos centros de Voronoi.
a b=1 b=2 b=3 b=4 b=5 b=6

v1
i
j
k
Cij
Cik
Cjk
v2
i
j
l
Cij
Cil
Cjl
.
Tabla 6.1: Matriz de vrtices: Mvertex(a,b) (a=1,2M), (b=1,6). En la tabla se muestran

algunos elementos de esta matriz relativos al ejemplo del dibujo 6.1. Cada fila corresponde a
uno de los 2M vrtices del sistema. Las tres primeras columnas contienen las etiquetas de los
centros de las celdas que confluyen en dicho vrtice. Las tres columnas siguientes contienen
el nombre o etiqueta de las caras que interseccionan en dicho vrtice.
de los centros de celdas, se calculan las coordenadas de los vrtices, las reas (longitud
de las caras de los polgonos de Voronoi Aij ), los vectores
P ij y eij , y el volumen de las
teselas Vi (rea del polgono) comprobando siempre que i Vi = V0 .
3) Recombinacin de la topologa:
El hecho de que el nmero de caras y vrtices en la teselacin de Voronoi peridica se
mantienen constante, permite recalcular las conectividades de la malla a medida que los
centros se mueven con la dinmica lagrangiana. El proceso esencial en la modificacin de
la topologa es el de recombinacin de vrtices. En la figura 6.2 se muestra una secuencia
de dicho proceso.
Haciendo una comprobacin por cada una de las caras, se decide si la topologa antigua, una vez realizado un movimiento de los centros lagrangianos, es vlida o si por el
contrario hay que efectuar un cambio topolgico. Dada una cara particular, en el ejemplo de la figura 6.2 la delimitada por las partculas ij , recalculamos la posicin de los
supuestos vrtices v 1 (delimitado por las celdas ijk ) y v 2 (formado por las celdas ijl)
suponiendo vlida la topologa antigua, es decir la correspondiente a la parte izquierda
108
nd 1 2 3 4 5 6
7
8
Cij i j k l v1 v2 Cik Cil
Cik i k j : v1 : Cik Cij
Cil i l j : v2 : Cil Cij
Cjl j l i : v2 : Cji Cj:
.
9
Cjk
Cj:
Clj
Cli
10
Cjl
Cj:
Cl:
Cl:
Tabla 6.2: Matriz de caras: Mfaces(c,d) (c=1,3M), (d=1,10). En la tabla se muestran algunos
elementos de esta matriz relativos al dibujo 6.1. Algunos elementos de la matriz no estn
definidos debido a que esa informacin exede de la que aparece en la figura 6.1.
Figura 6.2: Recombinacin topolgica entre 4 celdas de Voronoi.
de la figura. Se trazan los circuncrculos para comprobar si la distancia del vrtice v 1

al co-vecino k es menor o mayor que la distancia del v 1 al centro co-vecino l. Si sigue
siendo menor, la topologa antigua sigue siendo correcta, pero en caso contrario, se produce una recombinacin. En ese caso es necesario recalcular la topologa y se modifican
consecuentemente las matrices de caras y de vrtices. En la recombinacin las celdas ij
han dejado de ser vecinas, para que lo sean las celdas kl, la etiqueta de la cara permanece pero ahora conecta a otras celdas. Se producen cambios en las 4 caras implicadas
Cik ; Cil ; Cjk ; Cjl . Hay dos caras que no modifican los nombres de sus vrtices Cik ; Cjl
y otras 2 que s, Cil ; Cjk . De igual manera, la etiqueta de los vrtices se mantiene pero
despus de la recombinacin conectan a celdas diferentes.
6.1.2 Gas ideal

Por lo que respecta a la termodinmica de nuestro fluido, supondremos que est descrita
por las ecuaciones de estado del gas ideal. Si N es el nmero de molculas (de tal manera
que Nm0 es la masa total del sistema y m0 es la masa de una nica molcula), dentro de
6.1. Detalles de las simulaciones
109
un volumen V , la ecuacin fundamental de la energa para un gas ideal en equilibrio se

puede escribir en funcin de la entropa S , como

2 N
E (N; V ; S ) = dNh
4m0 V
d2
2
S
exp
d NkB
d+2
2

(6.1)
siendo h la constante de Planck y d es el nmero de dimensiones espaciales. Las ecuaciones de estado que definen la temperatura, el potencial qumico por partcula y la presin
estn dadas por

E
2
T =
=
E;
S N;V dNkB

2+d 1
E
=E
=
N V ;S
d N

E
N
P =
= kB T:
V N;S V
2S
;
dN 2 kB
(6.2)
El calor especfico a volumen constante ser

d
E
= Nk :
Cv =
T N;V 2 B
(6.3)
Se debe resaltar que consideramos que cada celda tiene asociada una ecuacin fundamental (6.1) porque cada partcula est considerada como un pequeo subsistema termodinmico de gas ideal y, por tanto, se pueden definir en ella los parmetros intensivos (6.2). El
valor de N en la Ec.(6.1) se refiere al nmero de molculas en la celda. Estos parmetros
intensivos de mesopartcula son los que se necesitan en las ecuaciones de movimiento del
sistema (5.84). Ntese que no estamos suponiendo que el sistema total se comporta como
un gas ideal, slo que las mesopartculas fluidas tienen las ecuaciones de estado de un gas
ideal. Aunque fsicamente sea de esperar, debemos comprobar con simulaciones que el
sistema total se comporta como un gas ideal (vase los resultados en la subseccin 6.2.3).
6.1.3 Unidades reducidas

Las cuatro unidades bsicas seleccionadas son la de masa mu = Nmi m0 , la unidad de
1=d
entropa Su = Nmi kB , la unidad de longitud Lu = Nmi y la unidad de temperatura
Tu = Te . Donde Nmi es un nmero arbitrario. Cualquier otra unidad se puede derivar
de estas cuatro fundamentales. Por ejemplo, la unidad de energa Eu , la de tiempo tu , la
de presin Pu y la de volumen Vu son
Eu = Tu Sru = kB Te Nr
mi
mu
m0
= Lu
tu = Lu
Eu
k B Te
110
mu Lu
k TN
s = B e 2 mi
d
1
2
Lu
tu Lu
d
2
Vu = Lu = Lu :
Pu =
(6.4)
Aqu m0 es la masa de una molcula (o tomo) del gas ideal, es la distancia tpica entre
molculas en condiciones ambiente y Te = 273K es la temperatura ambiente. En estas
unidades y si elegimos Nmi igual al nmero total de molculas en la muestra a simular,
la masa total del sistema toma valor unidad; si el sistema est a temperatura ambiente,
entonces la temperatura reducida ser T~ = 1, la densidad de masa es 1 y tambin el lado
de la caja. Hemos elegido las unidades referidas a las cantidades globales de la muestra
de fluido que queremos simular. Podramos seleccionar unidades referidas a la celda de
Voronoi, para que la masa tpica de la celda tuviese valor unidad, pero esto implicara
que simulaciones con distinto nmero de celdas corresponderan a muestras de tamaos
distintos ms que a la misma muestra con diferente resolucin.
Con dichas unidades definimos las magnitudes reducidas denotadas con una tilde:
T
;
T~ =
Te
P L2u
P~ =
;
kB Nmi Te

;
~ =
kB Nmi Te
S
S~ =
;
kB Nmi
E ;
E~ =
kB Nmi Te
V~ = LV2 :
u
Como Ni es el nmero de molculas en la celda mesoscpica i (se cumple
Nmi ), la masa adimensional de la celda i es
m
~i =
Nm
N
mi
= i 0 = i ;
mu Nmi m0 Nmi
(6.5)
PM
i=1 Ni
(6.6)
es decir, es la fraccin de molculas o tomos de la muestra total que estn dentro de

la celda i. Con estas unidades reducidas, las relaciones termodinmicas adimensionales
(6.1) y (6.2) se escriben como
~ V~ )
E~(m;
~ S;
~ V~ );
= m
~ T~(m;
~ S;
(
)
~
1
S
m
~
~ V~ ) =
T~(m;
~ S;
exp
2 ;
V~
m
~
6.2. Resultados deterministas
111
m
~ T~
P~ = ~ ;
V
~
Cv = m:
~
(6.7)
El potencial qumico adimensional por unidad de masa es

!
E~
2
~ =
= E~
m
~ ~ ;S~
m
~
V
S~
:
m
~2
(6.8)
En las Ecs.(6.7), hemos introducido la constante adimensional que depende exclusivamente de parmetros microscpicos

2 2 2m0 kB Te
=

h2
(6.9)
siendo = 2m0hkB Te la longitud de onda trmica.

Con estas cantidades adimensionales, las ecuaciones de movimiento son idnticas a
(5.80) y (5.83) con una tilde sobre cada variable.
6.1.4 Parmetros utilizados en las simulaciones

Estamos interesados en simular una muestra de argn, suponiendo que es un gas ideal.
Cada tomo tiene una masa de m0 = 6:6325 10 26 kg y suponemos que la temperatura
de equilibrio es Te = 273K .
El nmero de partculas o tomos en la muestra elegida es Nmi = 4104 . Utilizamos
M = 400 celdas de Voronoi mesoscpicas para discretizar la caja bidimensional, lo cual
corresponde a una cantidad promedio de 100 tomos de argn por cada celda. La distancia
tpica entre tomos en un gas ideal a la temperatura y presin ambiente en 3 dimensiones
est alrededor de 3 10 9 m. Para mantener esa distancia tpica en 2 dimensiones, la
1
2
longitud del lado de nuestra caja de simulacin es L = Nmi
3 10 9m = 6:67 10 7m.
Para este caso, el valor de la constante definida en (6.9) es = 3:98713893 104 .
Por simplicidad, tomaremos los valores adimensionales de las viscosidades de cizalla y
~ = 0:01.
volumen, as como de la conductividad trmica iguales ~ = ~ =
6.2 Resultados deterministas

Como primera comprobacin de nuestro modelo, hemos realizado simulaciones en las que
todos los trminos proporcionales a kB en las Ecs.(5.83) han sido despreciados. Esto nos
limita al caso de ecuaciones deterministas que describen la hidrodinmica del continuo
convencional.
112
El integrador temporal que hemos usado en este caso meramente determinista es un

Runge-Kutta de cuarto orden. Tambin hemos desarrollado una generalizacin del algoritmo temporalmente reversible conocido como Velocity-Verlet (que conserva la energa
total). Dicha generalizacin se ha construido aplicando el formalismo de Tuckermann,
que utiliza de manera extensiva la expansin de Trotter (Tuckerman et al., 92). El mtodo
de Runge-Kutta tiene orden de precisin cuarto frente al segundo orden del VelocityVerlet generalizado. Aunque el mtodo de Runge-Kutta es ms lento se pueden usar
pasos de tiempos mayores para conseguir el mismo orden de precisin. La mayora de los
resultados aqu presentados se han obtenido con el mtodo de Runge-Kutta con un paso
de tiempo de t~ = 0:01.
Consideraremos la evolucin hidrodinmica del gas ideal bidimensional representado
por un conjunto de partculas fluidas de Voronoi sometido a condiciones de contorno peridicas, es decir, no impondremos condiciones de contorno que fuercen al sistema. Los
experimentos tpicos consistirn en el decaimiento de un estado inicial de no equilibrio
hacia el estado de equilibrio. En primer lugar, comprobaremos que realmente nuestras
ecuaciones discretas representan adecuadamente a la hidrodinmica del continuo. En particular estamos interesados en controlar el modelo, ajustndolo lo mejor posible a las
ecuaciones del continuo para que su respuesta sea la adecuada a los diferentes problemas
hidrodinmicos. Vamos a realizar mediciones de las viscosidades y velocidades del sonido a partir de la simulacin que realmente representa este modelo de partculas fluidas y
a compararlos con los datos de las viscosidades de entrada en las simulaciones.
En concordancia con los resultados de las ecuaciones de la hidrodinmica linearizada, la evolucin de las transformadas de Fourier de pequeas perturbaciones respecto al
equilibrio para el campo de densidad de masa (k; t) y momento g(k; t) toman la forma
(k; t) = i expf k2tg sin ktk^ g(k; 0)

h
i
g(k; t) = expf k2tg os ktk^ k^ g(k; 0) + expf k2 tg 1 k^k^ g(k; 0)
(6.10)
^ es el vector unitario en la direccin del vector de ondas, es la velocidad del

donde k
sonido, es el coeficiente de absorcin snica y = = es la viscosidad de cizalla
cinemtica. Si las perturbaciones iniciales se producen exclusivamente en el campo de
velocidad
(r; 0) = 0;
g(r; 0) = expfik0rgg0 ;
(6.11)
entonces, en el espacio de Fourier son
(k; 0) = 0;
d
g(k; 0) = (2) [(k k0 ) + (k + k0 ) g0 ;
2
(6.12)
113
siendo d la dimensin de nuestro sistema y g0 = v0 .

Eligiendo v0 = (v0 ; 0) como condiciones iniciales en las Ecs.(6.10) vemos que los
nicos resultados no nulos son para k = k0 . Si seleccionamos los vectores de onda
longitudinal (con respecto a la perturbacin de velocidad) kL = (k0 ; 0) y transversal
kT = (0; k0 ), es posible desacoplar los efectos de la difusin de la vorticidad y de la
propagacin del sonido. Para el caso longitudinal tenemos
(kL ; t) =
i expf
g(kL ; t) = expf
(2)d ^ L
k v0 ;
2
(2)d ^ L ^L
k02tg os k0 t
k k v0 ;
2
k02tg sin k0 t
(6.13)
y para el transversal
(kT ; t) = 0;
g(kT ; t) = expf k02 tg (2) v0 :

2
(6.14)
En las simulaciones, la temperatura reducida se inicializa a T~ = 1 y la densidad reducida a

~ = 1. El valor inicial de las velocidades de cada celda viene determinado por la pequea
perturbacin dada por la onda plana longitudinal o transversal, (segn sea el caso) con
~.
una amplitud inicial de la velocidad de v~0 = 0:01, y un vector de onda k~0 = 2=L
Medimos en el curso de la simulacin los campos de densidad de masa y momento en el
espacio de Fourier y ajustamos su evolucin a las predicciones tericas (6.13) y (6.14).
De estos ajustes, podemos extraer una medida numrica de la viscosidad cinemtica, de
la velocidad del sonido y del coeficiente de absorcin snica.
6.2.1 Onda transversal

En la Fig.(6.3(a)) hemos reflejado el campo de momento transversal en el espacio de
Fourier en funcin del tiempo. Encontramos un excelente acuerdo con el decaimiento
terico exponencial predicho por la ecuacin (6.14).
En el caso de la perturbacin transversal, hemos recogido la evolucin temporal de la
energa total del sistema en funcin del tiempo y hemos comprobado que se conserva con
un error que es 10 8 veces el valor total. La evolucin de la entropa total se muestra en
la Fig.(6.3(b)). Se observa claramente que es una funcin no decreciente en el tiempo.
Tambin hemos analizado la presin (Fig.(6.4(a))), el potencial qumico y la temperatura
(Fig.(6.4(b))) individual de cada partcula fluida en su camino al equilibrio termodinmico. En las grficas representamos el comportamiento de dichas magnitudes, para un
subconjunto de 20 de partculas, en funcin del tiempo. Podemos ver que el sistema alcanza el equilibrio cuando todas las partculas toman exactamente el mismo valor para
esas variables intensivas.
114
12.59345
0.006
0.005
12.59344
0.004
T
0.003
g(k ,t)
12.59343
0.002
0.001
12.59342
0.000
-0.001
10
t
15
(a) Los puntos corresponden al resultado de

simulacin del campo de momento transversal en el espacio de Fourier en funcin del
tiempo. El ajuste terico (en lnea continua)
corresponde a un valor de ~ = 0:0097 (el valor de entrada en la simulacin es ~ = 0:01).
Este ejemplo que mostramos corresponde a
una resolucin de unas 20 celdas por longitud de caja L.
20
12.59341
10
t
15
(b) Evolucin temporal de la entropa total

de un sistema sometido a una perturbacin
transversal. Es una funcin estrictamente
creciente en el tiempo.
Figura 6.3: Perturbacin transversal: campo de densidad y entropa total.
20
115
1.00005
1.00006
1.00003
P
1.00002
1.00001
0.99998
0.99994
0.99999
10
20
30
t
40
50
(a) Evolucin temporal de las presiones individuales de 20 partculas sometidas a una

perturbacin transversal. Se muestra en puntos la historia de 19 de ellas y en lnea continua la de una partcula. En equilibrio todas
las partculas tienen la misma presin.
60
0.99997
10
20
30
t
40
50
(b) Evolucin temporal de las temperaturas

individuales de 20 partculas para la perturbacin transversal. En lnea continua la de una
partcula en concreto. En el estado de equilibrio todas las partculas tienen el mismo valor de la temperatura final. Igualmente ocurre
para los potenciales qumicos que convergen
todos a un nico valor en equilibrio.
Figura 6.4: Perturbacin transversal: presiones y temperaturas de un conjunto de partculas.
60
116
6.2.2 Onda longitudinal

En el caso de la perturbacin longitudinal, representamos en la Fig.6.5(a) el resultado
de simulacin de la parte imaginaria del campo de densidad en el espacio de Fourier en
funcin del tiempo. El trazo continuo corresponde al ajuste de la prediccin terica (6.13)
y los puntos a la simulacin.
Hemos medido tambin la energa total (calculada como la suma de la energa interna
y cintica de las partculas) y vemos que se conserva con un error de 10 8 . La entropa
es, de nuevo, una funcin estrictamente creciente, como se ve en la Fig.6.5(b).
Analizamos de nuevo la evolucin temporal de las presiones (Fig.6.6(a)) y de las
temperaturas termodinmicas (Fig.6.6(b)) para un conjunto de 20 partculas. El estado
de equilibrio queda establecido cuando todas las partculas toman idnticos valores para
estas variables (as como para los potenciales qumicos).
0.004
12.59344
0.002
(k ,t)
12.59343
0.000
12.59342
-0.002
-0.004
10
12.59341
(a) En puntos, la parte imaginaria del campo

de densidad longitudinal en espacio de Fourier en funcin del tiempo. La lnea continua es el ajuste terico a la expresin con
~ = 0:01227 y ~ = 1:3937. Corresponde a una resolucin tpica de 20 celdas por
longitud de caja L.
10
(b) Evolucin temporal de la entropa total

del sistema para el experimento de la perturbacin longitudinal. A pesar de las ligeras oscilaciones, es una funcin estrictamente creciente en el tiempo.
Figura 6.5: Perturbacin longitudinal: campo de densidad y entropa total.
Es muy interesante realizar un estudio sistemtico de los coeficientes de transporte en

trminos de la resolucin.
Definimos la resolucin como el nmero de celdas por longitud

1
d
de caja M =L . En la Fig.(6.7(a)) hemos mostrado la viscosidad de cizalla cinemtica
numrica medida en la simulacin con el decaimiento de las ondas transversales para dis-
117
1.008
1.010
1.004
1.005
P 1.000
T 1.000
0.995
0.996
0.990
0.985
5
t
0.992
10
(a) Evolucin temporal de las presiones individuales de 20 partculas seleccionadas del

sistema total para el experimento de la perturbacin longitudinal. Una de ellas en lnea
continua. En el equilibrio todas las presiones
son idnticas.
5
t
10
(b) Evolucin temporal de las temperaturas

individuales de 20 partculas elegidas del sistema total para el experimento de la perturbacin longitudinal. Una de ellas en lnea continua. En el equilibrio todas las presiones son
idnticas.
Figura 6.6: Perturbacin longitudinal: presiones y temperaturas de un conjunto de partculas.
tintas resoluciones. La lnea continua corresponde a la viscosidad que queramos simular

y que es un dato de entrada para empezar la simulacin. A medida que se aumenta la
resolucin obtenemos un excelente acuerdo entre los valores medidos y los introducidos
al inicio de la simulacin.
La velocidad del sonido se define como
s
P
V S
(6.15)
p
y para un gas ideal en nuestras unidades reducidas es ~ = 2T~. En la Fig.(6.7(b)) se

representa la velocidad del sonido numrica y la que queremos simular (valor de entrada).
Los resultados de simulacin estn en muy buen acuerdo con las soluciones lineales de
las ecuaciones de la hidrodinmica y demuestran que con nuestra tcnica, una resolucin
tpica de M = 25 partculas por longitud de caja L obtenemos un error del 2% en la
viscosidad de entrada y un 1% en la velocidad del sonido entrada. Estos resultados son,
pues, una prueba satisfactoria para nuestro cdigo determinista.
118
0.010
1.40
0.009
1.35
c
0.008
1.30
0.007
1.25
0.006
20
40
M /L
60
1/D
(a) Los puntos corresponden a la viscosidad

de cizalla cinemtica ~ medida con el decaimiento exponencial del campo de momento
en espacio de Fourier para diferentes resolu1
~ ). La lnea continua es la
ciones a(M d =L
viscosidad de cizalla cinemtica de entrada
en el cdigo.
80
1.20
20
40
1/D
M /L
60
80
(b) Representamos con puntos la velocidad

del sonido ~ medida a travs de la oscilacin
de la parte imaginaria del campo de densidad
en espacio de Fourier en funcin de distin1
~ ), o sea, del nmero
tas resoluciones (M d =L
de partculas mesoscpicas M por longitud
~ . El valor predicho es ~ = 2T~,
de caja L
representado con la lnea continua.
Figura 6.7: Viscosidad de cizalla cinemtica y velocidad del sonido en funcin de la resolucin.
6.2.3 Demostracin de la hiptesis de equilibrio local

