M

A
T
E
M

T
I
C
A
S
Ecuacionesde
Reaccin-Difusin
Ericvila Vales
Universidad Autnomade Yucatn
FacultaddeMatemticas
avila@tunku.uady.mx
1. Introduccin
L
as ecuaciones de reaccin-difusin implican la combinacin
de dos procesos diferentes.
1) Difusin (Movimiento local) 2) Reaccin (Crecimiento,
interacciones,
cambios de estado)
1.1. Difusin
Difusin es un fenmeno por medio del cual un grupo de partcu-
las se mueven como grupo de acuerdo a la trayectoria irregular de
cada una de las partculas. As los movimientos particulares irregu-
lares dan como resultado un movimiento regular como grupo, a este
fenmeno se le conoce como proceso de difusin.
En nuestros cursos bsicos de ecuaciones diferenciales parciales
estudiamos la ecuacin de calor. Para un subconjunto de R
n
con
frontera suave, si u C
2
( R
+
, R) denota la densidad de las
partculas, es decir para 1

1
u(x, t)dx nmero de partculas en (si la integral existe),
entonces,
u(x,t)
t
= Du(x, t) = D

n
j=1

2
u(x,t)
x
2
j
, u(0, t) =
u0(t). Las condiciones de frontera pueden ser
u[

(x, t) = 0 (Problema de Dirichlet),

o
u
n
[

(x, t) = 0 (Problema de Neumann).

En el caso de Neumann, sabemos que lmtu(t, x) =< u0 >
donde < f > representa el promedio espacial de f(x) en .
1.2. Reaccin
Las partculas pueden cambiar su estado, debido por ejemplo a inter-
acciones o de manera espontnea. Aqu estamos hablando de reac-
ciones qumicas o procesos biolgicos, ms adelante presentaremos
algunos ejemplos.
1.3. Combinacin de reaccin y difusin
Si sumamos los dos procesos anteriores obtenemos
tu(x, t) = Du(x, t) + f(x, t, u(x, t)), (1)
u(x, 0) = u0(x), (2)
u[

(x, t) = 0 (Problema de Dirichlet),

u
n
[

(x, t) = 0 (Problema de Neumann).

La ecuacin (1) y (2) con alguna de las condiciones de frontera,
es una ecuacin de reaccin-difusin.
Sistemas de reaccin-difusin pueden dar lugar a un nmero de
interesantes fenmenos como comportamiento asinttico, mltiples
estados estacionarios, estructuras espaciales, pulso o frentes mviles
y oscilaciones.
El estudio de estos fenmenos necesita de una variedad de mto-
dos provenientes de muchas reas de las matemticas como, por
ejemplo, anlisis numrico, bifurcacin, teora de la estabilidad,
teora de semigrupos, perturbaciones singulares, espacios fase, mto-
dos topolgicos y muchos otros.
1.4. Existencia
Como en cualquier problema de ecuaciones diferenciales estamos
interesados en que la solucin exista para todos los tiempos (exis-
tencia global), que sea nica y que vare continuamente con respecto
a los datos, esto se puede demostrar para una clase bastante grande
de ecuaciones de reaccin-difusin. Hay varias formas de hacerlo,
por ejemplo, transformado la ecuacin de reaccin-difusin en una
ecuacin diferencial ordinaria en un espacio de dimensin innita.
u = F(u),
u(0) = u0 X.
Donde el estado u(t) X, X es un espacio de dimensin inni-
ta, por ejemplo X = C
2
(D(F), R
m
) y F : D(F) X X,
F(u) = Au + f(u) donde A es un operador lineal, A : D(A)
X X y f() es la parte no lineal. Aqu como en muchas partes
SMM
CARTA INFORMATIVA 1
del anlisis matemtico, tratamos primero la parte lineal, considere-
mos
u = Au,
u(0) = u0,
cuya solucin es u = e
AT
u0, esto nos conduce a la teora de semi-
grupos, ver [14], [18] o [26].
Ahora consideremos la ecuacin completa u = Au + f(u),
u(0) = u0, la cual vemos como una perturbacin de la ecuacin li-
neal. A travs de la teora de perturbaciones podemos probar que las
ecuaciones de reaccin-difusin estn bien planteadas. Otro mtodo
para probar la existencia es a travs de subsoluciones y supersolu-
ciones, de manera constructiva se prueba la existencia y unicidad,
adems ello sirve para aproximar numricamente la solucin, ver
[25]. Otra va es a travs de teoremas de punto jo.
2. Algunos modelos fsicos de las
ecuaciones reaccin-difusin
2.1. Gentica Poblacional [12]
Consideremos una poblacin de individuos en donde cada uno porta
dos genes, digamos a y A, as, la poblacin se divide en tres genoti-
pos aa, aA y AA. Sea el hbitat donde vive la poblacin y sean
ui(x, t), i = 1, 2, 3, las densidades de poblacin de aa, aA y AA
respectivamente. Supongamos que la poblacin se cruza de manera
aleatoria con una tasa de nacimiento r y que la poblacin se mueve
con una constante de difusin D. Tambin suponemos que las tasas
de muerte dependen de los genotipos y los denotamos respectiva-
mente con ti, i = 1, 2, 3. Bajo estas condiciones las densidades ui
satisfacen el sistema
(ui)t (Diui) = fi(x, t, u1, u2, u3), i = 1, 2, 3.
2.2. Dispersin de mamferos [4]
Modelos espaciales para la dispersin de mamferos en ecologa
vienen desde Skellam, quien model la expansin de la poblacin
de muskrats (roedores acuticos) en Europa. Skellam encontr una
relacin lineal entre la raz cuadrada del rea habitada por los
muskrats y el tiempo, usando un modelo de dos dimensiones con
dispersin aleatoria y crecimiento exponencial de la poblacin en
coordenadas polares. Suponiendo que la dispersin se da por igual
en todas direcciones (i.e. es isotropica), y que el crecimiento de la
poblacin es proporcional a la densidad poblacionales, el modelo es:
S
t
=
D
r