Una observacin muy interesante extrada de las simulaciones anteriores de ondas de cizalla y de compresin es que el valor de equilibrio de la entropa total para todas esas
simulaciones (en las Figs. 6.3(b) y 6.5(b)) es exactamente el mismo. El valor inicial de la
entropa total est fijado (por la aditividad) con las condiciones iniciales impuestas sobre
cada partcula individual. Como la nica diferencia en las condiciones iniciales est en la
perturbacin del campo de velocidad (para la perturbacin transversal o longitudinal) y la
entropa total es independiente de la velocidad, el valor de la entropa total inicial es idntico para los dos tipos de simulaciones. A la vez, ambas simulaciones tienen condiciones
iniciales tales que las cantidades conservadas (masa, volumen y energa) son exactamente
las mismas. Por tanto, el valor final de la entropa total se ve que depende exclusivamente
de las cantidades extensivas globales conservadas y no de la forma particular en la que
el sistema llegue al equilibrio. Que la entropa total sea una funcin de estado es, por
supuesto, un requisito de la Termodinmica de Equilibrio. Para clarificar este punto, re-
119
presentamos en la figura 6.8 la evolucin temporal de la entropa total en el decaimiento

de una onda de cizalla para dos simulaciones que se diferencian nicamente en los coeficientes de transporte. Observamos que ambas simulaciones comienzan en el mismo valor
(porque las condiciones iniciales son idnticas) y que se aproximan a un mismo valor
final de la entropa. La lnea horizontal es el valor de la entropa calculada de la funcin
S (M0 ; V0 ; E0 ) siendo M0 ; V0 ; E0 los valores de la masa, volumen y energa totales del
sistema global. La funcin S (M0 ; V0 ; E0 ) es la inversa de la Ec.(6.1).
12.59345
12.59344
12.59343
12.59342
12.59341
5
t
10
Figura 6.8: La entropa total S~ =

i S~i en funcin del tiempo. Los crculos son para
coeficientes de transporte ~ = ~ =
~ = 0:01, y los cuadrados para 0:03. La lnea slida es
la entropa evaluada de la ecuacin de estado del gas ideal para los valores de las cantidades
extensivas del sistema total (masa, volumen y energa), inversa de la Ec.(6.1).
El hecho de que la entropa total aumente hacia el valor predicho por la termodinmica
no es en absoluto un resultado trivial. Fsicamente, esperbamos que la entropa total en
equilibrio fuese una funcin de estado que dependiese exclusivamente de las variables
extensivas del sistema entero. El hecho de que nuestra tcnica de simulacin satisfaga
este requisito fsico es un resultado que no se esperaba de antemano. Otra forma de
explicar esto es la siguiente: Aunque en el mtodo slo especificamos el comportamiento
termodinmico de cada mesopartcula (o subsistema), la dinmica postulada es tal que, el
comportamiento termodinmico de equilibrio del sistema global es el mismo que el de los
subsistemas. En otras palabras, nuestra tcnica valida la hiptesis de equilibrio local. Una
vez que hemos comprobado esta propiedad, tenemos una ruta para especificar la funcin
energa interna de cada celda si sabemos la ecuacin fundamental del sistema entero.
Ntese adems que el valor final de la entropa en la Fig.6.8 no depende del valor concreto de los coeficientes de transporte. A mayor disipacin, ms rpidamente el sistema
alcanza al mismo estado de equilibrio. Si la disipacin disminuye, el tiempo de equili-
120
brado del sistema aumenta. En el lmite de disipacin nula, la entropa es una constante
del movimiento, idntica al valor inicial, y el sistema nunca llegar al estado de equilibrio
predicho por la Termodinmica. Las ecuaciones de Euler para un fluido no viscoso son,
claramente, inconsistentes con la Termodinmica de Equilibrio. Se necesita algo de disipacin, no importa su magnitud, para que el sistema relaje al estado de equilibrio predicho
por la Termodinmica.
6.2.4 El decaimiento de las inhomogeneidades de temperatura

Estamos interesados en cuantificar el tamao del trmino Gibbs-Duhem (5.81). En las
simulaciones anteriores de ondas de cizalla y sonido, las variaciones de los parmetros
intensivos era muy pequeas (ver Figs. 6.4(a), 6.4(b) y 6.6(a), 6.6(b)) y consecuentemente el trmino Gibbs-Duhem tambin es muy pequeo. Por esta razn, consideramos en
esta subseccin una situacin en la que potencialmente este trmino es grande. Recordemos que dicha contribucin es la responsable de la conservacin exacta de la energa del
modelo fluido GENERIC. Por eso, comparamos las simulaciones de una configuracin
de dos temperaturas distintas en el sistema con y sin el trmino Gibbs-Duhem (5.81) en
la ecuacin del momento. Las simulaciones de las que hablamos imponen como condicin inicial un perfil de temperaturas y velocidades para las celdas, dependiendo de su
coordenada vertical y dentro de la caja. Las celdas de la mitad superior estn inicialmente a la temperatura T~ = 1 mientras que las de la mitad inferior estn a la temperatura
T~ = 2. Una onda inicial de cizalla asigna unos perfiles iniciales en las velocidades de
las partculas. Ms que atender a las medidas de las conductividades trmicas, nos interesa la relevancia del trmino Gibbs-Duhem. En la Fig.6.9, representamos la evolucin
instantnea de la desviacin de la energa total del valor inicial, es decir,
E (t) =
E (t) E (0)
E (0)
(6.16)
para los dos casos con y sin el trmino Gibbs-Duhem.

Observamos que en las simulaciones del modelo sin el trmino Gibbs-Duhem no se
conserva la energa. Sin embargo, tambin en el modelo GENERIC hay un ligero aumento
de la energa debido a los errores de la integracin numrica. Para cuantificar dichos
errores en funcin del paso de tiempo de integracin, t, medimos la cantidad
E^ (t) =
X E (k t) E (0)
1 Nstep

Nstep k=1
E (0)

(6.17)
fijando para dicho estudio un tiempo total de Nstept = 4. En la Fig.6.10 se refleja

la dependencia de E^ con el paso de tiempo t para los dos modelos. El resultado es
revelador: Para el modelo GENERIC, conseguimos mejorar la conservacin numrica
de la energa total a medida que el paso de tiempo tiende a cero. Para el modelo sin el
trmino Gibbs-Duhem, no se mejora la conservacin energtica, sino que converge a un
valor tpico que para este ejemplo particular es de 10 6 .
121
0e+00
-2e-07
E(t)
-4e-07
-6e-07
-8e-07
-1e-06
t
.
Figura 6.9: Evolucin instantnea del error relativo de la energa total en el tiempo. Los
puntos corresponden al modelo sin el trmino de Gibbs-Duhem (5.81) y la lnea continua al
modelo GENERIC, para un paso de tiempo de t = 0:005.
Ntese que la energa generada por el trmino Gibbs-Duhem es muy pequeo, tal y
como indican dichas figuras.
6.2.5 Expansin irreversible

En esta subseccin se presentan resultados de la simulacin de la evolucin temporal de
la expansin irreversible de un gas ideal cuyo estado inicial corresponde a un campo de
densidad muy alejado del equilibrio.
En un artculo reciente de Hoover, Posch, Castillo y Hoover (2000), se explica que
el problema del equilibrado de un perfil de densidad sinusoidal utilizando una ecuacin
de estado simple politrpica (ley de potencia) P / 2 , es buena forma de comprobar
la calidad de los distintos algoritmos numricos que resuelven la Dinmica de Fluidos
Computacional. Durante el transcurso de este proceso, se generan una cantidad de ondas
de sonido a travs de las interacciones convectivas no lineales. La capacidad de describir
correctamente este experimento, durante un perodo de tiempo de varias ondas transversales da una idea sobre la fiabilidad de la tcnica elegida. Por esta razn simulamos la
expansin irreversible con nuestro modelo GENERIC y comparamos con los resultados
obtenidos por Hoover et al. (2000) con la SPH.
Debemos mencionar algo importante sobre la ecuacin de estado elegida en las simulaciones. En el artculo de Hoover et al. (2000) se menciona que la ecuacin de estado
politrpica se puede entender como una versin isoentrpica de la ecuacin de estado del
122

10
10
-5
-7
log( ( t))
10
10
-9
-11
0.000
0.005
0.010
0.015
.
Figura 6.10: La conservacin de la energa en funcin del paso de tiempo, para el modelo sin
el trmino Gibbs-Duhem (tringulos) y para el modelo completo GENERIC (crculos).
gas ideal. Esto ocurre cuando la presin es proporcional al cuadrado de la densidad de

masa. Consideramos que esta eleccin particular no es consistente termodinmicamente,
en el sentido que no se puede definir una temperatura asociada. Estrictamente hablando, la temperatura de cada una las partculas es cero, Ti = 0. En este caso, la ecuacin
de evolucin de la energa es equivalente a la de continuidad de la masa (con un factor
de proporcionalidad adecuado), por lo tanto, la conduccin trmica no se simula y no es
necesario dar ningn valor para el coeficiente de conductividad trmica . En cambio,
nosotros hemos llevado a cabo simulaciones para el gas ideal completo (definido consistentemente) cuyas ecuaciones de estado, unidades, formas adimensionales y parmetros
hemos descrito con detalle en la seccin 6.1.2.
Simulamos un sistema de tomos de argn en reposo con un perfil de densidad inicial
particular que relaja al equilibrio. Ya que la SPH describe ecuaciones de movimiento
meramente deterministas, en este test numrico hemos eliminado las fluctuaciones.
La condicin inicial consiste en la siguiente distribucin de masa peridica, continua
y altamente no lineal:
~(x; y) = ~0 (1 + 0:9 os(k~0 x))(1 + 0:9 os(k~0 y));

(6.18)
~ , L~ es la longitud de la caja de la celda peridica, y ~0
donde la constante k~0 = 2=L
es la amplitud de la distribucin de densidad inicial. Tal y como se explica en (Hoover

et al., 2000), hemos preparado la malla lagrangiana inicial para prevenir las distorsiones,
pero esto no es esencial para nuestra tcnica, porque permite partir de una malla regular
aunque las deformaciones de cizalla y la concentracin de celdas en algunas regiones
123
puede provocar una disminucin considerable de las distancias tpicas entre partculas, y
consecuentemente se necesitara disminuir el paso de tiempo. En la figura 6.11 mostramos
una configuracin tpica inicial para un sistema de M = 400 celdas de Voronoi adaptadas
a la distorsin inicial provocada por el anterior perfil de densidad.
0.4
0.3
0.2
0.1
0.0
-0.1
-0.2
-0.3
-0.4
-0.5
-0.5 -0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4
Figura 6.11: Situacin de los centros de las celdas de Voronoi para la caja de lado
una configuracin tpica inicial para la perturbacin no lineal del campo de densidad.
~ =1 en
L
El ejemplo aqu mostrado corresponde, de nuevo, a una simulacin con condiciones

de contorno peridicas de Nmi = 4 104 tomos de argn representadas por M = 400
mesopartculas de Voronoi, que dara en una distribucin de densidad homognea unos
100 tomos de argn por celda. La amplitud inicial de la distribucin de densidad elegida
es ~0 = 1. Las viscosidades de cizalla y bulk y la conductividad trmica reducidas son
~ = 1: 10 5 y para
~ = ~ = ~ = 0:01. El paso de tiempo reducido inicial se elige dt
la configuracin particular inicial, el sistema (pese a las fuertes distorsiones que sufre la
malla) llega al equilibrio sin tener que reducir el paso de tiempo. En las figuras siguientes
se presenta la dependencia temporal de algunos observables relevantes en forma reducida:
la energa cintica total K (Fig.6.12(a)), la energa interna total junto con la energa total
conservada E (Fig.6.12(b)), y la entropa total S (Fig.6.13). Hemos comprobado que la
energa, el momento, el volumen y la masa totales se conservan numricamente a lo largo
de la simulacin.
124
0.32
0.03
0.31
0.02
0.30
0.01
0.29
0.00
0.28
t
(a) Evolucin temporal de la energa cintica
total del sistema. Podemos observar las oscilaciones que corresponden a las expansiones
y contracciones del gas ideal. Es un fenmeno que refleja la compresibilidad del gas, con
zonas de densidad alta y de enrarecimiento.
(b) Evolucin temporal de la energa interna

total del sistema. En lnea discontinua hemos
representado la energa total del sistema que
se conserva a lo largo de la simulacin.
Figura 6.12: Energa cintica, interna y total del sistema en funcin del tiempo.
4.30
S
4.25
4.20
10
t
Figura 6.13: Evolucin temporal de la entropa total del sistema. Tal y como era esperado
por la termodinmica de equilibrio, para un proceso irreversible, se trata de una funcin estrictamente creciente con el tiempo. El valor de equilibrio es el valor mximo al que llega (en
lnea discontinua) y corresponde a la funcin entropa del gas ideal evaluada sobre los valores
de la masa, energa y volumen totales del sistema. El acuerdo entre nuestra simulacin y el
predicho por la hiptesis de equilibrio local es manifiestamente bueno.
125
Hemos definido la temperatura yPla presin media del sistema como la media aritmtica correspondiente, esto es, T~ = i=1;M T~i =M . El resultado se refleja en las figuras
(Fig.6.14(a), Fig.6.14(b)).
1.1
0.8
1.0
0.6
0.9
P
0.8
0.4
0.7
0.6
t
(a) Evolucin temporal del valor medio de la
temperatura del sistema.
10
0.2
10
t
(b) Evolucin temporal del valor medio de la
presin del sistema.
Figura 6.14: Temperatura y presin medias del sistema en funcin del tiempo.
Los perfiles de densidad mostrados en esta subseccin han sido calculados con la
funcin caracterstica de la celda de Voronoi i (r), Ec.(5.1), recordando que la funcin
(r) = expf r2 =22g es una gaussiana de anchura . Cuando ! 0, la funcin
caracterstica suavizada tiende a la verdadera funcin caracterstica de Voronoi. Obsrvese la dependencia de dichos perfiles con el parmetro . En las figuras Fig.6.15(a) y
6.15(b) reflejamos el campo de densidad inicial para dos valores diferentes de . Las
figuras 6.15(c) y 6.15(d) representan las superficies de densidad del sistema en tiempos
correspondientes al primer mximo y primer mnimo de la energa cintica de acuerdo
con nuestra simulacin (ver figura 6.12(a)).
126
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
0.4
0.4
0.2
-0.4
0.2
-0.4
0
-0.2
0
-0.2
-0.2
-0.2
0.2
0.2
-0.4
-0.4
0.4
0.4
(a) Campo de densidad en el tiempo t~ =

con = 0:01
(b) Campo de densidad en el tiempo t~ =

con = 0:1
0:0
0:0
0.7
0.6
0.5
0.36
0.34
0.4
0.32
0.3
0.3
0.2
0.28
0.1
0.26
0.24
0
0.22
0.4
0.2
0.4
0.2
0.2
-0.4
0
-0.4
-0.2
-0.2
-0.2
-0.2
0.2
0.2
-0.4
0.4
(c) Campo de densidad en el tiempo reducido

t~ = 0:18, que corresponde al primer mximo
de la energa cintica para un valor de =
0:1.
-0.4
0.4
(d) Campo de densidad en el tiempo reducido

t~ = 0:42, que corresponde al primer mnimo
de la energa cintica para un valor de =
0:1.
Figura 6.15: Campo de densidad inicial para distintas (anchura de la gaussiana con la que
se define la funcin caracterstica suave de Voronoi) y en el primer mximo y mnimo de la
energa cintica total.
127
En la Fig.6.16 se muestran los resultados para distintos valores de los coeficientes de

transporte. Se observa que para coeficientes de transporte mayores que 0:03 (en unidades
reducidas) la energa cintica no presenta oscilaciones, esto es, el sistema relaja muy rpidamente al estado de equilibrio sin presentar las de ondas de compresin y enrarecimiento
(ondas de choque- shock waves).
0.05
0.04
0.03
K
0.02
0.01
0.00
0.0
0.5
1.0
t
Figura 6.16: Evolucin temporal de la energa cintica total del sistema para valores distintos
de los coeficientes de transporte: 0:1, 0:05, 0:03, 0:01, 0:005, 0:001. La curva superior
corresponde al menor valor de los coeficientes de transporte, y la curva inferior al valor ms
~ , y la densidad de masa toma valores
alto. Para este conjunto de experimentos, ~ = ~ =
entre [0; 1.
Hemos analizado tambin el comportamiento del sistema en diferentes puntos termodinmicos. La dependencia con la temperatura inicial del sistema queda reflejada en la
Fig.6.17(a) y la dependencia con de la densidad media del sistema ~0 se muestra en la
figura 6.17(b) para tres experimentos con los mismos coeficientes de transporte. Otra
prueba interesante es conocer la dependencia de los resultados numricos con la resolucin espacial elegida para resolver el problema, o sea, con la cantidad de partculas
utilizadas en la simulacin, (ver la Fig.6.18). Estos resultados muestran una ligera dependencia con la resolucin, pero demuestran que incluso con M = 400 , que es el nmero
ms pequeo de partculas de Voronoi utilizado, se describe adecuadamente el comportamiento. Sin embargo, hay que tener en cuenta que las pequeas desviaciones en la energa
cintica son debidas a ligeras diferencias en la energa total causadas por las diferentes
mallas iniciales (perfil de densidad inicial) para cada resolucin. Mantener el valor de la
energa total idntico para estos tres casos es slo una dificultad tcnica que puede ser
resuelta.
128
5.0
0.4
4.0
0.3
3.0
K
2.0
0.2
1.0
0.1
0.0
0.00
0.05
0.0
0.0
0.10
0.2
0.4
0.6
0.8
1.0
1.2
(a) Evolucin temporal de la energa cintica

total del sistema para diferentes valores del
perfil de temperatura inicial. La curva superior corresponde a un valor de T~ = 100, la
intermedia a T~ = 10 y la inferior a T~ = 1.
Obsrvese la dependencia de la velocidad del
sonido con la temperatura.
(b) Evolucin temporal de la energa cintica

total para tres densidades medias diferentes y
el mismo perfil de temperatura inicial T~ = 1.
El mayor valor ~0 = 10 corresponde a la
curva superior, ~0 = 3:2 a la curva central y
~0 = 1 a la inferior. En las tres simulaciones
~ = ~ = ~ = 0:01.
Figura 6.17: Evolucin temporal de la energa cintica total del sistema para diferentes condiciones iniciales de temperatura y diferentes densidades medias iniciales.
0.040
0.030
1.4
0.020
0.010
0.000
0.0
0.1
0.2
0.3
0.4
0.5
0.6
Figura 6.18: Evolucin temporal de la energa cintica total para tres resoluciones diferentes
del mismo problema: M = 400 (crculos), M = 1024 (cuadrados), M = 2500 (tringulos),
para ~ = ~ =
~ = 0:01.
129
Tambin hemos realizado simulaciones de las ecuaciones de Euler (con coeficientes

de transporte nulos), o dicho de otra forma, de las ecuaciones reversibles sometiendo al
sistema al mismo tipo de perturbacin inicial que en las dems simulaciones descritas en
esta seccin. La evolucin temporal de la energa cintica K se muestra en la Fig.6.19.
En este lmite, la entropa total del sistema es estrictamente constante en el tiempo, pero
el sistema es inestable. En las figuras 6.20(a), 6.20(b), 6.20(b) hemos caracterizado los
campos de densidad en varios tiempos relevantes. En particular, en el primer mximo y
mnimo de K .
0.05
0.04
0.03
K
0.02
0.01
0.00
0.0
0.2
0.4
0.6
t
Figura 6.19: Evolucin temporal de la energa cintica total para el caso de coeficientes de
transporte nulos. La entropa total es constante en este caso. Eventualmente el sistema se hace
inestable.
Hoover et al. (2000) realizan estas simulaciones con SPH y dicen que el aumento
rpido de entropa en la expansin irreversible confinada de un gas ideal en ausencia de
coeficientes de transporte es un hecho sorprendente. Otro inconveniente de sus simulaciones es que las partculas se interpenetran libremente unas a otras. Es un artefacto
intrnseco a los mtodos de partculas debido a la pobre representacin de los contornos
e interfases. En principio dos fluidos de partculas suavizadas convencionales que colisionen con velocidades snicas se interpenetran. Sin embargo, en cualquier contorno
razonable entre dichos fluidos se debera descartar dicha interpenetracin. La SPH convencional degrada el campo de flujo hidrodinmico a medida que las partes del flujo que
se expanden penetran en las regiones de baja densidad. Est claro que el problema de la
interpenetracin es una caracterstica no deseada de la tcnica SPH. De todos modos, se
han hecho algunos intentos ad hoc para evitarla (Monaghan, 1989).
130
0.6
0.55
0.5
0.45
0.4
0.38
0.35
0.36
0.3
0.34
0.25
0.32
0.2
0.3
0.15
0.28
0.1
0.26
0.24
0.4
0.22
0.2
0.4
0.2
0.2
-0.4
0
-0.4
-0.2
0
-0.2
-0.2
-0.2
0.2
0.2
-0.4
-0.4
0.4
0.4
(a) Campo de densidad en el tiempo t~ = 0:2

que es el primer mximo en la energa cintica K . El valor del parmetro es = 0:05.
(b) Campo de densidad en el tiempo t~ =

0:38 que es el primer mnimo en la energa cintica K . El valor del parmetro es
= 0:05.
0.55
0.5
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.4
0.2
-0.4
0
-0.2
-0.2
0
0.2
-0.4
0.4
(c) Campo de densidad en el tiempo t~ =

0:56. El valor del parmetro es = 0:05.
Figura 6.20: Instantneas del campo de densidad para el caso de viscosidad nula.
131
Pensamos que todos estos efectos espreos e incorrectos a la hora de representar un

fluido con SPH son debidos a la incompleta interpretacin de las partculas SPH como
subsistemas termodinmicos, aadiendo adems el hecho de que la ecuacin de estado
politrpica no est termodinmicamente bien definida. Ya hemos mencionado en el captulo precedente que en la formulacin general de la SPH no se considera el volumen Vi
como una variable termodinmica asociada a la partcula. El cuasi-volumen SPH es algo
relacionado con el volumen de partcula suavizada, (que incluso presenta dependencia
con el alcance finito de la funcin peso), pero no es una subdivisin del volumen total
1
. Por consiguiente, las funciones presin P (mi ; Vi ; Si ) y temperatura T (mi ; Vi ; Si ) de
cada partcula transfieren este error a las ecuaciones dinmicas del momento y de la entropa. Precisamente este punto es crucial para describir la dinmica correcta de no equilibrio
del sistema as como para las propiedades y estado final de equilibrio.
Nuestro mtodo mesoscpico, sin embargo, se comporta correctamente en un proceso
reversible, es decir, mantiene la entropa constante. Esto es probablemente debido a que es
un modelo termodinmicamente consistente y a que las partculas fluidas son subsistemas
termodinmicos de volumen determinado por la teselacin de Voronoi, siendo sta una
verdadera particin de la caja de simulacin.
6.2.6 Condiciones de contorno

En las simulaciones de este captulo slo consideramos sistemas con condiciones de contorno peridicas. Sin embargo, es bastante fcil implementar otras condiciones de contorno sobre contornos slidos. El primer punto a resolver es la teselacin del espacio para
que se respeten geomtricamente los contornos. En la Fig.6.21(a) mostramos cmo reuniendo pares de centros de celdas limtrofes y fijndolos, podemos construir paredes lisas.
Cada par tiene un centro en el seno del fluido y otro fuera, perteneciente al contorno.
Si las condiciones de contorno son de tipo von Neumann, se necesita especificar los
flujos en dichos contornos. En este caso, para cada centro de celda que define el contorno
y que est en el fluido se tiene que la interaccin con su partcula correspondiente del
contorno est determinada por el flujo prescrito.
En el caso de condiciones de contorno de Dirichlet (como en la condicin de contorno de no deslizamiento), se impone que los valores de los campos hidrodinmicos en
cada par de centros (fuera y dentro) tomen los valores prescritos. Tenemos proyectado
en un prximo futuro realizar simulaciones que incorporen condiciones de contorno no
peridicas.
En el caso de condiciones de contorno sobre objetos flotantes como partculas coloidales o molculas polimricas, una forma de proceder que implica una mnima modificacin
del cdigo es aadir interacciones elsticas entre ciertas partculas Voronoi. Una forma
de hacerlo es conectando los pares de celdas vecinas con muelles elsticos de constantes
recuperadoras elevadas, de tal manera que stas se encuentren tpicamente a distancias
1 La
V0 )
Pi Vi 6=
suma de los volmenes de las partculas no es el volumen del contenedor del experimento, (
132
(a) Cmo tratar una pared lisa horizontal con

la teselacin de Voronoi usando pares de puntos en el contorno.
(b) Representacin de una cadena polimrica

y de una micela en un solvente simulado con
teselas de Voronoi.
Figura 6.21: Condiciones de contorno diversas: una pared lisa y geometras para fluidos
complejos.
que corresponden con la longitud natural del muelle. Otras formas geomtricas se pueden
tratar de manera anloga. En la imagen 6.21(b) tenemos una representacin con teselas
de Voronoi de una cadena polimrica y una micela disueltas en el solvente.
6.3 Discusin y conclusiones

En este captulo hemos presentado resultados de simulacin para la parte determinista del
M ODELO 1 mesoscpico de partculas fluidas de Voronoi. Todas las pruebas a las que lo
hemos sometido han sido satisfactorias.
La construccin de Voronoi es relativamente difcil de implementar, en particular en
tres dimensiones, en comparacin con la sencillez de la SPH que es fcilmente extrapolable de dos a tres dimensiones. No obstante, una implementacin tridimensional del
M ODELO 1 ha sido recientemente llevada a cabo utilizando la librera CGAL2 . Sin embargo, la cantidad de vecinos necesarios para calcular las interacciones, es mucho menor.
Por ejemplo, en 2 dimensiones, en la construccin de Voronoi se necesitan tpicamente
6 que frente a los 30 40 necesarios en SPH. Creemos que esta es una razn muy po2 Comunicacin personal con Gianni de Fabritiis. CGAL es el acrnimo de Computational Geometry Algorithms Library, http://www.cgal.org
6.3. Discusin y conclusiones
133
derosa para explotar este modelo en problemas donde la consistencia termodinmica sea
importante (por ejemplo problemas con coexistencia de fases).
En el captulo 5 se demuestra tericamente que el modelo mesoscpico de Voronoi,
M ODELO 1 es capaz de simular correctamente la hidrodinmica en presencia de fluctuaciones trmicas. Los resultados correspondientes a la parte estocstica que lo justifican se
presentan en el prximo captulo.
134
Captulo 7
Las fluctuaciones en la dinmica

mesoscpica de partculas fluidas
de Voronoi
En este captulo discutimos las fluctuaciones en el modelo de partculas fluidas basado en
la teselacin de Voronoi bidimensional que ha sido desarrollado en el captulo anterior.
El modelo puede describir el comportamiento de un fluido newtoniano a escalas mesoscpicas, precisamente aquellas en las que las fluctuaciones trmicas son importantes. La
consistencia termodinmica del modelo, garantizada con su estructura GENERIC, hace
que la funcin de distribucin de equilibrio del sistema sea la funcin de distribucin de
Einstein. Precisamente de esta funcin de equilibrio, se calcula la funcin de distribucin
de equilibrio para las variables de cada partcula individual. Veremos que los resultados
de las simulaciones del modelo estocstico completo muestran un acuerdo perfecto con
las funciones de distribucin tericas.
7.1 Introduccin
Las ecuaciones de la hidrodinmica fluctuante (Fluctuating Hydrodynamics, FH) (Landau y Lifshitz, 1959) capturan, en el lmite continuo, el rgimen mesoscpico de un fluido
newtoniano simple. Este rgimen corresponde a escalas de longitud pequeas donde,
aunque el fluido sigue estando adecuadamente representado por la hidrodinmica (no
es necesaria todava una descripcin cintica), su naturaleza molecular comienza a ser
apreciable. Generalmente se modela dicho efecto incluyendo nuevos trminos de ruido
aleatorio en las ecuaciones hidrodinmicas. El ruido aparece como la divergencia de un
tensor de tensiones aleatorio y de un flujo de calor estocstico, y la estructura de estos
flujos aleatorios est directamente determinada por el teorema de fluctuacin-disipacin
135
136
Captulo 7. Fluctuaciones en el modelo mesoscpico de Voronoi
(Landau y Lifshitz, 1959; Espaol, 1998b). Este rgimen mesoscpico de la hidrodinmica es relevante no slo en fluidos simples cuando interesan las escalas de longitud cortas,
(como por ejemplo es el caso de los experimentos de dispersin de luz), sino tambin es
crucial en la dinmica de los fluidos complejos. En particular en el estudio del movimiento browniano difusivo de objetos pequeos en suspensin (como partculas coloidales)
(Bedeaux y Mazur, 1974) generado por la naturaleza estocstica del solvente. Es obvia,
por tanto, la relevancia de los efectos provocados por las fluctuaciones en el estudio de la
dinmica difusiva de los fluidos complejos.
Recientemente se han desarrollado paralelamente dos modelos de partculas fluidas
(basados en una malla de Voronoi lagrangiana) para simular la hidrodinmica fluctuante: M ODELO 1 (Serrano y Espaol (2001)) y presentado ntegramente en el captulo 5, y
M ODELO 2 elaborado por el grupo de Fabritiis, Coveney y Flekky (2002a). Las principales diferencias entre estos dos modelos son el uso de la entropa (M ODELO 1) o de la
energa interna (M ODELO 2) como variable independiente y, algo mucho ms esencial, la
manera de discretizar los gradientes de temperatura y las divergencias de velocidad. Desde un punto de vista metodolgico, los dos modelos obtienen de forma diferente (aunque
los resultados son equivalentes y complementarios) las fuerzas estocsticas preservando
el teorema de fluctuacin-disipacin:
- El M ODELO 1 de mesopartculas fluidas basa su construccin en el formalismo GENERIC (Grmela y ttinger, 1997; ttinger y Grmela, 1997) para codificar de manera
sencilla la fsica que est tras de la primera y segunda ley de la Termodinmica y del
teorema de fluctuacin-disipacin. Se debe insistir en que el formalismo GENERIC no
aporta ninguna fsica nueva, pero permite identificar muy rpidamente si el modelo es
termodinmicamente consistente y, en caso contrario, sugiere modificaciones para restablecer la consistencia termodinmica.
- El M ODELO 2 (Flekky y Coveney, 1999; Flekky et al., 2000a; de Fabritiis et al.,
2002a) consiste en escribir la distribucin de equilibrio del conjunto de variables, haciendo una conjetura sobre la estructura del ruido aleatorio y calculando el operador de
Fokker-Planck que corresponde a las ecuaciones de Langevin, se extraen los coeficientes
del ruido al hacer un balance entre las partes difusivas y de arrastre o deriva (drift) del
operador de Fokker-Planck actuando sobre la distribucin de equilibrio.
En el apndice B haremos una revisin de ambos modelos discutiendo, las similitudes
y diferencias (Serrano et al., 2002). Mostraremos que la parte de la dinmica reversible
del M ODELO 2 tiene una pequea produccin de entropa y tambin se demuestra que la
parte irreversible de la dinmica de ese modelo se puede ajustar al marco de GENERIC
asegurando, por tanto, una produccin positiva de entropa.
Por lo tanto, el contenido de este captulo se centra en los resultados de equilibrio
obtenidos con el M ODELO 1 estocstico. En la seccin 7.2 discutiremos cmo se puede
derivar, partiendo de la funcin de distribucin de Einstein de M-partculas, la funcin de
distribucin de equilibrio de una partcula. Presentamos los resultados de simulacin en
la seccin 7.3 y los comparamos con las expresiones tericas, lo que nos permite discutir
la validez de nuestro modelo mesoscpico para simular la hidrodinmica fluctuante.
7.2. Distribuciones de equilibrio
137
7.2 Distribuciones de equilibrio para el M ODELO 1

En el captulo 5 hemos descrito las ecuaciones deterministas para el modelo discreto de
mesopartculas que representa a un fluido newtoniano. Si las celdas de Voronoi son de
tamao mesoscpico, sern susceptibles de sufrir los efectos de las fluctuaciones termodinmicas. Dichas fluctuaciones se pueden incorporar de manera muy sencilla siguiendo
cualquiera de las dos rutas marcadas por el M ODELO 1 por el M ODELO 2. De hecho, en
el apndice B se explica cmo entender en trminos de GENERIC las fluctuaciones del
M ODELO 2. Las ecuaciones diferenciales estocsticas resultantes son matemticamente
equivalentes a una ecuacin de Fokker-Planck que gobierna la funcin de distribucin de
probabilidad = (x; t) en la que cada mesopartcula tiene una realizacin particular del
conjunto de variables de estado que hemos denotado de forma global con x. En notacin
GENERIC, esta ecuacin toma la forma (Grmela y ttinger, 1997; ttinger y Grmela,
1997; ttinger, 1997, 1998a,b)
t (x; t) =

(x; t) L(x) Ex(x) + M (x) Sx(x)
x
kB M (x)
(x; t)
;
x
(7.1)
siendo kB la constante de Boltzmann.
En la seccin 4.2 ya discutimos cmo la funcin de distribucin de las variables de
un sistema dado en equilibrio estar dada por la funcin de distribucin de Einstein. Esta
afirmacin se puede probar bajo hiptesis bastantes generales sobre el carcter mezcla
(mixing) de la dinmica microscpica del sistema (Espaol y de la Rubia, 1992). Si en el
instante inicial se conoce con elevada precisin el valor de los invariantes E (x) e I (x),
en particular, si toman los valores E0 ; I0 respectivamente, entonces recordemos que la
funcin de distribucin de Einstein se escribe como
(E (x) E0 )(I (x) I0 )

(7.2)
expfkB 1S (x)g;
(E0 ; I0 )
normalizacin adecuado
(E0 ; I0 ). Es bastante sensato pedir que la
eq (x) =
con el factor de
ecuacin de Fokker-Planck (7.1) tenga como (nica) solucin de equilibrio la funcin de
distribucin de Einstein. Como vimos, esto se puede conseguir si las matrices L(x) y
M (x) cumplen las propiedades

= 0;
L(x) E
x
x
M (x)
I
= 0:
x
(7.3)
La segunda condicin es simplemente el requisito para que la parte disipativa de la dinmica conserve la masa total, la energa y cualquier otro invariante dinmico presente como, por ejemplo, el momento del sistema. La primera condicin se puede entender como
una condicin de incompresibilidad sobre la dinmica reversible en el espacio de estados x. Debemos decir, sin embargo, que esta ecuacin de incompresibilidad se satisface
slo aproximadamente en nuestra dinmica reversible. Sin embargo, como mostraremos
ms adelante, la funcin de distribucin de Einstein es, con todo, una aproximacin muy
buena para la solucin de equilibrio de la ecuacin de Fokker-Planck.
138
7.2.1 La funcin de distribucin de equilibrio de
M -partculas
En esta seccin discutiremos la funcin de distribucin de equilibrio eq (x) correspondiente a las ecuaciones de movimiento de nuestro modelo discreto M ODELO 1. Sin embargo, es importante darse cuenta que la funcin de distribucin de equilibrio es la misma
para los dos modelos, independientemente de la forma elegida para la parte irreversible
de la dinmica. La razn estriba en que los dos conjuntos de ecuaciones respetan esencialmente la estructura GENERIC, en realidad hay que hacer algunas pequeas modificaciones en el M ODELO 2 1 , de tal manera que se garantiza que la funcin de distribucin
de equilibrio para esas variables est dada por la distribucin de Einstein en presencia de
los invariantes dinmicos necesarios, Ec.(7.2). Como la masa total M(x), la energa total
E (x) y el momento total P(x) son cantidades que se conservan en la dinmica, la funcin
de distribucin de equilibrio ser para los dos modelos
1
eq (x) = (M(x)
M0 )(E (x) E0 )(P(x) P0 ) expfkB 1S (x)g;
(7.4)
donde presuponemos que conocemos con absoluta precisin los valores de la masa total
Precisamente ste es el caso en
una simulacin numrica, entendiendo por precisin absoluta la precisin numrica. Por
supuesto,
es un factor que asegura la normalizacin correcta dePeq (x). La energa
total y laP
entropa de nuestros modelos se escriben como E (x) = i (P2i =2mi + Ei ) y
S (x) = i Si , donde Ei = E (mi ; Si ; Vi ).
El estado ms probable en equilibrio, de acuerdo con la ecuacin (7.4), es el que
maximiza la entropa total S (x) sometida a las restricciones M(x) = M0 , E (x) = E0 ,
y P(x) = P0 . Si utilizamos la tcnica de los multiplicadores de Lagrange ; y V, el
estado ms probable es el que maximiza la funcin
M0 , energa E0 y momento P0 en el instante inicial.
f (fR; P; m; S g) = kB 1 S (x) (E (x) V P(x) M(x))

sin ningn tipo de restricciones. Igualando las derivadas parciales con respecto a cada
variable a cero, llegamos al siguiente conjunto de ecuaciones implcitas para los valores
ms probables de las variables x = fRi ; Pi ; mi ; Si g denotados por el smbolo
0
X

Vj A
Pj (x ) = 0;
j Ri
Pi = V;
mi
d
i (xi ) = i (x ) = + V2 ;
2
1

Ti T (xi ) = Ti (x ) =
:
kB
1 Vase
el apndice B.
(7.5)
139
La segunda igualdad indica que en el estado ms probable todas las partculas se mueven
a la misma velocidad V. Se puede tomar igual a cero V = 0 sin prdida de generalidad.
Las ltimas dos ecuaciones indican, respectivamente, que el potencial qumico por unidad
de masa y la temperatura de todas las mesopartculas en el estado ms probable es idntico
al valor ms probable de dichas variables termodinmicas discretas. Precisamente esto
implica que la presin debe ser tambin la misma para todas las mesopartculas (en un
fluido simple los parmetros intensivos no son independientes (Callen, 1960)).
Recordando el clculo realizado en (5.77) la primera ecuacin de (7.5)
X
Vj
Pj =
j Ri
j 6=i
Aij
e + Aij (Pi Pj ) = 0
2 ij Rij ij
(7.6)
se satisface de manera trivial, siempre que las presiones en el estado ms probable sean
idnticas para todas las partculas del sistema Pi = Pj = P .
Una caracterstica interesante referente al volumen total es que cualquier configuracin de posiciones Ri (y por tanto de volmenes P
de Voronoi) de las mesopartculas tiene
la propiedad de que el volumen total se conserva i Vi = V0 . Dicho de otro modo, aunque el volumen sea una cantidad conservada, no supone una restriccin reflejada como tal
en forma de una funcin delta extra en la Ec.(7.4).
Para nuestro modelo, es mucho ms conveniente considerar la probabilidad de una
realizacin particular del conjunto total de variables fV ; P; m; S g en equilibrio en lugar
de fR; P; m; S g. Estas funciones de distribucin se relacionan de la forma
Z
P (fV ; P; m; S g) = fdRgM (V V (fRg))eq(x):
(7.7)
Como eq (x) depende de las posiciones slo a travs de las variables de volumen, tenemos
P (fV ; P; m; S g) = F (V1 ; : : : ; VM )eq(fV; P; m; S g);

donde hemos definido fV g = fV1 ; : : : ; VM g y
Z
F (V1 ; : : : ; VM ) = dfRg
M
Y
i
(Vi
Vi (fRg)):
(7.8)
(7.9)
Esta funcin F es proporcional a la densidad de probabilidad de que las partculas tengan una distribucin de volmenes concreta V1 ; : : : ; VM siendo uniforme la funcin de
distribucin de posiciones. Es interesante darse cuenta de que como F (V1 ; : : : ; VM ) no
contiene ninguna informacin sobre la ubicacin de los volmenes, se espera que la probabilidad de que una celda tenga un cierto volumen sea independiente de la gran mayora
de los volmenes del resto de las celdas. De esta forma, aceptamos como buena la aproximacin de que los volmenes son estadsticamente independientes en una distribucin
aleatoria de celdas, sobre todo si el nmero total del celdas M es muy grande. Sin embargo, existe una correlacin global que debe ser obligatoriamente respetada, en concreto,
140
preservar el volumen total. Por lo tanto, esperamos que