r
S
r

+ S,
donde D es la constante de difusin y es la tasa neta de crecimien-
to.
2.3. Modelo lineal de Fischer del avance de
los genes ventajosos [12]
Considere la poblacin de una especie dada, distribuida uniforme-
mente a lo largo de un hbitat lineal. Supongamos que el tamao
del hbitat es grande en comparacin con las distancias que separan
los lugares de la descendencia de aquellos que son de sus padres.
Supongamos adems que en algn punto del hbitat una mutacin
ventajosa ocurre (es decir, una mutacin que es de alguna manera
ventajosa para la supervivencia de algn miembro de la poblacin).
Esta mutacin se difunde, primero en la vecindad de la ocurrencia
de la mutacin y despus en los alrededores de la poblacin.
Sea p = p(x, t) la concentracin de los miembros de la poblacin
con el gen mutante y sea q = q(x, t) la concentracin de los miem-
bros de la poblacin cuyos descendientes tienen el gen mutante (x es
la posicin dentro el hbitat). Podemos asumir que q = 1 p. De-
notemos por la intensidad de la seleccin en favor del gen mutante,
el cual tomamos como independiente de p. Para sucientemente
pequea, la concentracin p vara continuamente con el tiempo de
generacin en generacin. Suponga que la razn por generacin a
la cual los miembros de la poblacin con el gen mutante se difunde
dentro de la poblacin total est dada por k
p
x
, donde k > 0 es
una constante de difusin (independiente de x y p). Bajo todas estas
suposiciones se puede mostrar que la concentracin del gen mutante
satisface:
p
t
= p(1 p) +

2
p
x
2
.
2.4. Modelo continuo de morfognesis
de Turing [31]
La morfognesis es el desarrollo embriolgico de la estructura de un
organismo o de alguna parte del mismo. Turing sugiere un modelo
en el cual un embrin idealizado contiene dos sustancias qumicas
caractersticas x y y llamados morfogenos. Estas sustancias reaccio-
nan entre s en cada clula y se difunden entre clulas vecinas con
coecientes de difusin y respectivamente. Considere un em-
brin idealizado con la forma de un anillo de tejido de radio . Sean
X y Y las concentraciones de los correspondientes qumicos. Sean
f(X, Y ) y g(X, Y ) las razones a las cuales las concentraciones X
y Y cambian debido a la interaccin qumica. Cada morfogeno se
mueve de una regin de mayor concentracin a una de menor con-
centracin con una razn proporcional al gradiente de la concen-
tracin. Entonces las ecuaciones son
Xt = f(X, Y ) +