X
Vi V 0 ;
(7.10)
i
siendo F (V ) la densidad de probabilidad de que, dada una distribucin aleatoria de puntos, el volumen de una celda sea exactamente V , independientemente de los valores de
los volmenes de las otras celdas.
El clculo analtico exacto de la funcin F (V ) es difcil, pero una expresin fenomenolgica ya se propuso en Wejchert et al. (1986). Como la nica escala en una distribucin aleatoria de puntos es el volumen medio de cada celda, la funcin de distribucin de
volumen debe tener una forma escalada del tipo
F (V1 ; : : : ; VM ) / F (V1 ) F (VM )
1
V
F (V ) =
G
;
V
V
donde V representa el valor medio del volumen de cada celda y
distribucin Gamma definida como
#
G (x) = # x# 1 expf #xg;
(7.11)
G (x) es la funcin de
(#)
R1
adecuadamente normalizada a la unidad (
G (x)dx = 1).
(7.12)
Adems, # es un parmetro
0
constante.
En la Fig.7.1 reflejamos (en puntos) el resultado de la distribucin de volumen de
una celda para una teselacin de Voronoi en dos dimensiones, dado un conjunto aleatorio
uniforme de puntos, junto con el buen ajuste a la funcin de distribucin Gamma para un
valor del parmetro # = 3:8420 y con volumen medio de V = 0:0025.
7.2.2 La funcin de distribucin de equilibrio de una partcula

Para poder comparar los resultados de las simulaciones con la teora, es necesario que
consideremos la funcin de distribucin de una nica partcula, en lugar de la funcin de
distribucin multidimensional de M-partculas. Por esta razn, como primer paso, integraremos todas las variables de momento excepto los de la primera partcula. El resultado
es que habremos convertido la distribucin microcannica (7.4) en una distribucin cannica. Despus, integraremos sobre todos los volmenes, masas y entropas de todas
las partculas excepto sobre los de la primera. Denotamos el estado por x = (y; fPg)
siendo y = (fV g; fmg; fS g) el conjunto formado por los volmenes, masas y entropas de todas las mesopartculas del sistema. Obsrvese que la entropa total y la energa
interna no dependen de los momentos.
Si integramos la funcin de distribucin eq (x) sobre todos los momentos excepto el
P1 , tendremos la probabilidad (P1 ; y)
!
!
Q

M
M
X
X
( i F (Vi ))
S (y)
eq
Vi V0
mi M 0
exp
(P1 ; y) =
0
kB
i
i
141
400
300
F(V) 200
100
0
0.000
0.002
0.004
V
0.006
0.008
Figura 7.1: Funcin de distribucin del volumen de Voronoi dada una distribucin aleatoria
de puntos en una simulacin de M = 400 mesopartculas dentro de una caja bidimensional
de longitud L = 1 con condiciones de contorno peridicas. La lnea continua corresponde al
ajuste de la funcin de la Ec.(7.11) con un valor de parmetro # = 3:8420 y con un volumen
medio V = 0:0025.
M
Y
"
d(M 2)
(2mi )d=2
E0
2
i=2
Ei (y)
P21
# d(M
2)
(7.13)
;
2m1
donde hemos utilizado la siguiente ecuacin, (demostrada en el apndice VII de la referencia Espaol (2001)),
Z
ddM P
M
X
P2i
E0
i 2mi
M
X
i
Pi P0 =
donde d es la dimensionalidad del espacio, U0
& = 2
d(M 1) d(M 21)

U0
2
= E0
&=2
:
(&=2)
M
Y
i
P20 =2M0, y
(2mi )d=2
(7.14)
(7.15)
Si nos damos cuenta de que esta probabilidad debe estar muy picada sobre el estado ms
probable, podemos encontrar una aproximacin conveniente a la ecuacin Ec.(7.13). Por
tanto, para aquellos valores de Ei (y ) para los cuales eq (P1 ; y ) tome un valor apreciablemente distinto de cero, la expresin aproximada ser proporcional 2 a una exponencial
"
#
!)
(
2 q
2
E0
2 Con
Ei
P1
2m1
exp
un factor con dimensiones de energa elevado a q .
Ei + 2Pm1
(7.16)
142
siendo Ei el valor ms probable de Ei y q

definicin para el parmetro
=
2)=2 1 1. Hemos incluido una
= d(M
d(M 1)
=2 1
P
E0
j Ej
2
P ;
E dM=
0
j Ej
(7.17)
que es inversamente proporcional al valor ms probable de la energa cintica del sistema total (y ser, por tanto, inversamente proporcional a la temperatura de equilibrio del
sistema). Incluyendo esta aproximacin, podemos escribir la Ec.(7.13) como
eq(P1 ; y) =
M
M
X
F (Vi ) X
Vi V 0
mi M0
i
0
i
i
(
)
M
2
X
S (y)
P
1

exp k
Ei (y) 2m

B
1
i
Y
(7.18)
donde reinterpretamos bajo el mismo smbolo

0 la constante adecuada
Pde normalizacin.
En la Ec.(7.18) hemos
despreciado
en
la
exponencial
el
trmino
d=
2
i ln mi porque es
P
pequeo frente a i Ei (y ). Para esto, es necesario notar que Ei es una funcin de primer
orden de sus argumentos Si ; mi ; Vi y, por tanto, de orden mi .
En concreto, estamos interesados en la funcin de distribucin P (V1 ; P1 ; m1 ; S1 )
que nos da la probabilidad de que una partcula concreta tome unos ciertos valores de
las variables V1 ; P1 ; m1 ; S1 , independientemente de los valores del resto de variables del
sistema. Para llegar a esa expresin primeramente es necesario que definamos la funcin
(M; V ) =
d(M 1) fV gd(M 1) fmgd(M 1) fS g

M
X
(M
X Si
M
Y
i=2
M
X
F (Vi )
i=2
mi
)
E (mi ; Si ; Vi )
Vi V exp
(7.19)
i=2 kB
i=2
y analicemos sus derivadas con respecto a las variables M y V . Cuando el nmero de
variables o de mesopartculas M es muy grande, el integrando es prcticamente nulo
salvo en su valor ms probable y tenemos que
(M; V )
M
(M; V )
V
(M; V )
0 (M; V );
(7.20)
siendo y ciertos multiplicadores de Lagrange adecuados que provienen de las restricciones impuestas por las deltas de Dirac en el integrando (la conservacin de la masa y
del volumen totales). Por tanto, la forma funcional de (M; V ) se puede aproximar muy
bien por una exponencial
(M; V ) expf ( M V )g:
(7.21)
143
Al integrar (7.18) sobre las variables fV; m; S g para todas las partculas excepto para
V1 ; P1 ; m1 ; S1 se puede reescribir la funcin de distribucin de una partcula en trminos
de la funcin (M; V ) definida en la ecuacin (7.19) como
P (V1 ; P1 ; m1 ; S1 )
1
F (V1 )(M0 m1 ; V0 V1 )
00

S
P2
exp 1 E (m1 ; S1 ; V1 ) 1 :
kB
2m1
(7.22)
y con la aproximacin (7.21) llegamos finalmente a la expresin de la funcin de distribucin de una nica partcula

2
P (V1 ; P1 ; m1 ; S1 ) F (ZV1 ) exp kS1 E (m1 ; S1 ; V1 ) + 2Pm1
m1 + V1

(7.23)
siendo Z el factor apropiado de normalizacin. La forma de esta funcin de distribucin
se puede interpretar como la probabilidad de que en un subsistema, que puede intercambiar masa, momento, energa y volumen con un bao trmico de parmetros intensivos
( ; ; ), sus variables extensivas tomen unos valores particulares. Es interesante observar que, aunque la distribucin respecto al momento parece gaussiana a primera vista,
el momento no es estadsticamente independiente de la masa. En lo que se refiere al volumen, la presencia del factor F (V ) impide poder interpretar directamente como la
presin del bao trmico con el que est en contacto.
Los valores ms probables de la funcin de distribucin de una partcula (7.23) (representados por el smbolo y ) satisfacen
F 0 (V y )
P1y + 1 y = ;
F (V1 )
Py1 = 0;
y1 = ;
1
T1y =
;
kB
(7.24)
siendo F 0 la derivada de F con respecto al volumen. Observemos la conexin entre ,

definido en la ecuacin (7.17), (relacionado con el valor ms probable del inverso de la
energa cintica total) y el valor ms probable de la temperatura termodinmica de la
partcula 1.
Estos valores ms probables, dados en la ecuacin (7.24), deben ser comparados con
las Ecs.(7.5). Es importante apreciar que el valor ms probable xy1 = fV1y ; Py1 ; my1 ; S1y g
de la funcin de distribucin de una partcula dado por las Ecs.(7.24) no coincide exactamente con el valor ms probable x de la funcin de distribucin de M -partculas dado
por las Ecs.(7.5) debido a las integrales involucradas. Sin embargo, esperamos que las
discrepancias sean muy pequeas.
144
7.2.3 Distribuciones marginales para una mesopartcula

En una simulacin es muy difcil determinar la funcin de distribucin de equilibrio (7.23)
debido a que es una funcin definida en un espacio de cinco dimensiones (para el caso de
simulacin bidimensional). Claramente, lo que necesitamos son las funciones de distribucin de una nica variable. En esta subseccin, calculamos estas funciones de distribucin
marginales.
La distribucin de probabilidad conjunta del volumen, masa y entropa de una part~
cula se puede obtener fcilmente al integrar las variables del momento P
P (V; m; S ) / F (ZV )
2m

d2
exp
S
kB
(E (m; S; V ) m + V ) :
(7.25)
Si utilizamos la expresin analtica para F (V ) dada por la Ec.(7.11), y realizando el
correspondiente cambio de variables de la entropa S a la energa interna E , para el caso
de un gas ideal, estamos en disposicin de calcular la funcin de distribucin de masa y
volumen. El jacobiano de dicha transformacin corresponde a la temperatura T (E ). La
integral se puede resolver analticamente y el resultado es (tomando la dimensionalidad
del espacio d = 2 desde ahora)
P (V; m) / (V )# 1 m2
V e2
m2
mm
m
exp
m0
V
# + ( m V ) ;
V
(7.26)
donde (x) es la funcin Gamma, e = exp(1) es el nmero de Neper, m0 es la masa de
la molcula o tomo del gas ideal que tratamos de simular y es una constante adimensional (definida en la Ec.(6.9) que depende exclusivamente de parmetros microscpicos.
Podemos integrar la variable de volumen en la expresin P (V; m) para sacar la funcin
de distribucin de masa. Los lmites de integracin se puede extender de (0; 1) porque
el rango de variacin de la masa de una partcula es muy pequeo comparado con la masa
total del sistema M0 .

P (m) /
P (V; m)dV /
m
m0
1 mm
e2

A
kB2 + #
m
#+
m0

m 21
m0
exp f mg :
m
m0
(7.27)
Por el contrario, podemos calcular la funcin de distribucin de volumen si integramos

sobre la masa en la Ec.(7.26)
P (V ) /
(V )# 1 exp
V
#
V
V
J ; (V )
(7.28)
145
con la definicin pertinente para la funcin J ; (V )

Z 1

2 mm0 m
m
V
e
2
1
m
0
exp f mg dm:
J ; (V ) = m
m0
(7.29)
que como vemos depende de los parmetros y . Anlogamente se puede obtener la

funcin de distribucin para la densidad de la Ec.(7.26):
P ()
=
=
P (V; m) m
dV dm
V
P (V; V )V dV / 2 H; ; ()
(7.30)
donde hemos definido la funcin

Z
V
V
V e2 m0
H; ; () =
2

(V )
m0
0

#
+ ( ) V dV:
exp
(7.31)
V
que depende de con los parmetros ; y . La ltima funcin de distribucin de una
nica variable interesante que nos queda por determinar es la de la componente Px del
momento:
P (P x) =

2
V #+2
Pp(m) exp
m
(P x )

2M
2)
dm;
(7.32)
obtenida por integracin del volumen y entropa en la Ec.(7.23).

Em este apartado presentamos los resultados del modelo completo M ODELO 1, parte
estocstica incluida, que son mejores que los del modelo M ODELO 2. La razn se explica
detalladamente en el apndice B, y tiene que ver con la forma concreta de los trminos
disipativos en cada uno de los dos modelos.
Los detalles especficos de las simulaciones estn descritos exhaustivamente en el
captulo anterior en la seccin 6.1. Hemos modificado coherentemente el esquema de
integracin ya que ahora las ecuaciones diferenciales son estocsticas. En concreto,
hemos elegido un algoritmo de Euler con un paso temporal suficientemente pequeo
(dt~ = 0:000001) para mantener una aceptable conservacin de la energa y del momento
total. Recordemos que cada partcula fluida contiene tpicamente 100 tomos de argn (ya
que Nmi = 40000 y M = 400). El sistema est a una temperatura Te en una caja bidimensional con condiciones de contorno peridicas. En unidades reducidas la temperatura
se inicializa a T = 1 y la densidad a = 1. 3
3 Aunque
en este captulo todos los resultados estn dados en unidades reducidas hemos omitido el smbolo
x~ por simplicidad.
146
Aunque cercano al equilibrio, el estado inicial no es un estado tpico de equilibrio. Por

esta razn es necesario dejar que el sistema evolucione y que relaje hacia su equilibrio.
Hay que estar seguros de que realmente estamos realizando mediciones de las distribuciones de equilibrio para el momento, la masa, el volumen y densidad de las mesopartculas.4
En la Fig.7.2 se muestra con puntos la funcin de distribucin para la componente
x del momento (P x) medida en la simulacin. Como primera aproximacin, podemos
2000
1500
P(P )
1000
500
0
-0.0010
-0.0005
0.0000
x
P
0.0005
0.0010
Figura 7.2: Funcin de distribucin de equilibrio de la componente x del momento. El resultado de la simulacin para (P x ) corresponde a los puntos. La lnea continua corresponde a
nuestra prediccin dada por la Ec.(7.32) con un valor de = 39947:26. La lnea discontinua corresponde al mejor ajuste gaussiano posible para dichos datos. Esto correspondera a un
sistema de mesopartculas de masas fijas, y por supuesto, ste no es el caso: las mesopartculas
intercambian masa (ver adems la funcin de distribucin de masa de equilibrio Fig.7.4).
ajustarla a una funcin gaussiana (en lnea discontinua). Se trata de un ajuste razonable, pero en el que se observan algunas discrepancias significativas. El origen de estas
diferencias proviene del hecho de que la masa y el momento no son estadsticamente independientes. Desde luego, la funcin de distribucin del momento est en realidad dada
por la expresin Ec.(7.32). Si hacemos uso de esta ecuacin y utilizamos la distribucin
de masa obtenida en las simulaciones, obtenemos mucho mejor ajuste en la distribucin
de momento que la gaussiana inicial. El mejor ajuste corresponde a un valor del parmetro = 39947:26, que concuerda perfectamente con el obtenido con la ecuacin (7.17)
compatible con los valores de las magnitudes que se conservan, esto es, la masa total, el
momento y la energa del sistema para dicha simulacin. En realidad tambin concuerda
con la temperatura global de equilibrio del gas ideal = 1=(kB T1y ).
4 Una forma rpida y sencilla de llegar al equilibrio consiste en imponer coeficientes de transporte elevados.
La prueba de que la entropa total ha alcanzado su mximo valor y que permanece constante para el estado de
equilibrio no es vlida para el sistema con fluctuaciones.
147
La igualdad de la temperatura cintica (dada a travs de Ec.(7.17)-ntese que est

relacionada con el teorema de equiparticin) y la temperatura termodinmica de equilibrio
en la Ec.(7.24) queda demostrada por los resultados reflejados en la Fig.7.3 donde se
presentan dos mediciones de la temperatura: la obtenida con la energa cintica media
de las mesopartculas y la media aritmtica de las temperaturas termodinmicas de todas
ellas calculadas a travs de la ecuacin de estado de cada mesopartcula.
1.1
T
0.9
0.8
10
12
Figura 7.3: Registro de la evolucin temporal de la temperatura cintica y termodinM Eki =(MkB ) (en lnea de puntos) y
mica en el equilibrio definidas como Tk =
i
M
Tt = i Ti =M (con trazo continuo), respectivamente. Los valores medios son Tt =
1:000 0:004 y Tk = 1:00 0:08, en unidades reducidas. La temperatura cintica presenta
mayores fluctuaciones asociadas a la anchura de la funcin de distribucin del momento de la
Fig.7.2.
En las Figs. 7.4, 7.5 y 7.6 se recogen los resultados de la simulacin para las funciones
de distribucin de equilibrio para la masa, el volumen y la densidad de una mesopartcula. En lnea continua se muestran los ajustes de dichos resultados a las funciones no
lineales dependientes de los tres parmetros ( , , ) dados en las Ecs.(7.27), (7.28),
(7.30) respectivamente. Estos ajustes se han llevado a cabo con el mtodo estndar de
Levenberg-Marquardt, que ajusta funciones no lineales por mnimos cuadrados. El valor
del parmetro se ha extrado del ajuste a la funcin de distribucin de momento. Es
importante resaltar que muchos pares de valores de , dan, individualmente, ajustes
razonables a los datos de simulacin para P (m); P (V ); P (), pero no a todas a la vez.
Precisamente, por esta razn, hemos minimizado simultneamente la funcin global de
las tres distribuciones por el mtodo de los mnimos cuadrados. Este procedimiento nos
conduce a los siguientes valores ptimos
= 39947:26; = 1:010; = 10:620:
148
400
300
P(M)
200
100
0
0.000
0.002
0.004
0.006
M
Figura 7.4: Funcin de distribucin de equilibrio de la masa. Los puntos corresponden a los
datos de la simulacin, y la lnea continua al ajuste de la Ec.(7.27) para los valores de los
parmetros = 39947:26, = 1:010, y = 10:620.
400
300
P(V)
200
100
0
0.000
0.002
0.004
V
0.006
0.008
Figura 7.5: Funcin de distribucin de equilibrio del volumen. Los puntos corresponden a
los datos de la simulacin, y la lnea continua al ajuste de la Ec.(7.28) para los valores de los
parmetros = 39947:26, = 1:010, y = 10:620.
149
3
P()
2
0.0
0.5
1.0
1.5
2.0
Figura 7.6: Funcin de distribucin de equilibrio de la densidad. Los puntos corresponden a

los datos de la simulacin, y la lnea continua al ajuste de la Ec.(7.30) para los valores de los
parmetros = 39947:26, = 1:010, y = 10:620.
De acuerdo con las Ecs.(7.24), los multiplicadores de Lagrange estn directamente

conectados con los valores ms probables de los parmetros intensivos en la simulacin.
Hemos obtenido directamente de la simulacin las distribuciones de equilibrio marginales
de las variables intensivas y encontramos
T y = 1:001; P y = 0:994; y = 10:556:

Si comparamos estas dos tradas de valores, se obtiene un acuerdo perfecto con la temperatura, y bastante razonable con la presin y el potencial qumico. Al considerar las
relaciones entre los valores ms probables y los multiplicadores de Lagrange dados en la
Ec.(7.24), encontramos las variables intensivas ms probables P y ; T y ; y de la distribucin de equilibrio de una mesopartcula. Si evaluamos el potencial qumico del gas ideal
para un valor de la temperatura de T y = 1=(kB ), encontramos un valor terico para
(T y ; P y ) para comparar con el valor del ajuste , es decir,

F 0 (V y )
(7.33)
= 10:596:
F (V y )
Este resultado est realmente bastante ms cerca del mejor ajuste = 10:620, lo que
es una buena indicacin numrica de que los multiplicadores de Lagrange ; ; son
(T y ; P y ) =
1
;
kB
en realidad los parmetros intensivos del sistema.

El tamao de las fluctuaciones, o lo que es igual, la anchura de las funciones de distribucin de equilibrio, depende del tamao real de las celdas de Voronoi. Para una densidad
determinada, por ejemplo, cuanto mayor sea el volumen (y la masa) de la mesopartcula, menor ser la anchura de la funcin de distribucin de equilibrio, precisamente tal y
150
como predice la mecnica estadstica de equilibrio. Este resultado se ve claramente en la

Fig.7.7. En una situacin general, el tamao de las celdas quedar fijado por la escala de
longitud hidrodinmica que nos interese resolver. Tpicamente, el radio de una celda
debe ser 20 veces menor que la escala de longitud hidrodinmica relevante (Serrano y
Espaol, 2001).
15.0
10.0
P()
5.0
0.0
0.2
0.8
1.2
1.8
Figura 7.7: Distribuciones de equilibrio de la densidad para dos volmenes promedio de las
mesopartculas (V = 100, V = 200) y la misma densidad media en el sistema = 1. La
curva con menor anchura corresponde a la de mayor volumen (y masa) promedio.
Una consecuencia importante que se extrae de las simulaciones estocsticas es el hecho de que la entropa total del sistema es una cantidad que flucta, es decir, que no es una
funcin estrictamente creciente en el tiempo. En una situacin de equilibrio flucta alrededor de un valor constante tal y como se muestra en la Fig.7.8. Se debe resaltar que este
comportamiento no contradice la Segunda ley de la Termodinmica (que es una ley macroscpica). Obsrvese que las fluctuaciones en la entropa son del orden de la constante
de Boltzmann y, por tanto, en trminos macroscpicos son despreciables. Por supuesto, si
las mesopartculas son muy grandes (en el lmite termodinmico), las fluctuaciones sern
despreciables y la funcin entropa total ser una funcin montonamente creciente del
tiempo.
Si consideramos el funcional de la entropa
Z
S [t = S (x)(x; t)dx kB (x; t) ln (x; t)dx;
(7.34)
que es un funcional de la funcin de distribucin de la probabilidad dependiente del tiempo (x; t), se puede probar usando la ecuacin de Fokker-Planck (7.1) que t S [t 0
(Grmela y ttinger, 1997; ttinger y Grmela, 1997; ttinger, 1998a). Slo mostramos
7.4. Discusin
151
la entropa total en equilibrio fluctuando (ver figura 7.8), porque la medicin en simulaciones de este funcional es muy difcil debido a la elevada dimensionalidad de la funcin
(x; t).
12.592
12.590
S
12.588
12.586
12.584
12.582
10
t
12
15
Figura 7.8: Evolucin temporal de la entropa total de un sistema sometido a ruido trmico.
Los detalles de la simulacin corresponden a los de las Figs. 7.4, 7.5 y 7.6.
7.4 Discusin
En este captulo y en el apndice B correspondiente hemos analizado los modelos de partculas fluidas de Voronoi: M ODELO 1 (Serrano y Espaol, 2001) y M ODELO 2 (Flekky
y Coveney, 1999). Ambos pueden ser entendidos como discretizaciones en volmenes
finitos de las ecuaciones de Navier-Stokes en descripcin lagrangiana en los que se han
incorporado fluctuaciones trmicas que obedecen el teorema de fluctuacin-disipacin en
el nivel discreto y, como consecuencia, la funcin de distribucin de equilibrio est dada
por la funcin de distribucin de Einstein. Tal y como se demuestra en el apndice B,
el M ODELO 2 tiene una parte reversible que causa un ligero aumento de entropa, aunque, debera ser conservada estrictamente en una dinmica reversible. Sin embargo, en
situaciones prcticas, se espera que esta produccin no fsica de entropa reversible sea
despreciable en comparacin con la produccin entrpica de origen irreversible. Relacionado con sto, los dos modelos se diferencian en la forma particular elegida para las
discretizaciones del tensor de tensiones y del flujo de calor. Se ha comprobado por la
comparacin de los resultados de simulacin que la discretizacin utilizada en el M O DELO 1 produce mejores resultados para las mediciones numricas de los coeficientes de
transporte. Esto puede ser debido a que para el M ODELO 2, las interacciones disipativas
152
aparecen siempre en forma de interaccin a pares entre celdas de Voronoi, muy en el espritu del modelo original de la DPD (Hoogerbrugge y Koelman, 1992; Espaol, 1995;
Espaol y Warren, 1995) (ver tambin la seccin 4.4). En el M ODELO 1, la interaccin no
es a pares sino que depende de todos los vecinos de una partcula dada. Por estas razones
se elige el M ODELO 1 en las simulaciones.
Partiendo de la distribucin de Einstein para el equilibrio (definida para el conjunto de
todas las variables presentes en el sistema), hemos calculado analticamente las funciones
de distribucin marginales de equilibrio correspondientes a una mesopartcula. En la
prctica, stas son las nicas distribuciones medibles en la simulacin. Hemos obtenido
un excelente acuerdo entre los resultados tericos y las simulaciones, lo que confiere
enorme confianza a nuestro M ODELO 1.
Los resultados de este captulo permiten comparar el modelo termodinmicamente
consistente de partculas fluidas de Voronoi presentado en el captulo 5 con la discusin
sobre la DPD y la SPH detalada en el captulo 4. Vemos que el tamao de las fluctuaciones trmicas en los tres modelos (el de Voronoi, la SPH con fluctuaciones trmicas y
la DPD) est dado por el tamao tpico de los volmenes de las mesopartculas. Podra
decirse que escala con el inverso de la raz cuadrada de este volumen. La necesidad de
incorporar las fluctuaciones en un sistema particular est determinada por las escalas de
longitud externas que deban ser resueltas para un problema dado. Por ejemplo, si tenemos partculas coloidales submicrnicas (de tamao menor que la micra), necesitaremos
resolver tamaos de partculas fluidas de, por ejemplo, un orden o dos de magnitud menores que el dimetro de la partcula coloidal. Para estos volmenes tan pequeos, las
fluctuaciones son importantes, de hecho, son las responsables del movimiento browniano
de las partculas coloidales. Una pelota de ping-pong, por el contrario necesita partculas
de fluido mucho ms grandes, para las cuales las fluctuaciones trmicas son despreciables. Por supuesto, podemos usar un nmero muy grande de pequeas partculas fluidas
para el tratamiento de la pelota de ping-pong en el seno de un fluido, pero en este caso las
fluctuaciones trmicas (grandes) sobre cada partcula se promediarn por el gran nmero
de partculas fluidas. Recordemos que las formulaciones originales de la Dinmica de
Partculas Disipativas no tenan incorporada la posibilidad de desconectar las fluctuaciones trmicas segn el tamao de las partculas fluidas. Esto es debido al hecho de que esas
formulaciones no incluan el volumen ni la masa de las partculas fluidas como variables
dinmicas relevantes.
Hay varios puntos importantes que conciernen a la implementacin prctica del algoritmo mesoscpico de Voronoi. Por una parte, las distribuciones de volmenes de Voronoi
son anchas y esto puede hacer que la resolucin espacial sea diferente en distintas regiones
del espacio. Uno puede tener mesopartculas fluidas grandes coexistiendo con pequeas.
Sin embargo, el tamao de las partculas fluidas ms voluminosas del sistema, comparado
con la escala de longitud hidrodinmica a resolver, debe ser lo que determine la resolucin
apropiada para un problema de flujo dado. Ya que el nmero de partculas fluidas grandes
est dado por la cantidad total de partculas fluidas, siempre es posible resolver un flujo
con una exactitud prescrita.
7.4. Discusin
153
El segundo punto importante concierne a la integracin temporal. Hemos utilizado

en estas simulaciones un esquema simple de Euler para integrar las ecuaciones estocsticas. Este mtodo requiere pasos de tiempo muy pequeos para alcanzar el grado de
conservacin de energa deseado. De hecho, esto representa una lnea de investigacin
abierta. Estamos considerando esquemas de orden mayor basados en la expansin de
Trotter (Tuckerman et al., 92) que, mantengan el mismo nivel de conservacin energtica, pero que permitan pasos de tiempo de, al menos, dos rdenes de magnitud mayores.
(En preparacin, de Fabritiis, Serrano, Espaol y Coveney (2002b)).
Sin embargo, el tamao del paso de tiempo no est dictado nicamente por la escala
temporal hidrodinmica del problema, sino por los problemas de estabilidad en el proceso
de recombinacin de la teselacin lagrangiana en s misma. En las ecuaciones de movimiento estos problemas de estabilidad se pueden achacar a la presencia del vector ij
(obsrvese que los trminos con ij son todos proporcionales a Rij 1 ). Geomtricamente,
todos los trminos que involucren dicho vector provienen del cambio en el volumen de
una celda de Voronoi debido al giro rpido de la cara que comparten dos celdas vecinas
y que sucede cuando dos centros de celdas se acercan demasiado. Es lo que nosotros llamamos twisting en ingls. En dicha situacin, un ligero movimiento de los centros causa
una variacin enorme en los volmenes de las celdas, lo cual causa una diferencia enorme
de presin que da lugar a inestabilidades numricas.
Una posible manera de eliminar este problema es que el centro de la celda permaneciera siempre cerca del verdadero centro de masa de la celda. Podemos conseguir este
propsito, por ejemplo, si despus de cada paso de tiempo aplicamos una dinmica ficticia sobre los centros de Voronoi, de tal manera que la teselacin de Voronoi resultante
sea permanentemente centroide (Du et al., 1999), o sea, que el centro de la celda coincida
instantneamente con el centro de masas. Este mtodo es bsicamente una reteselacin
sobre una malla centroide. Esperamos que la computacin adicional que conlleva esta reteselacin se compense con la accesibilidad de tiempos totales de simulacin ms largos
debido a que se podran utilizar pasos de tiempo mucho mayores.
154
155

El objetivo inicial de esta tesis doctoral era profundizar en la comprensin del modelo mesoscpico de la Dinmica de Partculas Disipativas (DPD) desde un punto de vista fsico.
En el camino, hemos analizado la relacin de esta tcnica de simulacin con la Hidrodinmica de Partculas Suavizadas (SPH). Hemos culminado el trabajo con la formulacin
de un nuevo modelo de mesopartculas fluidas basndonos en la teselacin de Voronoi.
Dicho modelo, que es termodinmicamente consistente, resuelve los problemas inherentes a la DPD y SPH, y es capaz de describir el comportamiento de un fluido newtoniano
con fluctuaciones trmicas.
Los principales resultados de esta tesis se pueden resumir en los siguientes puntos:
Parte I: DPD: descripcin de un fluido en grano grueso

1. En el modelo de la DPD en ausencia de fuerzas conservativas hemos identificado dos regmenes dinmicos, el de campo medio y el de comportamiento
colectivo. La transicin entre ambos est esencialmente gobernada por los parmetros del modelo. En concreto, por la friccin adimensional
, teniendo
efectos importantes sobre ella el solapamiento s y la longitud adimensional
del recipiente en que encontramos al fluido.
El comportamiento de campo medio aparece para valores pequeos de la friccin
o para solapamientos s grandes. Cuando la friccin adimensional
es alta, la autocorrelacin de la velocidad de las partculas DPD no decae exponencialmente porque est dominada por la dinmica colectiva que est bien
descrita por la hidrodinmica. El hecho de que la hidrodinmica gobierne la
velocidad de las partculas implica la aparicin de las famosas long-time tails
(colas de tiempos grandes) en la funcin de la autocorrelacin de la velocidad
de las partculas.
La regin de parmetros colectiva del modelo, en principio, es la ms adecuada para las simulaciones de los fluidos complejos.
2. La necesidad de entender los orgenes de las fuerzas conservativas en el modelo DPD nos ha llevado a realizar un coarse graining de un fluido simple,
representado atmicamente con Dinmica Molecular, en trminos de grupos
pequeos de tomos llamados cmulos.
157
158

Estos cmulos suponen un primer paso, muy simplista, hacia el concepto de
partcula fluida o mesopartcula. Inferimos por los resultados de simulacin
las fuerzas repulsivas conservativas entre dichos cmulos. El potencial de
fuerza medio no coincide en general con el potencial real que acta entre las
mesopartculas. En el caso de los cmulos mesoscpicos esperamos que el
potencial que hemos inferido capture al menos parte de la dinmica del sistema aunque no con todo el detalle. Sabemos que cualquier procedimiento
de coarse-graining (al describir el sistema reduciendo el nmero de grados
de libertad, y por tanto la complejidad y el detalle), conlleva la aparicin de
disipacin y ruido trmico en las ecuaciones de descripcin del nivel menos
detallado. Es decir, que estos efectos debieran ser incluidos como fuerzas
de interaccin entre los cmulos de tomos, adems de la interaccin conservativa debidas al potencial suave inferido de nuestras simulaciones. Hemos
extrado ideas intuitivas y extremadamente sencillas sobre las fuerzas conservativas en la DPD. Tambin hemos obtenido algunas ideas sobre la vecindad
de un grupo de molculas a la hora de ejercer fuerzas en escalas mayores,
que nos han llevado a pensar en la teselacin de Voronoi como una forma
matemticamente elegante de describir un fluido lagrangianamente con mesopartculas.
Parte II: GENERIC: DPD, SPH y Voronoi

1. Hemos analizado la SPH bajo el formalismo GENERIC garantizando la compatibilidad del modelo con la Primera y Segunda ley de la Termodinmica.
Vemos que las fuerzas de presin estn relacionadas con la dependencia de la
energa total del sistema con respecto al volumen asociado a cada partcula.
Descubrimos en el volumen (porcin de espacio real fsico) una variable extensiva asociada a cada partcula SPH, relevante a la hora de otorgarle un sentido completo como sistema termodinmico. En realidad, la SPH discretiza
en partculas las ecuaciones hidrodinmicas del continuo, y se puede entender
como una hidrodinmica mesoscpica discreta. Con GENERIC hemos incorporado en el modelo SPH las fluctuaciones trmicas de manera muy sencilla.
Sin embargo, siguen existiendo dificultades inherentes al mtodo de la SPH: a
pesar de que en el estado de equilibrio mecnico las presiones son iguales, siguen existiendo fuerzas remanentes sobre las partculas, lo que es fsicamente
inaceptable. Por otro lado, las partculas fluidas SPH tienen asociado un volumen cuya suma no coincide con el volumen total del contenedor en el que
estn situadas. Esto puede afectar al estado termodinmico de equilibrio del
sistema y a la propia evolucin dinmica de relajacin del sistema a dicho estado. En principio, ambos efectos se pueden reducir si aumentamos el nmero
de vecinos por partcula, al coste de incrementar el tiempo de computacin.
Hemos mostrado que una variacin pequea en la parte irreversible del modelo SPH conduce a una nueva versin del modelo DPD, que se diferencia
159
del modelo inicial DPD en que adems de incluir una variable de energa interna, tambin el volumen de las partculas es una variable relevante. Como
consecuencia de este anlisis y comparacin, demostramos que las fuerzas
conservativas del modelo DPD deben representar verdaderas fuerzas de presin. De esta manera, se abre la posibilidad de controlar la ecuacin de estado
de partida para el modelo DPD.
2. Con el fin de disponer de una tcnica que resuelva los problemas de la DPD
y la SPH, hemos formulado un modelo mesoscpico de partculas fluidas de
Voronoi. La lnea conductora ha sido la discretizacin lagrangiana de la hidrodinmica del continuo en volmenes finitos de Voronoi. Hemos demostrado
que las ecuaciones discretas casi satisfacen la estructura GENERIC. Para
restablecer en dicho modelo esa estructura aadimos un trmino en la parte
reversible de la dinmica. As, las ecuaciones conservan la masa, el momento y la energa, y la entropa, en ausencia de fluctuaciones, es una funcin
estrictamente creciente en el tiempo. Las fluctuaciones trmicas estn consistentemente incorporadas, lo cual implica que el funcional de la entropa
es estrictamente creciente en el tiempo y que la funcin de distribucin de
Einstein es la solucin de equilibrio.
Las formulaciones originales de la DPD no permitan eliminar las fluctuaciones trmicas en funcin del tamao de las partculas fluidas. Esto es debido al
hecho de que las formulaciones iniciales no incluan el volumen o la masa de
las partculas como variables dinmicas relevantes.
Parte III: Resultados deterministas y estocsticos del modelo de mesopartculas fluidas de Voronoi
1. Hemos implementado el modelo de Voronoi en dos dimensiones para el caso
de un gas ideal. La parte determinista del modelo ha superado satisfactoriamente todas las pruebas a las que lo hemos sometido: estudio de la evolucin
hacia el equilibrio de pequeas perturbaciones en el campo de velocidad inicial (onda transversal y onda de cizalla), decaimiento de inhomogeneidades
de temperatura, y expansin irreversible del gas.
2. Partiendo de la distribucin terica de Einstein para el equilibrio del sistema
de partculas fluidas de Voronoi (definida para el conjunto de todas las variables presentes en el sistema), hemos calculado analticamente las funciones de
distribucin marginales correspondientes a una mesopartcula. En la prctica,
stas son las nicas distribuciones calculables en una simulacin. Hemos obtenido un excelente acuerdo entre los resultados tericos y las simulaciones,
lo que concede enorme confianza a nuestro modelo.
En resumen, hemos culminado el camino iniciado con el estudio y fundamentacin
de la DPD y la SPH, modelos (de partculas blandas) mesoscpicos en el sentido
160

amplio, formulando un modelo lagrangiano de partculas fluidas de Voronoi, consistente con la Termodinmica, con fluctuaciones trmicas incorporadas, y en el que
se entienden y controlan todos los parmetros del modelo (viscosidades, ecuaciones
de estado, etc.).
Las lneas abiertas o perspectivas del trabajo son:
Adems de las ventajas formales y estticas del modelo de partculas de Voronoi,

hay que tener en cuenta que en dos dimensiones el nmero medio de vecinos en
el modelo de Voronoi es 6, mientras que en SPH el nmero tpico de vecinos dentro del rango de la funcin peso est entre 30-60. Esta diferencia de un orden de
magnitud es muy importante y desde luego justifica la complejidad del algoritmo
de teselacin. Vale la pena desarrollar algoritmos de reteselacin optimizados por
la enorme reduccin computacional que supone la interaccin muy local.
Sera tambin interesante realizar una comparacin rigurosa todos estos modelos
(DPD, SPH, Voronoi) en lo que se refiere a la eficiencia del cdigo y la precisin
de los resultados.
Para que las simulaciones de fluidos complejos sean computacionalmente efectivas, es necesario desarrollar mtodos estocsticos de integracin que utilicen pasos
temporales tan grandes como sean posibles, pero que preserven la conservacin
de la energa y los otros invariantes. Los modelos de partculas fluidas consisten
generalmente en un sistema de muchas ecuaciones con variables acopladas. La
complejidad del sistema de ecuaciones estocstico es tan grande que prcticamente
los mtodos estndar estocsticos de convergencia dbil de rdenes superiores son
muy difciles de aplicar. Es importante mencionar que en el campo de las tcnicas de simulacin de fluidos mesoscpicos, incluso se estn utilizando esquemas
(implcitos y autoconsistentes) basados en integradores deterministas. Con estos
esquemas de integracin no se garantiza la convergencia de la solucin estocstica ni que se preserven las constantes del modelo. Precisamente, est surgiendo un
gran inters en desarrollar integradores estocsticos que preserven las constantes
del problema, vase por ejemplo, el trabajo de White, Ciccotti y Hansen (2001).
Pensamos que hay que trabajar en esta lnea, en concreto, estamos pensando en la
generalizacin de la frmula de Trotter (vlida para los operadores de evolucin
temporal deterministas) al caso estocstico. Necesitamos entender, en primer lugar, el paso de la formulacin del nivel determinista (en trminos de los operadores
de Fokker-Plank) al algoritmo estocstico al nivel de las variables estocsticas. Dada la complejidad matemtica, es necesario un estudio detallado de modelos mucho
ms simplificados que los modelos de partculas fluidas, donde se disponga tan slo
de un sistema de pocas ecuaciones acopladas.
En este trabajo nos hemos limitado al estudio de los modelos sometidos a condiciones de contorno peridicas. Aunque las condiciones de contorno en paredes slidas
161
son conceptualmente sencillas, es necesario estudiar detalladamente y validar su
implementacin por medio de simulaciones.