2
X

,
Yt = g(X, Y ) +

2
Y

,
donde es el ngulo entre los radios. Turing us las siguientes fr-
mulas para las funciones
f(X, Y ) = aX
2
bXY + d,
g(X, Y ) = aX
2
+ bXY cY + e,
donde a, b, c, d, e R
+
son parmetros de la reaccin.
2.5. Modelo de FitzHugh de la propagacin de
un impulso voltaico en un nervio de axn
de una clula nerviosa
Hodgkin y Huxley [21] propusieron un modelo para describir los
eventos inicos y elctricos que ocurren durante la transmisin de
un impulso a travs de la membrana supercial y la propagacin
del impulso voltaico a travs del nervio de un axn. Sin embargo
este modelo consiste de cuatro ecuaciones diferenciales que son to-
dava difciles para un riguroso anlisis matemtico. R. FitzHugh
sugiere un modelo para la propagacin del impulso voltaico a travs
2 SOCIEDAD MATEMTICA MEXICANA
SMM
del nervio de un axn que es ms simple que el anterior. R. FitzHugh
considera la clula nerviosa como un oscilador elctrico no lineal
v + (v
2
1) v + cv = 0,
donde v es una variable adimensional correspondiente al potencial
de la membrana V y c > 0 una constante. Haciendo
w = v + v
v
3
3
,
obtenemos el sistema de ecuaciones diferenciales
v = v
v
3
3
w,
w = cv.
La variable w es llamada la variable de recuperacin. Posterior-
mente R. FitzHugh modica este sistema quedando de la siguiente
manera
v = v
v
3
3
w + i,
w = c(v + a bw),
donde a y b son constantes positivas e i una variable adimensional
correspondiente al total de la densidad de la corriente de la mem-
brana. Combinando esta ecuaciones obtenemos
vt = v
v
3
3
w + kvxx,
wt = c(v + a bw).
donde k es proporcional a

2R
( es el radio del nervio del axn y R
la resistencia especca del axn). Si w = 0 obtenemos el modelo
unidimensional de FitzHugh:
vt = v
v
3
3
+ kvxx.
2.6. Modelo de Brusselator para la reaccin
Belousov-Zhabotinsky (RBZ)
La reaccin RBZ es una reaccin qumica en la cual la concentracin
de los reactivos exhibe comportamiento oscilante. El modelo Brusse-
lator de la RBZ describe el caso de un solo modo de oscilacin para
el cual el sistema regresa si es perturbado. La reacciones qumicas
siguen el esquema:
A x,
B+x y +D,
2x +y 3x,
x ,
donde A, B, D, , x y y, son componentes qumicos. Sean x e y las
concentraciones de los componentes x y y y A y B las concentra-
ciones de los componentes A y B. Asumiendo que las concentra-
ciones A y B se mantienen constantes durante la reaccin qumica
y que el sistema tiene nicamente una dimensin espacial se obtiene
el siguiente sistema de ecuaciones diferenciales
x
t
= A(B + 1)x + x
2
y + D1

2
x

2
,
y
t
= Bx x
2
y + D2

2
y

2
,
donde D1 y D2 son constantes de difusin y es la coordenada
espacial.
Mencionamos en la seccin 1 algunos fenmenos que pueden dar
lugar a las ecuaciones reaccin-difusin, en las siguientes secciones
hablaremos del comportamiento asinttico y de las ondas viajeras.
3. Comportamiento asinttico
Consideremos dos casos: el caso escalar y el de sistemas.
3.1. El caso escalar
Consideremos el problema
ut = du + ru en (0, ), (3)
u = 0 en (0, ).
Las soluciones de (3) las encontramos por separacin de varia-
bles en trminos de las soluciones del problema de valores propios
asociado
d + r = en , (4)
= 0 en .
Podemos probar que (4) admite soluciones no nulas slo para
ciertos valores del parmetro , [23]. Una solucin de (4) consiste
de un nmero , el cual se le denomina un valor propio y una fun-
cin no nula (x) llamada funcin propia. Si la frontera es
suave, entonces (4) tiene una sucesin innita de valores propios
1 > 2 3
k
con
k
cuando
k
.
Las soluciones de (3) las podemos escribir como
u(x, t) =

k=1
u
k
e

k
t

k
(x).
Donde los coecientes u
k
dependen del dato inicial u(x, 0). El
valor propio principal de (4) es el valor propio ms grande, 1. Pode-
mos probar que la funcin propia asociada 1, es siempre positiva
en , propiedad que caracteriza a los valores propios principales. As
u crece exponencialmente si 1 > 0 pero decrece exponencialmente
si 1 < 0.
Consideremos el problema
u
t
= d(x)u +

b (x) u + g(x, u)u

en (0, ), (5)
d(x)
u

n
+ (x)u = 0
en (0, ).(6)
Con g(x, u) de clase C
2
en u y C

en x, y existe una k > 0

tal que g(x, u) < 0 para u > k. Si el valor propio principal 1 es
positivo en el problema
d(x) +

b + g(x, 0) = en ,
d(x)

n
+ (x) = 0 en ,
entonces (5) y (6) tienen un equilibrio positivo mnimo u

tal que to-

das las soluciones de (5) y (6) positivas en algn subconjunto abierto
de , son acotadas por abajo a partir de un cierto rango por orbitas
que tienen a u

cuando t .
3.2. El caso de sistemas
Consideramos el sistema
ut = Du + F(u) en R
+
, (7)
u
n
= 0 en R
+
, (8)
SMM
CARTA INFORMATIVA 3
u(x, 0) = (x) para x donde u = (u1, . . . , un) F : R
n

R
+
es una funcin suave y D = diag|d1, . . . , dn, di es una cons-
tante positiva para cada i, es R
n
o algn abierto acotado de R
n
con frontera suave. Para estudiar el comportamiento asinttico del
sistema recurrmos al concepto de los rectngulos invariantes.
Denicin.- Un rectngulo n-dimensional

= |u[a u b
(donde a u b signica ai ui bi para i = 1, . . . , n)
con aj < bj se dice que es invariante para el sistema
(4) si siempre que u(x, 0) , x se tiene u(x, t) para
toda t > 0 y x .
Denicin.-

= |u[a u b se dice que es contractado por el

campo vectorial F(u) si para cada i, fi(u) < 0 cuando ui = ai y
Fi(u) < 0 cuando ui = bi
Teorema [5]: Sea = R
m
o un subconjunto abierto y acota-
do de R
m
con frontera suave. Sea F suave tal que existe u

con
F(u

) = 0. Supongamos que existe una familia uniparamtrica

de rectngulos

(t) = |u[a(t) u A(t), t [0, 1] con

(1) = |u

,

(t) es contractado para t [0, 1] y a(t), A(t)
son continuas con a(t) creciente y A(t) decreciente, entonces si u es
solucin de (7) y (8) tal que u(x, T) (0) para toda x y cier-
to T positivo, lmtu(x, t) = u

uniformemente para x .
Para tratar los asuntos relacionados con la dinmica a largo plazo
necesitamos importar ideas de la teora de sistemas dinmicos, ver
[8] y [32]. El concepto clave aqu es el atractor. Buscamos un sub-
conjunto del espacio fase que atraiga y atrape todas las soluciones, de
esta manera para estudiar el comportamiento asinttico es suciente
con estudiar el comportamiento que tienen las soluciones en el inte-
rior del atractor. La pregunta que surge es si el atractor es de dimen-
sin nita o innita. Otra alternativa para tratar el comportamiento
asinttico es a travs del estudio de supersoluciones y subsoluciones
[25].
4. Ondas viajeras
Existen soluciones especiales de las ecuaciones de reaccin-difusin
autnomas que juegan un papel importante en las aplicaciones. Para
el caso escalar las llamaremos soluciones viajeras, mientras que para
el caso de los sistemas las denominaremos como formacin de pa-
trones. Consideremos como ejemplo el caso escalar para la ecuacin
de Fisher.
tv(z, t) zzv(z, t) = v(l v).
Para hallar la onda viajera, supongamos que v(z, t) = V (z ct)
donde la funcin V (s) tiende a valores constantes cuando s tiende a
entonces la ecuacin anterior es cV

(s)V

(s) = V (s)(1
V (s)), < s = z ct < la cual se reduce al siguiente sistema
V

(s) = W(s),
W

(s) = cW(s) V (s)(1 V (s)).