Otra extensin natural de este trabajo es explotar las posibilidades (inherentes al

modelo lagrangiano de Voronoi para un fluido compresible) de representar condiciones de contorno de geometras variables como las que aparecen en el caso de
algunos fluidos complejos. Por ejemplo, esta tcnica lagrangiana permite adaptar
la malla de forma natural a las regiones intersticiales (entre los objetos suspendidos)
en las suspensiones polimricas y coloidales.
Aunque presentamos exclusivamente estudios sobre las fluctuaciones de equilibrio
que experimenta el modelo de mesopartculas de Voronoi en un instante de tiempo
dado, con nuestro mtodo podemos estudiar tambin las correlaciones hidrodinmicas temporales de las fluctuaciones de equilibrio y de no equilibrio.
Otro problema en el que se puede aplicar el modelo de Voronoi es el estudio de
las fluctuaciones trmicas en el umbral de inestabilidades hidrodinmicas del tipo
convectivo, para las cuales existen resultados experimentales (Quentin y Rehberg,
1995).
La consistencia termodinmica de los modelos permite, entre otras cosas, introducir
ecuaciones de estado mucho ms generales que la ecuacin del gas ideal utilizada
en esta tesis. En particular, es posible modelar un fluido de van der Waals capaz de
experimentar una transicin de fase lquido-vapor. En este sistema se pueden analizar los efectos de la tensin superficial y del ruido trmico incluidos en el modelo.
Tambin se puede estudiar el crecimiento de estructuras o patrones que se desarrollan temporalmente como es el caso de gotas, burbujas o lamelas en situaciones no
isotermas.
Una de las ventajas de haber formulado este modelo de partculas fluidas en el marco GENERIC es que es relativamente sencillo extenderlo a modelos con variables
internas adicionales capaces de describir la posible microestructura en el fluido.
Estas variables adicionales estarn acopladas a las variables convencionales hidrodinmicas de las partculas fluidas. Estamos pensando, por ejemplo, en un tensor
de conformacin definido en cada partcula fluida que describa las orientaciones
moleculares polimricas, o en una variable de concentracin de especies definida
en la mesopartcula para describir mezclas qumicamente reactivas.
162
Apndices
163
Apndice A
Variables en GENERIC:
Dependientes vs. independientes
Qu sucede si en la descripcin del estado del sistema hemos elegido, quizs sin saberlo,
variables que no son independientes entre ellas? Damos en este apndice una respuesta a
esta pregunta. 1
Hemos dicho que el estado del sistema se describe por un conjunto de variables independientes denotadas por x. En este apndice consideramos por cuestiones de simplicidad, que la dinmica es exclusivamente reversible. El estudio de este apndice se puede
generalizar de manera automtica al caso de M (x) 6= 0.
Suponiendo que los bloques generadores de GENERIC tienen la estructura
E (x) = E (x; y(x))

S (x) = S (x; y(x))
L(x) = L(x; y(x))
(A.1)
siendo y (x) una funcin del estado x (o un vector). Aplicando la regla de la cadena vemos
que
rE (x) = rx E (x; y(x)) + J T (x)ry E (x; y(x))

y de manera similar para S (x) y L(x). La matriz J (x) se define como J (x)
La parte reversible de la dinmica de GENERIC es
(A.2)
= y=x.
x_ = L(x)rE (x) = L(x; y(x))rx E (x; y(x))+ L(x; y(x))J T (x)ry E (x; y(x)):
(A.3)
1 La motivacin de este anlisis surgi del considerar como variables independientes el volumen de la posicin en el artculo Espaol et al. (1999). No obstante, posteriormente observamos la redundancia de una de las
variables.
165
166
Apndice A. Variables en GENERIC: Dependientes vs. independientes
Podemos considerar la derivada temporal de las funciones y (x(t)) y obtener a travs de

la regla de la cadena
y_ (x) = J (x)x:
_
(A.4)
Usando ahora la Ec.(A.3) dentro de (A.4), podemos agrupar ambas ecuaciones en la forma
0

x_
y_
o, con la notacin obvia z
=
LJ T
JL
JLJ T
10
A
rx E
ry E
1
A
(A.5)
= (x; y(x)),
z_ = L(z )rz E (z ):
(A.6)
Una sutileza asombrosa es que la matriz L(z ) tiene todas las propiedades requeridas para
ser una matriz reversible en GENERIC. O sea,
LT (z )
L(z )rz S (z )
rz [L(z )rz E (z )
= L(z )
= 0
= 0
(A.7)
y se pueden comprobar fcilmente gracias a las propiedades de L(x).

Ahora, imaginemos que comenzamos la descripcin del estado del sistema con el
vector z = (x; y ) y que la matriz L(z ) tiene la estructura
0

L(x; y)
L(x; y)J T (x)
J (x)L(x; y)
J (x)L(x; y)J T (x)
1
A
(A.8)
con J (x) = h=x para algn conjunto de funciones h(x). Por lo tanto, tenemos
h
d
d
dt y = x (x)x_ = dt h(x) y, entonces, y = h(x). As, si en un modelo la matriz L(z )
resulta que tiene la estructura dada en (A.8), entonces, necesariamente las variables y son
dependientes de las variables x.
Apndice B
Dos modelos mesoscpicos de

Voronoi: MODELO 1 vs.
MODELO 2
Los modelos mesoscpicos de partculas fluidas de las referencias (Serrano y Espaol,
2001)-(M ODELO 1) y (Flekky y Coveney, 1999; Flekky et al., 2000a; de Fabritiis et al.,
2002a)-(M ODELO 2) se pueden entender como versiones discretas de las ecuaciones de
la hidrodinmica fluctuante del continuo en trminos de partculas fluidas que se mueven
siguiendo el flujo. Sin embargo, las ecuaciones de movimiento de las variables mesoscpicas se han obtenido por dos caminos diferentes:
- en el M ODELO 1, a travs de una discretizacin de volmenes finitos de las ecuaciones de Navier-Stokes en representacin entrpica, siendo la energa interna una variable
dependiente.
- en el M ODELO 2, a travs de consideraciones moleculares incluyendo una aproximacin de diferencias finitas para los gradientes de velocidad. Est escrito en representacin
energtica, es decir, la entropa Si = S (mi ; Ei ; Vi ) debe ser entendida como una variable
dependiente.
En esta seccin presentamos la conexin y diferencias entre estos dos modelos, analizando por separado las partes reversibles e irreversibles de las ecuaciones de movimiento
en la seccin B.1. Posteriormente, mostraremos que la parte irreversible de la dinmica
del M ODELO 2 tambin se puede poner en forma GENERIC (seccin B.2), utilizando la
notacin de la referencia (Serrano y Espaol, 2001) para la parte determinista y estocstica.
167
168
Apndice B. MODELO 1 vs. MODELO 2
B.1 Comparacin de los dos modelos

B.1.1
Comparando la parte reversible
Las ecuaciones de evolucin para un fluido no viscoso son completamente reversibles.

En primer lugar recordemos la forma de las ecuaciones en este caso para el M ODELO 1.
Seleccionando la posicin, masa, momento y entropa Ri ; mi ; Pi ; Si , (para i = 1; :::; M ),
como variables de estado independientes, la parte reversible de la dinmica del modelo
discreto para un fluido no viscoso se escribe
R_ i = vi ;
X
P Pi X Aij i + j vi + vj
+
ij vij
Aij eij j
P_ i =
2
R
2
2
j
ij
Aij
ij ((Pi Pj ) i +2 j (i j )
R
ij
j
X Aij i + j
v ;
m_ i =
2 ij ij
j Rij
X Aij si + sj
ij vij :
S_ i =
j Rij 2
+
si + s j
(Ti Tj ));
2
(B.1)
Aqu, vi = Pi =mi es la velocidad (vij = vi vj ), i = mi =Vi es la densidad de masa, y

si = Si =Vi la densidad de entropa. La presin Pi y la temperatura Ti quedan determinada
por las ecuaciones de estado de equilibrio en funcin de las variables intensivas i ; si .
Recordemos algunas cantidades geomtricas que surgen naturalmente de la construccin de Voronoi: Aij es el rea (longitud en 2d) de la cara entre dos celdas i; j ,
eij = (Ri Rj )=Rij siendo Rij = jRi Rj j el vector unitario normal a la cara i; j y,
finalmente, ij es un vector paralelo a la cara i; j sealando desde (Ri + Rj )=2 al centro
de la cara Cij .
Resaltemos que el ltimo trmino de la ecuacin del momento en las Ecs.(B.1)

Aij
ij (Pi Pj )
j Rij
i + j
(i
2
j )
si + s j
(Ti Tj ) ;
2
(B.2)
(que recuerda a la relacin de Gibbs-Duhem) ha sido obtenido de la formulacin termodinmicamente consistenteP

del modelo. Es bastanteP
fcil demostrar que la masa total
P
2 =2mi + E (mi ; Si ; Vi )) son
,
el
momento
total
,
y
la
energa
total
m
P
i
i
i
i
i (P P
magnitudes conservadas exactamente y que la entropa total i Si no cambia en el tiempo debido al movimiento reversible. Tambin se puede demostrar que las ecuaciones
arriba descritas se pueden entender como una discretizacin en volmenes finitos de las
ecuaciones de Euler, para un fluido no viscoso (Serrano y Espaol, 2001).
Por el contrario, el M ODELO 2 est escrito en representacin energtica en vez de
entrpica. Es decir, la entropa Si = S (mi ; Ei ; Vi ) debe ser entendida como una variable
B.1. Comparacin de los dos modelos
169
dependiente. Pero ambas representaciones deberan ser equivalentes. Las ecuaciones de

evolucin (de Fabritiis et al., 2002a) para este modelo (con la notacin elegida por el
M ODELO 1) son:
R_ i = vi ;
X
P Pi X Aij i + j vi + vj
Aij eij j
P_ i =
+
ij vij
2
R
2
2
j
ij
Aij i + j
v ;
2 ij ij
j Rij
X
X Aij i + j
p +p
Aij i j eij vij :
ij vij
E_i =
2
j
j Rij 2
m_ i =
(B.3)
La parte reversible de la dinmica de las ecuaciones para la evolucin de la posicin

y masa son idnticas a las de de (B.1). Sin embargo, la ecuacin para la evolucin del
momento difiere slo en la ausencia del trmino Gibbs-Duhem (B.2).
Se puede comprobar que si calculamos la derivada temporal de la entropa total con
las ecuaciones originales reversibles del M ODELO 2, se obtiene una produccin no nula
de entropa que involucra una versin discreta de la relacin de Gibbs-Duhem, anloga
a la (B.2). Se espera que dicho trmino sea muy pequeo y que en situaciones prcticas
sea completamente despreciable al comparar con la produccin entrpica provocada por
la parte irreversible de la dinmica. Sin embargo, lo fsicamente razonable es proponer
una evolucin en la energa que respete la produccin nula de entropa para la parte exclusivamente reversible. Una modificacin satisfactoria del M ODELO 2 para la ecuacin
de la energa interna sera
E_i
Ei _
V + Ei m_ + Ei S_
Vi i mi i Si i
X Aij
X1
ij vij
Aij eij vij Pi
= Pi
j Rij
j 2
X si + sj Aij
X i + j Aij

v ;
+ i
ij vij + Ti
2 Rij
2 Rij ij ij
j
j
=
(B.4)
donde hemos utilizado la definicin usual termodinmica para los parmetros intensivos
Pi , Ti y i y la forma particular del volumen en trminos de la posicin de las celdas de
Voronoi descrita en el captulo 5.
Es posible mostrar, siguiendo los pasos marcados en el captulo 5 que la Ec.(B.4) se
puede entender como una discretizacin en volmenes finitos de la ecuacin del continuo
para el campo de densidad de energa
t =
r (v) P r v:
vlida hasta primer orden en gradientes espaciales.

1 Entindase = E =V la densidad de energa interna de esa partcula.
i i i
(B.5)
170
B.1.2
Comparando la parte irreversible
La parte disipativa en las ecuaciones de Navier-Stokes involucran las divergencias del

tensor de tensiones y el flujo de calor. Si suponemos para dichas magnitudes como vlidas las ecuaciones constitutivas de Newton y la ley de Fourier, respectivamente, dichas
magnitudes se expresan de la forma

= rv + (rv)T ;
Jq = rT;
(B.6)
siendo la viscosidad de cizalla (hemos considerado viscosidad de bulk nula por simplicidad) y la conductividad trmica.
La principal diferencia entre los dos M ODELOS 1 Y 2 referente a la parte disipativa de
las ecuaciones surge de la forma concreta elegida para discretizar el tensor de tensiones
y del flujo de calor. La comparacin se hace ms explcita al calcular el valor de la
divergencia del flujo J en una celda dada.
Segn el M ODELO 1 la divergencia de un flujo se puede aproximar 2 hasta primer
orden en derivadas espaciales por
[r Ji =
Vi
Aij eij [Jij ;
(B.7)
siendo [Jij el promedio espacial del campo J sobre la cara que comparten las celdas
vecinas i; j .
El significado fsico de (B.7) queda patente cuando pensamos en Aij eij como el vector normal de superficie de la cara i; j . El promedio [Jij del flujo sobre la cara i; j en
Ec.(B.7) se aproxima por la media aritmtica [Jij = ([Ji + [Jj )=2 y despus, el flujo
[Ji sobre la celda i (de manera idntica para la celda j ), que estn dados en trminos de
las derivadas espaciales (B.6), se aproximan de nuevo con (B.7). La versin discreta del
tensor de tensiones y del flujo de calor para el M ODELO 1 se escriben como
1

=
i
Vi 2
Jqi
Aij [eij vj + eij vj
X
A e T:
=
2Vi j ij ij j
1 X
Aij eij vj ;
d
j
(B.8)
En el M ODELO 2, el promedio del tensor de tensiones y del campo de flujo de calor

sobre la cara i; j se aproximan por las expresiones 3
1
(v e + e v );
Rij ij ij ij ij
1
[Jq ij = (Ti Tj ):
Rij
[
ij =
2 Ver
la subseccin 5.3.2.
la no aparicin de los sumatorios respecto a la ecuacin B.8.
3 Obsrvese
(B.9)
B.2. GENERIC de la parte irreversible del MODELO 2
171
La estructura diferente en ambos modelos para el tensor de tensiones y el flujo de calor

discreto (definidos en las Ecs.(B.9) y (B.8)) conduce a trminos disipativos diferentes en
las ecuaciones de movimiento. Para el M ODELO 2, las interacciones disipativas aparecen
siempre en forma de interaccin a pares entre celdas de Voronoi, muy en el espritu del
modelo original de la DPD (Hoogerbrugge y Koelman, 1992; Espaol, 1995; Espaol y
Warren, 1995) (ver tambin la seccin 4.4). En el M ODELO 1, la interaccin no es a pares
sino que incluye informacin sobre todos los vecinos de una partcula dada.
Esto parece tener implicaciones importantes en las simulaciones numricas. Por ejemplo, hemos mostrado en la seccin 6.2 que la viscosidad cinemtica medida en una simulacin da muy buen acuerdo con la viscosidad de entrada que queremos simular cuando
el tensor de tensiones se representa por la forma (B.8). Sin embargo, presenta un error
de hasta un 10% respecto al valor input si tomamos la forma (B.9) (de Fabritiis et al.,
2002a). sto puede ser debido al hecho de que las Ecs.(B.9) son una aproximacin demasiado cruda del tensor de tensiones pues parece que calculan exclusivamente el gradiente
en la direccin que une a las partculas Rij . En la implementacin discreta de la Ec.(B.8)
se captura ms informacin sobre dicho tensor (en otra direccin perpendicular), y por lo
tanto, conduce a resultados numricos ms satisfactorios.
B.2 Estructura GENERIC para la parte irreversible de

la dinmica para el MODELO 2
Para extraer la parte irreversible de la dinmica del M ODELO 2 y conseguir fluctuaciones
trmicas termodinmicamente consistentes, una ruta sencilla es, primeramente postular
los ruidos trmicos dx
~ y luego, construir la matriz M (x) con el teorema de fluctuacindisipacin,
dx~dx~T
M (x) =
(B.10)
:
2kB dt
Recordamos que los ruidos se deben satisfacer las siguientes restricciones para garantizar
la conservacin de la energa E (x) y de cualquier otro posible invariante dinmico I (x),
E (x)
dx~ = 0;
x
I (x)
dx~ = 0;
x
(B.11)
as como las condiciones habituales de degeneracin de GENERIC
E (x)
= 0;
x
I (x)
= 0:
M (x)
x
M (x)
(B.12)
172
~ i ; dE~i g. Es
En este M ODELO 2 se postulan los ruidos trmicos de la manera dx
~ = f0; dP
importante darse cuenta que no consideramos ninguna fluctuacin en la masa, en concordancia con la idea que la ecuacin de masa no contiene ningn trmino irreversible. Las
ecuaciones para el momento y la energa se completarn con los ruidos
dP~ i =
dE~i =
Bij dWij eij ;
X
1X
Bij dWij : eij vij + Cij dVij :
2 j
j
(B.13)
Aqu, i; j caracterizan a las celdas de Voronoi, eij = Rij =jRjij es el vector unitario
en la lnea que une los centros de celda, y vij = vi vj es la velocidad relativa entre
dichas celdas i; j . El doble punto hay que entenderlo como una contraccin doble. Para
cada par de partculas de celdas vecinas i; j hemos incluido una matriz de incrementos
independientes del proceso de Wiener dWij . Su parte simtrica de traza nula designada
con la notacin dWij se escribe como
dWij =
i
1 h
dWij + dWij :
2
(B.14)
Por convenio, el superndice refleja el carcter tensorial (las componentes), mientras que
el subndice etiqueta a las diferentes celdas.
En la Ec.(B.13) se ha usado tambin un incremento independiente del proceso de
Wiener para cada par de celdas vecinas, dVij . Finalmente, las funciones Bij ; Cij podran
depender del estado del sistema a travs de la masa y de la energa interna de las partculas.
Imponemos las siguientes propiedades de simetra
dWij
dVij
Bij
Cij
= dWji ;
= dVji ;
= Bji ;
= Cji :
(B.15)
A su vez, los incrementos independientes del proceso de Wiener cumplen las reglas mnemotcnicas de It
0 0
= [ 0 0 + 0 0 dt;
dWii0 dWjj
0
ij i j
ij i j
dVii0 dVjj0 = [ij i0 j0 ij0 i0 j dt;
0
dWii0 dVjj0 = 0;
(B.16)
para que respeten las simetras (B.15) bajo el intercambio de partculas. Las propiedades
(B.16) implican la propiedad estocstica para el ruido de la Ec.(B.14)
i
h
0
0 = 1 [ 0 0 + 0 0 0 0 + 0 0 dt:
dWii0 dWjj
0
ij i j
ij i j
2
(B.17)
173
Los invariantes dinmicos para este modelo son el momento lineal total y la energa total
(no hemos impuesto conservacin del momento angular). Estas cantidades globales son
E (x) =
P(x) =
P2i + E
i
2m
Pi
(B.18)
y sus derivadas con respecto a las variables que definen el estado

son
0
0
1
v2 1
j
E
x
B
B
B
B

C
C
C
C
A
vj
P
x
B
B
B
B

1
0
x = f::mi ; Pi ; Ei :::g
C
C
C;
C
A
(B.19)
donde vi = Pi =mi es la velocidad de la celda i. Es un ejercicio trivial demostrar que las

ecuaciones (B.11) se satisface estrictamente, debido a las simetras (B.15) y que ahora las
podemos escribir como
X
vi dP~ i + dE~i = 0;
X
~ i = 0:
dP
(B.20)
Es decir, los ruidos que hemos postulado conservan exactamente el momento y la energa.
Ecuaciones deterministas
Las derivadas de la funcin de entropa son
0
S
x
B
B
!B
B

j 1
Tj
0
1
C
C
C;
C
A
(B.21)
Tj
con las definiciones habituales para el potencial qumico por unidad de masa
temperatura Ti . De acuerdo con la ecuacin Ec.(B.10), la matriz M (x) ser
0
M!
B
B
Mij = B
B
B

0T
dP~ i dP~ Tj
2kB dt
dE~i dP~ Tj
2kB dt
y la
1
C
C
dP~ i dE~j C
:
2kB dt C
C
dE~i dE~j
2kB dt
i
(B.22)
174
Los elementos de dicha matriz se obtienen de las definiciones (B.13) y de la propiedad

(B.17). El resultado es
"
#

X B2
dP~ i dP~ j
Bij2
ik + e e
+ eij eij ;
= ij
ik
ik
dt
2
k 2
"

#

X B2
Bij2 vij
dP~ i dE~j
v
v
v
ik
ik
ik
= ij
+ eik eik
+ eij ij eij ;
dt
2
2
2
2
2
2
k
"
#

~ j

X B2
dE~i dP
Bij2 vij
v
v
v
ik
ij
ik
ik
= ij
+ eik eik +
+ eij eij ;
dt
2
2
2
2
2
2
k
dE~i dE~j
= ij
dt
"
2 vik 2
v 2
Bik
+ eik ik
2
2
k 2
X
2 Cij :
+ ij Cik
X
#
B2
+ ij
2

vij 2 + e vji 2
2
ij
(B.23)
k
Ahora estamos en disposicin de escribir la parte irreversible determinista de la dinmica
aplicando x_ jirr = M S
x ,
0
0
1
j 1
m_ i
Tj
B
B
B
B

C
C
C
C
A

_i
irr
P_ i
B
B
Mij B
B

j
0
1
C
C
C;
C
A
(B.24)
Tj
La multiplicacin de la matriz conduce directamente a las ecuaciones
m_ i jirr = 0;
X
aij (vij + eij vij eij ) ;
P_ i jirr =
j
E_i jirr
ij (Ti Tj ) +

1X
aij vij2 + (vij eij )2 ;
2 j
(B.25)
con las definiciones pertinentes de
Bij2 1 1
;
+
aij =
8kB Ti Tj
Cij2
ij =
:
2kB Ti Tj
Si suponemos
A
aij = ij ;
Rij
(B.26)
175
A
ij = ij ;
Rij
(B.27)
donde es la viscosidad de bulk, la conductividad trmica, y Aij el rea de la cara i; j ,

las ecuaciones deterministas irreversibles (B.25) quedan
m_ i jirr = 0;
X
P_ i jirr = Aij (vij + vij eij eij ) ;
j Rij
X Aij

X Aij
(vij eij )2 + vij2 :
E_i jirr =
(Ti Tj ) +
2 j Rij
j Rij
(B.28)
Estas ecuaciones son idnticas a la parte irreversible del M ODELO 2 excepto por la presencia de un trmino extra en el M ODELO 2 que describe la adveccin de la energa
cintica entre celdas. Este trmino es muy pequeo ya que es de tercer orden en vij comparado con los trminos de segundo orden en el resto de la ecuacin energtica. En el
lmite continuo para el que vij se sustituye por gradientes de velocidad, esos trminos
de mayor orden se desprecian. Ntese que la segunda ecuacin en (B.27) est bsicamente imponiendo que la viscosidad de bulk sea = 2=d, precisamente la hiptesis del
M ODELO 2 4 . Por supuesto, esta restriccin se puede evitar en caso necesario.
De las Ecs.(B.26) y (B.27), extraemos que las expresiones para las funciones Bij ; Cij
en el M ODELO 2 son
Ti Tj Aij 1=2
;
Ti + Tj Rij

A 1=2
Cij = 2kB Ti Tj ij
:
Rij
Bij =
8kB
(B.29)
Ecuaciones estocsticas
M
Para escribir adecuadamente las ecuaciones estocsticas dxjirr = M S
x + kB x + dx~,

M
debemos calcular el trmino kB x . Una manera de entender el origen de este trmino
proviene bsicamente de la interpretacin estocstica elegida, en nuestro caso, la de It.
Las derivadas de la matriz M (x) son
0
B
XB

Mij = B
B
B
j xj
j
4 Entindase
por d la dimensin espacial.
0
dP~ i dP~ j
j Pj 2kB dt
dE~i dP~ j
j Pj 2kB dt
dP~ i dE~j
j Ej 2kB dt
dE~i dE~j
j Ej 2kB dt
C
C
C
C:
C
A
(B.30)
176
Haciendo uso de los resultados (B.23) es fcil calcular las derivadas
~ i dP
~j
dP
j Pj 2kB dt
X dP
~ i dE~j
kB
j Ej 2kB dt
X dE~i dP
~j
kB
j Pj 2kB dt
X dE~i dE
~j
kB
j Ej 2kB dt
kB
= 0;
Aij
dij (vij + vij eij eij );
R
ij
j

X Aij
1
Ti Tj
1
;
+
= (d + 1)kB
mi mj
j Rij Ti + Tj
=
X Aij kB Tj

X Aij
dij (vij eij )2 + vij2 +
=
2 j Rij
j Rij Cvi
k B Ti
;
Cvj
(B.31)
donde hemos definido la magnitud

"
Tj2kB Ti2kB
1
+
dij =
(Ti + Tj )2 Cv i
Cv j
(B.32)
que es una cantidad adimensional que involucra la capacidad calorfica a volumen constante de la mesopartcula i, Cv i . Para el caso de una mesopartcula kB =Cv i ser una
cantidad pequea.
Por ltimo, las ecuaciones diferenciales estocsticas GENERIC de la parte irreversible
del M ODELO 2 son
dmi jirr = 0;
Aij
~ i;
(1 + dij ) (vij + eij vij eij ) dt + dP
R
ij
j
X Aij

X Aij
(Ti Tj )dt +
dEi jirr =
(1 + dij ) (vij eij )2 + vij2 dt
2 j Rij
j Rij

X Aij kB Ti
kB Tj

dt
Cv i
j Rij Cv j

X Aij Ti Tj
1
1
+
dt + dE~i :
(d + 1)kB
(B.33)
j Rij Ti + Tj mi mj
dPi jirr =
Estas ecuaciones casicoinciden con las descritas en la referencia (Flekky et al., 2000a)
exceptuando trminos de orden kB =Cv i (que tpicamente va como el inverso del nmero
de tomos en la celda i).
Referencias Bsicas
Las publicaciones donde quedan reflejadas la mayor parte de los resultados presentados
en esta tesis doctoral son:

(C APTULO 3) Coarse graining of a fluid and its relation to Dissipative Particle

Dynamics and Smoothed Particle Dynamics, P. Espaol, M. Serrano, I. Ziga, Int.
J. Mod. Phys. C, 8, 899 (1996).
Mesoscopic descriptions of fluids, P. Espaol, M. Serrano, I. Ziga, Lecture Notes
in Physics 493, Springer-Verlag (1996).
(C APTULO 2) Dynamical regimes in Dissipative Particle Dynamics, P. Espaol
and M. Serrano, Phys. Rev. E, 59 , 6340 (1999).
Collective effects in dissipative particle dynamics, P. Espaol and M. Serrano. Proceedings of the Granada Conference on Computational Physisc, Elsevier (1999).
(C APTULO 4) Thermodynamically Admissible Form for Discrete Hydrodynamics,
Pep Espaol, Mar Serrano, H.C. ttinger. Physical Review Letters, 89, 4542,
(1999).
(C APTULOS 5 y 6) A thermodynamically consistent mesoscopic Voronoi fluid particle model, Mar Serrano, Pep Espaol, Phys. Rev. E 64, 046115 (2001).
(C APTULO 7) Mesoscopic dynamics of Voronoi fluid particles, Mar Serrano, G.
de Fabritiis, Pep Espaol, E.G. Flekky and P.V. Coveney. J. Phys. A: Math. Gen.
35 1605-1625 (2002).
177
178
Referencias Bsicas
Bibliografa
Aharonov, E. y Rothman, D.H. (1993). Non-Newtonian flow (through porous media): a
Lattice Boltzmann method. Geophys. Res. Lett., 20, 679682.
Alder, B.J. y Wainwright, T. (1957). Phase transition for a hard sphere system. J. Chem.
Phys., 27, 12081209.
Appert, C. y Zaleski, S. (1990). Lattice Gas with a liquid-gas transition. Phys. Rev. Lett.,
64, 1.
Bedeaux, D. y Mazur, P. (1974). Brownian Motion and Fluctuating Hydrodynamics. Physica, 76, 247258.
Behrendt, F. y Warnatz, J., eds. (1997). Proceedings of the Third Workshop on Modelling
of Chemical Reaction Systems, Heidelberg.
Benz, W. (1990). Smooth Particle Hydrodynamics: A Review, Problems and Prospects.
J.R. Buchler, NATO ASI Series C. Kluwer, Dordrecht.
Beris, A. y Edwards, B. (1994). Thermodynamics of Flowing Systems with internal microstructure. Oxford University Press, New York.
Bird, G. (1976). Molecular Gas Dynamics. Clarendon, Oxford.
Bird, G. (1994). Molecular Gas Dynamics and the Direct Simulation of Gas Flows. Clarendon, Oxford.
Boek, E.S., Coveney, P.V., Lekkerkerker, H.N.W. y van der Schoot, P. (1997). Simulating
the rheology of dense colloidal suspensions using dissipative particle dynamics. Phys.
Rev. E, 55, 31243133.
Boghosian, B.M., Coveney, P. y Emerton, A.N. (1996). A lattice-gas model of microemulsions. Proc. Roy. Soc. London. A, 452, 12211250.
Bonet, J. y Mackie, A.D. (1997). Dissipative particle dynamics with energy conservation.
Europhys. Lett., 40, 141.
179
180
BIBLIOGRAFA
Boon, J.P. y Yip, S. (1980). Molecular hydrodynamics. McGraw-Hill, New York.

Breuer, H.P. y Petruccione, F. (1993). A master equation description of fluctuating hydrodynamics. Physica A, 192, 569.
Callen, H.B. (1960). Thermodynamics. John Wiley & sons, New York.
Cates, M., Kendon, V., Bladon, P. y Desplat, J.C. (1999). Introductory lecture: Inertia,
coarsening and fluid motion in binary mixtures. Faraday Discussions, 112, 111.
Chen, H. y Matthaeus, W.H. (1987). New cellular automaton model for magnetohydrodynamics. Phys. Rev. Lett., 58, 18451848.
Chen, S., Diemer, K., Doolen, G., Eggert, K., Fu, C., Gutman, S. y Travis, B. (1991).
Lattice gas automata for flow through porous media. Physica D, 47, 7284.
Clavin, P., Lallemand, P., Pomeau, Y. y Searby, G. (1988). Simulations of free boundaries
in flow systems by lattice-gas models. J. Fluid Mech., 188, 437464.
Coveney, P.V. y Novik, K.E. (1996). Computer simulations of domain growth and phase
separation in two-dimensional binary immiscible fluids using dissipative particle dynamics. Phys. Rev. E, 54, 51345141.
de Fabritiis, G., Coveney, P.V. y Flekky, E.G. (2002a). Multiscale dissipative particle
dynamics. Phil. Trans. R. Soc., to appear.
de Fabritiis, G., Serrano, M., Espaol, P. y Coveney, P.V. (2002b). Efficient integrators for
mesoscopic models based on stochastic differential equations, preprint.
de Groot, S.R. y Mazur, P. (1964). Non-equilibrium Thermodynamics. North Holland
Publishing Company, Amsterdam.
de Groot, S.R. y Mazur, P. (1984). Non-equilibrium Thermodynamics. North Holland
Publishing Company, Amsterdam.
Denniston, C., Orlandini, E. y Yeomans, J.M. (2001). Lattice Boltzmann simulations of
liquid crystal hydrodynamics. Phys. Rev. E, 63, 056702.
dHumires, D. y Lallemand, P. (1986). Flow of a lattice gas between two parallel plates and development of the Poiseuille profile. Computes Rendus de LAcadmie des
Sciences Paris, 302, 983.
Du, Q., Faber, V. y Gunzburger, M. (1999). Centroidal Voronoi tessellations: applications
and algorithms. SIAM Rev., 41, 637676.
Dzwinel, W. y Yuen, D.A. (1999). Dissipative particle dynamics of the thin-film evolution
in mesoscale. Mol. Sim., 22, 369395.
BIBLIOGRAFA
181
Dzwinel, W. y Yuen, D.A. (2000). A multi-level discrete particle model in simulating

ordered colloidal structures. J. Colloid Interf. Sci., 225, 179.
Ernst, M. y Das, S. (1992). Thermal Cellular Automata fluids. J. Stat. Phys., 66, 465.
Ernst, M.H., Hauge, E.H. y van Leeuwen, J.M.J. (1970). Asymptotic time behavior of
correlation functions. Phys. Rev. Lett., 25, 1254.
Espaol, P. (1995). Hydrodynamics from dissipative particle dynamics. Phys. Rev. E, 52,
1734.
Espaol, P. (1996). Dissipative particle dynamics for a harmonic chain: a first-principles
derivation. Phys. Rev. E, 53, 15721578.
Espaol, P. (1997a). Dissipative particle dynamics with energy conservation. Europhys.
Lett., 40, 631.
Espaol, P. (1997b). Fluid particle dynamics: A synthesis of dissipative particle dynamics
and smoothed particle dynamics. Europhys. Lett., 39, 605610.
Espaol, P. (1998a). A Fluid Particle Model. Phys. Rev. E, 57, 29302948.
Espaol, P. (1998b). Stochastic differential equations for non-linear hydrodynamics. Physica A, 248, 71.
Espaol, P. (2001). Thermohydrodynamics for a van der waals fluid. J. Chem. Phys., 115,
53925403.
Espaol, P. y Coveney, P. (1997). Dissipative Particle Dynamics for interacting multicomponent systems. J. Phys. A: Math. Gen., 30, 779784.
Espaol, P. y de la Rubia, F.J. (1992). Mixing and equilibrium probability densities in
classical statistical mechanics. Physica A, 187, 589602.
Espaol, P. y Warren, P. (1995). Statistical Mechanics of Dissipative Particle Dynamics.
Europhys. Lett., 30, 191196.
Espaol, P., Serrano, M. y Ziga, I. (1997). Coarse-graining of a fluid and its relation
with dissipative particle dynamics and smoothed particle dynamics. Int. J. Mod. Phys.
C, 8, 899918.
Espaol, P., Serrano, M. y ttinger, H.C. (1999). Thermodynamically admissible form
for discrete hydrodynamics. Phys. Rev. Lett., 83, 4542.
Flekky, E.G. y Coveney, P.V. (1999). From molecular dynamics to dissipative particle
dynamics. Phys. Rev. Lett., 83, 1775.
Flekky, E.G., Coveney, P.V. y de Fabritiis, G. (2000a). Foundations of dissipative particle
dynamics. Phys. Rev. E, 62, 21402157.
182
BIBLIOGRAFA
Flekky, E.G., Wagner, G. y Feder, J.G. (2000b). Hybrid model for combined particle and
continuum dynamics. Europhys. Lett., 52, 271.
Fletcher, C. (1997). Computational Techniques for fluid Dynamics. New York, Springer.
Frisch, U., Hasslacher, B. y Pomeau, Y. (1986). Lattice-Gas Automata for the NavierStokes equation. Phys. Rev. Lett., 56, 15051509.
Frisch, U., Hasslacher, B., Lallemand, P., Pomeau, Y. y Rivet, J. (1987). Lattice Gas
Hydrodynamics in two and three dimensions. Complex systems, 1, 648.
Garca, A., Mansour, M., Lie, G. y Clementi, E. (1987). Numerical integration of the
Fluctuating Hydrodynamic Equation. J. Stat. Phys., 47, 209.
Gardiner, C.W. (1983). Handbook of Stochastic Methods. Springer Verlag, Berlin.
Gingold, R. y Monaghan, J. (1977). Smoothed particle hydrodynamics theory and applications to non-spherical stars. Monthly Notices of the Royal Astronomical Society, 181,
375.
Giraud, L., dHumires, D. y Lallemand, P. (1998). A Lattice Boltzmann model for Jeffreys viscoelastic fluid. Europhys. Lett., 42, 625630.
Grmela, M. y ttinger, H.C. (1997). Dynamics and thermodynamics of complex fluids. I.
Development of a general formalism. Phys. Rev. E, 56, 66206632.
Groot, R.D. y Madden, T.J. (1998). Dynamic simulation of diblock copolymer microphase
separation. J. Chem. Phys., 108, 87138724.
Groot, R.D. y Warren, P.B. (1997). Dissipative particle dynamics: Briding the gap between atomistic and mesoscopic simulation. J. Chem. Phys., 107, 44234435.
Groot, R.D., Madden, T.J. y Tildesley, D. (1999). On the role of hydrodynamic interactions in block copolymer microphase separation. J. Chem. Phys., 110, 97399749.
Grosfils, P., Boon, J., Brito, R. y Ernst, M. (1993). Statistical hydrodynamics in a Lattice
Gas Automata. Phys. Rev. E, 66, 26552668.
He, X. y Luo, L.S. (1997). Theory of lattice Boltzmann method: From the Boltzmann
equation to the lattice Boltzmann equation. Phys. Rev. E, 56, 68116817.
Hernquist, L. (1993). Some cautionary remarks about smoothed particle hydrodynamics.
Astrophys. J., 404, 717722.
Hietel, D., Steiner, K. y Strucktmeier, J. (2000). A finite-volume particle method for
compressible flows. Math. Models Methods Appl. Sci., 10, 13631382.
Higuera, F. y Jimnez, J. (1989). Boltzmann approach to Lattice Gas simulations. Europhys. Lett., 9, 663668.
BIBLIOGRAFA
183
Hirabayashi, M., Chen, Y. y Ohashi, H. (2001). New Lattice-Boltzmann model for magnetic fluids. Phys. Rev. Lett., 87, 178301.
Hoogerbrugge, P.J. y Koelman, J.M.V.A. (1992). Simulating microscopic hydrodynamics
phenomena with Dissipative Particle Dynamics. Europhys. Lett., 19, 155160.
Hoover, W.G., Posch, H.A., Castillo, V.M. y Hoover, C.G. (2000). Computer simulation
of irreversible expansions via molecular dynamics, smooth particle applied mechanics,
Eulerian and Lagrangian continuum mechanics. J. Stat. Phys., 100, 313.
Horbach, J. y Frenkel, D. (2001). Lattice-Boltzmann method for the simulation of transport phenomena in charged colloids. Phys. Rev. E, 64, 061507.
Jury, S.I., Bladon, P., Krishna, S. y Cates, M.E. (1999). Tests of dynamical scalling in 3-D
spinoidal decomposition. Phys. Rev. E, 59, R2535.
Koelman, J.M.V.A. y Hoogerbrugge, P.J. (1993). Dynamic simulations of hard-sphere
suspensions under steady shear. Europhys. Lett., 21, 363368.
Kum, O. y Hoover, W.G. (1994). Time-reversible continuum mechanics. J. Stat. Phys.,
76, 10751081.
Kum, O., Hoover, W.G. y Posch, H.A. (1995). Viscous conducting flows with smoothparticle applied mechanics. Phys. Rev. E, 52, 51425145.
Ladd, A.J.C. (1993). Short-time motion of colloidal particles: Numerical simulation via
a fluctuating lattice-Boltzmann equation. Phys. Rev. Lett., 70, 1339.
Ladd, A.J.C. (1994a). Numerical simulations of particulate suspensions via a discretized
Boltzmann Equation. Part I. Theoretical foundation. J. Fluid Mech., 271, 285.
Ladd, A.J.C. (1994b). Numerical simulations of particulate suspensions via a discretized
Boltzmann Equation. Part II. Numerical results. J. Fluid Mech., 271, 331.
Landau, L.D. y Lifshitz, E.M. (1959). Fluid Mechanics. Pergamon Press.
Lucy, L.B. (1977). A numerical approach to testing the fission hypothesis. Astron. J., 82,
1013.
MacQuarrie, D.A. (1976). Statistical Mechanics. Harper and Row, New York.
Malevanets, A. y Kapral, R. (1999). Mesoscopic model for solvent dynamics. J. Chem.
Phys., 110, 8605.
Marsh, C.A., Backx, G. y Ernst, M.H. (1997a). Fokker-Planck-Boltzmann equation for
dissipative particle dynamics. Europhys. Lett., 38, 411415.
Marsh, C.A., Backx, G. y Ernst, M.H. (1997b). Static and dynamic properties of dissipative particle dynamics. Phys. Rev. E, 56, 16761691.
184
BIBLIOGRAFA
Martys, N.S. y Douglas, J.F. (2001). Critical properties and phase separation in lattice
Boltzmann fluid mixtures. Phys. Rev. E, 63, 031205.
Meglicki, Z. (1994). Verification and accuracy of Smoothed Particle Magnetohydrodynamics. Comput. Phys. Commun., 81, 91104.
Metropolis, N., Rosenbluth, A., Rosenbluth, M., Teller, A. y Teller, E. (1953). Equation
of state calculations by fast computing machines. J. Chem. Phys., 21, 10871082.
Monaghan, J.J. (1989). On the problem of penetration in particle methods. J. Comp. Phys.,
82, 115.
Monaghan, J.J. (1992). Smoothed Particle Hydrodynamics. Ann. Rev. Astron. Astrophys.,
30, 543574.
Mori, H. (1965). Transport, collective motion and Brownian motion. Prog. Theor. Phys.,
33, 423.
Nekovee, M., Coveney, P.V., Chen, H. y Boghosian, B.M. (2000). Lattice-Boltzmann
model for interacting amphiphilic fluids. Phys. Rev. E, 62, 82828294.
Novik, K. y Coveney, P.V. (2000). Spinodal decomposition of off-critical quenches with a
viscous phase using dissipative particle dynamics in two and three spatial dimensions.
Phys. Rev. E, 61, 435.
ttinger, H.C. (1996). Stochastic Processes in Polymeric Fluids. Springer-Verlag, Berlin.
ttinger, H.C. (1997). Generic formulation of Boltzmanns kinetic equation. J. NonEquilib. Thermodyn., 22, 386391.
ttinger, H.C. (1998a). General projection operator formalism for the dynamics and thermodynamics of complex fluids. Phys. Rev. E, 57, 14161420.
ttinger, H.C. (1998b). Relativistic and nonrelativistic description of fluids with anisotropic heat conduction. Physica A, 254, 433450.
ttinger, H.C. y Grmela, M. (1997). Dynamics and thermodynamics of complex fluids.
II. Ilustrations of a general formalism. Phys. Rev. E, 56, 66336655.
Pagonabarraga, I., Hagen, M.H. y Frenkel, D. (1998). Self-consistent dissipative particle
dynamics. Europhys. Lett., 42, 377382.
Pomeau, Y. y Rsibois, P. (1975). Time dependent correlation functions and mode-mode
coupling theories. Phys. Rep., 19, 63.
Posch, H.A., Hoover, W.G. y Kum, O. (1995). Steady-state shear flows via nonequilibrium
molecular dynamics and smooth-particle applied mechanics. Phys. Rev. E, 52, 1711
1720.
BIBLIOGRAFA
185
Qi, D. (1999). Lattice Boltzmann simulations of particles in non-zero-Reynolds-number