Los puntos crticos del sistema son (0, 0) y (1, 0), el primero es
un nodo estable si c > 2 y un foco estable si 0 < c < 2, (1, 0)
es un punto silla para todos los valores de c. A travs de un anlisis
del plano fase podemos probar que la ecuacin de Fisher tiene una
solucin onda viajera para c > 2. En cuanto a la estabilidad de la
onda viajera, depende del comportamiento de la condicin inicial
para valores grandes de [x[.
Dadas la caractersticas que las soluciones ondas viajeras tienen,
hacen que en las cuestiones de modelacin sean tiles en las reas
de: Invasiones biolgicas [7], invasiones humanas [13], incendios
forestales [24], epidemias [27], crecimiento de tumores [6], crista-
lizacin polimrica [20].
Las soluciones anteriores que se propagan en forma de un pulso
o frente viajero sin un cambio en su forma y velocidad son muy
importantes. Como hemos visto en los casos anteriores las ecua-
ciones parciales se reducen a un sistema de ecuaciones ordinarias
usando un sistema de coordenadas mvil. La forma de el pulso o
frente viene dado por la solucin del sistema de ecuaciones ordina-
rias que en casos simples, como los presentados anteriormente pode-
mos resolver analticamente, en la mayora de los casos la solucin
la obtenemos numricamente. Las ondas viajeras en ecuaciones de
reaccin-difusin se discuten en detalle en [11, 16, 28].
Para el caso de sistemas, consideremos por ejemplo
t(z, t) = n,
tn(z, t) = n bn + zzn.
Para encontrar las ondas viajeras solucin, supongamos que
(z, t) = f(z ct), n(z, t) = g(z ct), tal que 1 y n 0
cuando z ,

0 y n 0 cuando z .
Entonces
cf

(z) = f(z)g(z),
cg

(z) = f(z)g(z) bg(z) + g

(z),
las cuales nos llevan a
f

(z) =
1
c
f(z)g(z),
g

(z) = cf(z) + bc log f(z) + c cg(z).