flows. J. Fluid Mech., 385, 4162.
Qian, Y., dHumires, D. y Lallemand, P. (1992). Lattice BGK models for Navier-Stokes
equation. Europhys. Lett., 17, 479484.
Quentin, G. y Rehberg, I. (1995). Direct meassurement of hydrodynamic fluctuations in
a binary mixture. Phys. Rev. Lett., 74, 15781581.
Revenga, M., Ziga, I., Espaol, P. y Pagonabarraga, I. (1999). Boundary conditions in
dissipative particle dynamics. Int. J. Mod. Phys. C, 9, 1319.
Ripoll, M. (2002). Kinetic Theory of Dissipative Particle Dynamics Models. Ph.D. thesis,
Universidad Nacional de Educacin a Distancia.
Ripoll, M., Espaol, P. y Ernst, M.H. (1998). Dissipative particle dynamics with energy
conservation: Heat conduction. Int. J. Mod. Phys. C, 9, 13291338.
Ripoll, M., Ernst, M.H. y Espaol, P. (2001). Large scale and mesoscopic hydrodynamics
for dissipative particle dynamics. J. Chem. Phys., 115, 72717284.
Risken, H. (1984). The Fokker-Planck equation. Springer Verlag, Berlin.
Rothman, D.H. y Keller, J. (1988). Immiscible Cellular-Automaton fluids. Phys. Rev.
Lett., 56, 889.
Schlijper, A.G., Hoogerbrugge, P.J. y Manke, C.W. (1995). Computer simulation of dilute
polymer solutions with dissipative particle dynamics. J. Rheol., 39, 567579.
Serna, A., Alimi, J.M. y Chieze, J.P. (1996). Adaptative smoothed particle hydrodynamics
and particle-particle coupled codes: energy and entropy conservation. Astrophys. J.,
461, 884896.
Serrano, M. y Espaol, P. (2001). Thermodynamically consistent mesoscopic fluid particle model. Phys. Rev. E, 64, 046115.
Serrano, M., de Fabritiis, G., Espaol, P., Flekky, E.G. y Coveney, P.V. (2002). Mesoscopic dynamics of Voronoi fluid particles. J. Phys. A: Math. Gen., 35, 16051625.
Takeda, H., Miyama, S.M. y Sekiya, M. (1994). Numerical simulation of viscous flow by
Smoothed Particle HydroDynamics. Prog. Theor. Phys., 92, 939960.
Tuckerman, M., Berne, J. y Martyna, G.J. (92). Reversible multiple time scale molecular
dynamics. J. Chem. Phys., 97, 19902001.
Weeks, J., Chandler, D. y Andersen, H. (1971). The role of repulsive forces in determining
the equilibrium of simple liquids. J. Chem. Phys., 54, 5237.
186
BIBLIOGRAFA
Wejchert, J., Weaire, D. y Kermode, J.P. (1986). Monte Carlo simulation of the evolution
of a two-dimensional soap froth. Phil. Magazine B, 53, 1524.
White, T.O., Ciccotti, G. y Hansen, J.P. (2001). Brownian dynamics with constraints. Mol.
Phys., 99, 20232036.
Wolfram, S. (1986). Cellular automaton fluids 1: Basic theory. J. Stat. Phys., 45, 471.
Wolfram, S. (1991). Mathematica, A system for doing mathematics by computer.
Addison-Wesley Publishing Company, Inc.
Yuan, X.F. y Ball, R.C. (1994). Rheology of hydrodynamically interacting concentrated
hard disks. J. Chem. Phys., 101, 90169021.
Yuan, X.F. y Doi, M. (1998). A general approach for modelling complex fluids and its application to concentrated drops under shear. Colloid and Surfaces A: Physicochemical
and Engineering Aspects, 144, 305.
Yuan, X.F. y Edwards, S.F. (1995). Flow behaviour of two-dimensional random foams. J.
Non-Newtonian Fluid Mech., 60, 335348.
Yuan, X.F., Ball, R.C. y Edwards, S.F. (1993). A new approach to modelling viscoelastic
fluid flows. J. Non-Newtonian Fluid Mech., 46, 331350.
Yuan, X.F., Ball, R.C. y Edwards, S.F. (1994). Dynamical modelling of viscoelastic extrusion flows. J. Non-Newtonian Fluid Mech., 54, 423435.
Zhou, S.J., Beazley, D.M., Lomdahl, P.S. y Holian, B.L. (1997). Large-scale molecular
dynamics simulations of three-dimensional ductile failure. Phys. Rev. Lett., 78, 479
482.
Zwanzig, R. (1961). Memory effects in irreversible thermodynamics. Phys. Rev., 124,
983992.
Summary
The main objective of this thesis is the foundation of some simulation techniques and
hydrodynamic models for the simulation of simple and complex fluids at mesoscales.
During the last decades, the study of complex fluids has gained increased importance,
not only for the wide range of technological and industrial applications but also from a
fundamental point of view. The behaviour of complex fluids, such as colloids, emulsions,
polymers, fluid mixtures, surfactants or multi-phase fluids, is strongly affected by the
coupling between the microstructure of those fluids and the macroscopic hydrodynamic
flow. As this coupling is highly non linear, the problem is analytically and theoretical
difficult to solve and it is neccesary to turn to numerical simulations.
From the macroscopic perspective of traditional fluid dynamics, the general problem
in the case of complex fluids is the lack of suitable continuum models. The usual descriptions are based on conservation laws and constitutive equations that have been successful
for Newtonian simple fluids. Nevertheless, for complex fluids, the particular constitutive
equations are in general unknown. Even more, this approach does not take into account
thermal noise effects, which are the ultimate responsible for the Brownian motion of the
small objects suspended in the solvent, such as the colloidal particles or polymeric chains.
Neglecting the thermal noise can be, in many cases, physically unacceptable, because it
implies disregarding the diffusive processes affecting the microstructure in the fluid.
On the other hand, we can study the fluid from the microscopic point of view. At this
level, Molecular Dynamics (MD) represents the most exact and fundamental method, but
it has the disadvantage that dealing with the long time scales of the hydrodynamics of
complex fluids is computationally too expensive.
The relevant processes that characterize these materials are described in the scale of
its microstructure, the so-called mesoscale. The great complexity of these materials
requires novel and original algorithms, models and simulation techniques that are able to
capture the main properties of the complex fluids in a coarse grained level, but retaining
enough information about the internal mesostructure of the fluid. Precisely in this sense,
in the last years there has been a big effort in the development of mesoscopic techniques
able to handle the problems coming from the wide spatio-temporal scales involved in
the particular phenomenology of these materials. Some of the techniques are the Direct
Simulation Monte Carlo (DSMC), the Lattice Gas Model (LG), the Lattice Boltzmann
187
188
Summary
Equation approximation (LBE), and the Dissipative Particle Dynamics (DPD). These are
called mesoscopic methods, using a relaxed terminology, because they do not correspond
to none of the traditional micro or macro perspectives. These methods try to capture the
hydrodynamic behaviour in a much more efficient way that Molecular Dynamics, even
if they apparently do not correspond to any discretization method of the hydrodynamic
equations governing the time evolution of the continuum hydrodynamic fields.
As a starting point in this thesis, we are interested in the Dissipative Particle Model
(DPD). It was originally proposed by Hoogerbrugge and Koelman in 1991, and shows
strong influences of the lattice cellular automata. The designed algorithm preserves hydrodynamics and eliminates the undesirable lattice effects (lack of Galilean invariance and
isotropy). The model consists on some fluid particles (defined with its position, mass and
velocity) interacting through conservative, dissipative and random forces. They evolve in
continuous space, and are able to model the hydrodynamic behaviour including thermal
fluctuations. The naive physical image of these dissipative fluid particles is that in some
vague way they represent lumps or mesoscopic portions of fluid. From the theoretical
point of view the model has received quite a lot attention. Kinetic theory methods have
offered explicit formulae for the transport coefficients of the simulated fluid in terms of
the parameters used in the model. But even in the absence of conservative forces in the
model (for which the kinetic theory predictions for the transport coefficients should be
good), deviations of the measured quantities from the theoretical predictions have been
reported. The DPD model has been successfully applied to a wide range of situations
such as the simulation of flow in porous media, colloidal suspensions, microphase separation in copolymers, multicomponent fluids, etc. However, this technique has some deep
conceptual problems that we investigate in this thesis: It is not at all clear which is the
range of spatio-temporal scales that these particles are representing, which is the region of
parameters of the model more suitable for the hydrodynamic description of the complex
fluids, how to control the simulated fluid (via the transport coefficients) given a set of
parameters in the model, and which is the relation of the conservative forces in the model
with the thermodynamic behaviour of the system we are interested in simulating.
The Smoothed Particle Hydrodynamics (SPH) is another simulation technique based
in particles for the solution of hydrodynamic problems. It was developed at the beginning
of the 70s and has been mainly used in the Astrophysical context. It is essentially a
Lagrangian discretization of the Navier Stokes equations using a weight function with a
finite range. The procedure transforms the continuum hydrodynamic partial differential
equations into ordinary differential equations, that can be interpreted easily as equations
of motion for a group of interacting particles transporting some fluid properties as the
flow evolves. The main problem of using this technique in the case of complex fluids is
that it does not include naturally the thermal fluctuations.
One of the main objectives of this thesis is to offer a more solid theoretical background
for the DPD model. We research into the main obscure points previously mentioned. Specifically, we work on assigning a more precise definition to the mesoscopic fluid particle,
understanding the physical origin of the conservative forces in the model and carrying
189
out a systematic study of the region of parameters more suitable for the simulations of
hydrodynamical problems involving the complex fluids.
Another important objective of this work is the generalization of the SPH technique
in order to include correct thermal fluctuations (we will do it in the spirit of the Landau
Lifshitz fluctuating hydrodynamics) and so, opening the spectrum of applicability of the
technique to the mesoscopic environment.
We will see that the two techniques (SPH and DPD), coming from very different
contexts, are trying to solve the same problem, in quite a similar spirit. We will show
how the different definitions of the fluctuations and the corresponding dissipative terms
can give rise to each one of the models: SPH and DPD. Finally, the DPD model can be
viewed as a cartoon of the thermal noise of Landau-Lifshitz fluctuating hydrodynamics.
We also discuss the conceptual relevance of the mass, internal energy, entropy and
volume associated to each fluid particle, when we consider them as small thermodynamic
subsystems. All the usual extensive variables for the thermodynamic system become, in
a natural way, necessary to define properly the fluid mesoparticle.
The definition of the soft interpenetrating volume for each fluid particle in these two
soft fluid particle models (as DPD and SPH), is the ultimate responsible for some undesirable features in both techniques. In order to solve these inconvenient features, in this
thesis we also propose a new mesoscopic model of fluid particles based on the geometrical construction of the Voronoi tessellation. Each Voronoi cell has an associated volume
to the fluid particle defined through its position. The fluid particle interactions are inferred by discretizing the Navier-Stokes equations with the finite volume method. This new
model represents a Lagrangian discretization of the fluctuating hydrodynamics, and then
it is very convenient for application to complex fluids and for the mesoscopic regime of
simple fluids where thermal fluctuations are also important. When the fluid mesoparticles
have big size (volumes or masses), the stochastic terms in the evolution equations may
be neglected, and so we recover the conventional deterministic hydrodynamic equations.
One of the main important characteristics of the Voronoi model is its thermodynamic
consistency. The model conserves the dynamical invariants and reproduces the Einstein
distribution in equilibrium. All of this has been verified through simulations in two dimensions.
All the fluid particle models analyzed in this thesis (DPD, SPH, Voronoi) have been
cast into the GENERIC formalism (General Equation for Non Equilibrium Reversible
Irreversible Coupling) that guarantees the First and Second Law of Thermodynamics, and
offers a clear guide for including correctly thermal fluctuations.
190
Summary
Basic References
The main results of this thesis have been presented in the following publications:

(C HAPTER 3) Coarse graining of a fluid and its relation to Dissipative Particle Dynamics and Smoothed Particle Dynamics, P. Espaol, M. Serrano, I. Ziga, Int. J.
Mod. Phys. C, 8, 899 (1996).
Mesoscopic descriptions of fluids, P. Espaol, M. Serrano, I. Ziga, Lecture Notes
in Physics 493, Springer-Verlag (1996).
(C HAPTER 2) Dynamical regimes in Dissipative Particle Dynamics, P. Espaol and
M. Serrano, Phys. Rev. E, 59 , 6340 (1999).
Collective effects in dissipative particle dynamics, P. Espaol and M. Serrano. Proceedings of the Granada Conference on Computational Physisc, Elsevier (1999).
(C HAPTER 4) Thermodynamically Admissible Form for Discrete Hydrodynamics,
Pep Espaol, Mar Serrano, H.C. ttinger. Physical Review Letters, 89, 4542,
(1999).
(C HAPTERS 5 y 6) A thermodynamically consistent mesoscopic Voronoi fluid particle model, Mar Serrano, Pep Espaol, Phys. Rev. E 64, 046115 (2001).
(C HAPTER 7) Mesoscopic dynamics of Voronoi fluid particles, Mar Serrano, G. de
Fabritiis, Pep Espaol, E.G. Flekky and P.V. Coveney. J. Phys. A: Math. Gen. 35
1605-1625 (2002).
191

Documento

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Documento

Uploaded by

Copyright:

Available Formats

Universidad Nacional de Educacin a Distancia

MODELOS PARA LA HIDRODINMICA

Memoria que presenta para optar al grado de

MODELOS PARA LA HIDRODINMICA

Mara del Mar Serrano Maestro

Director: Pep Espaol Garrigs

A mis padres, mis Maestros de Paciencia, Entrega y Comprensin

Jules Henri Poincar, (1854-1912).

Madrid, 17 de mayo 2002

DPD: descripcin mesoscpica de un fluido

Regmenes dinmicos en la DPD

Descripcin de grano grueso de un fluido

II GENERIC: DPD, SPH y Voronoi

La SPH y la DPD bajo el prisma GENERIC

Dinmica mesoscpica de partculas de Voronoi

III Resultados deterministas y estocsticos del modelo de mesopartculas fluidas de Voronoi

Resultados deterministas del modelo de Voronoi

Fluctuaciones en el modelo mesoscpico de Voronoi

Conclusiones y lneas abiertas

A Variables en GENERIC: Dependientes vs. independientes

Esquema del desarrollo de la tesis. . . . . . . . . . . . . . . . . . . . . .

Funcin de distribucin del volumen de Voronoi dada una distribucin

Matriz de vrtices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

Resumen de la tesis doctoral

temporales y espaciales adecuadas para la fenomenologa de estos fluidos complejos entre

1.1 Los fluidos complejos

1.1. Los fluidos complejos

(a) Fluido Magnetoreolgico

(b) Cristal coloidal

reordenacin de los microcristales para formar cristales mayores. El tratamiento de esta

1.2 La simulacin de fluidos complejos

1.2.1 Nivel microscpico

1.2. La simulacin de fluidos complejos

1.2.2 Nivel macroscpico

1.2.3 Nivel mesoscpico

nmica ni se corresponden con el nivel microscpico de la Dinmica Molecular. Estas

1.2. La simulacin de fluidos complejos

1.3. La Dinmica de Partculas Disipativas

1.3 La Dinmica de Partculas Disipativas

1.3. La Dinmica de Partculas Disipativas

1.3.1 Detalles del modelo DPD isotermo

donde hemos tomado la masa de todas las partculas, igual a m.

FCij + FDij + FRij :

El primer sumando corresponde a la fuerza conservativa y deriva de un potencial ejercido

aij (1 Rij )eij

tipo Rij y vij . Por vij entendemos la velocidad relativa vij

FDij = !D (Rij )(eij vij )eij ;

donde es el coeficiente de friccin,  es la amplitud del ruido, ! D (Rij ) y ! R (Rij ) son

dRi = v2i dt;

!D (Rij )(eij vij )eij 5 dt

dWij dWi0 j0 = (ii0 jj0 + ij0 ji0 )dt;

o sea, dWij es un infinitesimal de orden temporal 1=2 (Gardiner, 1983).

1.3. La Dinmica de Partculas Disipativas

1.3.2 Problemas en la DPD

1.4 La Hidrodinmica de Partculas Suavizadas

1.4.1 Detalles del modelo SPH

1.4. La Hidrodinmica de Partculas Suavizadas

de suavizado h representa la anchura efectiva del kernel y es equivalente a la anchura de

lim hf (r)i = f (r):

Si se utiliza la aproximacin de la suma de Monte Carlo, que se sabe que converge a

donde el factor mj =j es el elemento de volumen asociado a la partcula j , es decir, la

Por lo tanto la densidad msica asociada a la partcula situada en Ri es

Analicemos el sentido de esta expresin: Cada partcula de masa mj est suavizada en el

donde es el coeficiente de friccin, es la amplitud del ruido, ! D (Rij ) y ! R (Rij ) son

donde el factor mj =j es el elemento de volumen asociado a la partcula j , es decir, la

Estos parmetros tienen un significado fsico preciso: T es el tiempo que necesita

~ i dt = Pj !1=2 (Rij )eij dWij . Hemos introducido en

hvi (t) vi (0)i hVi (t) vi (0)i hVi (t) Vi (0)i:

k^T !(k)k^ = a(kr ) + b(kr ) = 2

1d hvi (t) vi (0)i;