Los puntos crticos son (1, 0) y (f0, 0) para algn f0 con 0 <
f0 < 1. (f0, 0) resulta ser un punto silla para todos los valores de
c mientras que (1, 0) es un foco estable para c
2
< 4(1 b) y un
nodo estable para c
2
> 4(1 b), as las ondas viajeras existen para
c
2
> 4(1 b).
5. Comentario nal
Por lo que respecta al estudio del comportamiento asinttico del
sistema (1), se ha avanzado enormemente en el caso donde el
termino de reaccin no aparece el tiempo, es decir, cuando el
sistema es autnomo [1, 3, 9, 10, 15]. Los esfuerzos se han dirigido
a generalizar los resultados cuando la ecuacin es no autnoma.
Dentro del caso no autnomo, se ha trabajado intensamente el caso
donde la variacin es peridica con o sin variacin espacial [2, 17,
19, 29, 30]. Otro caso no autnomo es cuando la variacin temporal
tiene un retardo con o sin variacin espacial [22 y sus referencias].
4 SOCIEDAD MATEMTICA MEXICANA
SMM
Referencias
[1] Alikakos N. D., an application of the invariance principle to
reaction-diffusion equations, Differential Equations 33 (1979),
pp. 201-225.
[2] Avila-Vales, E. J. y Montaez May, T. Asymptotic behavior in
a general diffusive three-species predator prey model. Comun,
Pure appl. Anal. 1 (2002) No. 2, 253-267.
[3] Bange D.W., Periodic solution of a quasilinear parabolic dif-
ferential equation, J. Differential equation 17 (1975), 61-72.
[4] Britton, N.F. (2003).Essential Mathematical Biology, Springer.
[5] Brown P. N., Decay to uniform status in competitive systems,
SIAM J. Math. Anal., 14 (1983), pp.659-673.
[6] Burgus P.K. et al., J. Neuropathol. Exp. Neurol. 56. 704
(1995).
[7] Campos D., Fort J., and Llebot J.E., Phys. Rev. E 66, 062901
(2002).
[8] Cantrell, R.S. y Cosner, C. (2003). Spatial ecology via
reaction-diffusion equations, Wiley.
[9] Conway E. and Smoller J., Acomparison theremfor systems of
reaction-diffusion equations, comm. Partial Differential Equa-
tions, 2 (1977), pp. 679-697.
[10] Conway, E. D., Hoff D. And Smoller J.A., Large time behavior
of solutions of systems of nonlinear reaction-diffusion equa-
tions, SIAM J. Appl. Math, 35 (1978), pp.1-16.
[11] Fife P. in Lecture Notes in Biomathematics, Vol. 28 (Springer,
New Cork, 1979).
[12] Fisher R 1937 Ann. Eugenics 355.
[13] Fort J. and Mndez V., Phys, Rev. Lett 82, 867 (1999).
[14] Friedman, A. (1976) partial diferencial equations, Krieger.
[15] Gardner R.A., Existence and stability of travelling wave solu-
tions of competition models: a degree theoretical approach, J.
Differential Equations 44 (1982) 343-364.
[16] Grindrod, P. (1996). The Theory and Applications of Reaction-
Diffusion Equations-Patterns and Waves. Clarendon Press, Ox-
ford, segunda edicin.
[17] Hernndez Moguel, L.F., vila-Vales, E.J., Estrella Gonzlez,
A.G. y Escalante Torres, M., Numerical Approximation for
the reaction difusin system modelling the interaction of two
Estadstica descriptivapara bachillerato
Ma. del PilarAlonso Reyes
JosAntonio Flores Daz
Publicadopor el Institutode Matemticas, UNAM
(Temas de Matemticas para BachilleratoNo. 5, 2004).
Es difcil predecir la utilidadde un texto, sobre todoenun pas contantas cosas por hacer.
Sin embargo, consideramos en base a nuestra experiencia en la docencia, que el presente podr llenar, en la
medida de lo posible, el inmenso vaco que existe en la literatura especializada de la materia. No nos queda la
menor duda de que hace falta mucho entusiasmo y paciencia para que da con da sea mayor el nmero de
personas que se acerquen al uso y entendimiento de la Estadstica. Esperamos que este libro sirva para acortar
estas distancias.
La propuesta que en principio nos llev a elaborar este trabajo, persegua el objetivo de crear un texto para el
bachillerato, pero una vez terminado, tenemos la certeza de que el presente no nicamente ser til para dicho
nivel: actualmente son muchos los programas de licenciatura que igualmente requieren del uso de dicha
materia. Es por esta razn por la cual esperamos que tan pronto como surja a la luz pblica, se empiece a
difundir su existencia.
predators and one prey. Dyn. Cont. Discrete. Syst. Ser B. App.
Algorithms, 2003, suppl. 112-116.
[18] Henry, D. (1981) geometric theory of semilinear parabolic
equqtions. Lecture notes in math. 840 Springer-Verlag.
[19] Hess P., Periodic-parabolic Boundary Value Problem and Pos-
itivity, Pitman Res. Notes Math Ser. 247, Longman Scientic
and Technical, New Cork, 1991.
[20] Higgs. P. y Ungar, G. The dilution wave in polymer crystal-
ization is described by Fisher reaction-diffusion equation, J. of
Chemical physics 114 (15) 6558-6559.
[21] Hodgkin, A. L. y Huxley, A. F., A quantitative description of
membrane current and its application to conduction and exci-
tation in nerve, J. Physiology, 117 (1952), 500-544.
[22] Lu X. and Feng W., Periodic solution in a competition model
with difusin and distributed delay effect, Nonlinear Anal., 27
(1996), 699-709.
[23] Manes, A. y Micheletti, A. M., Un estensione della teoria vari-
azionale classica degli autovaiori per operatori ellitici del sec-
ondo ordire. Boll. Un. Mat. Ital. 7 (1973), 285-301.
[24] Mndez V. and Llebot J.E., Phys. Rev. E. 56, 6557 (1997).
[25] Pao, C.V. (1992) nonlinear parabolic and Elliptic Equations,
Plenum Press.
[26] Pazy, A. (1983). Semigroups of linear operators and applica-
tions to partial differential equations. Applied mathematical
sciences 44, Springer-Verlag.
[27] Shigesada N y Kawasaki, K. 1997 Biological Invasions: Theo-
ry and Practice, Oxford Press.
[28] Smoller, J. (1994) Shock waves and reaction-diffusion equa-
tions, segunda edicin, Springer-Verlag.
[29] Tineo A., Asymptotic behavior of solutions of a peri-
odic reaction-diffusion system of a competidor-competitor-
mutualist model, J. Differential equations, 108 (1994), 326-
341.
[30] Tineo A., Existente of global coexistence for periodic compe-
tition difusin systems, Nonlinear anal., 19 (1992), 335-344.
[31] Turing, A. M., The chemical basis or morphogenesis, Phil.
Trans. Roy. Soc. B, 237 (1952), 5-72.
[32] Zhao, X. Q. (2003). Dynamical Systems in Population biology,
Springer.
SMM
CARTA INFORMATIVA 5
M
A
T
E
M

T
I
C
A
S
Noticiassobrela
OlimpiadaInternacional
deMatemticas2005
AnaIreneRamrezGalarza
FacultaddeCiencias-UNAM
rgalarza@servidor.unam.mx
C
omo se sabe, este ao la Olimpiada Internacional de
Matemticas se realizar en nuestro pas, en la ciudad de
Mrida, Yucatn, del 8 al 19 de julio.
El nmero de pases que han aceptado asistir, 94 pases, es el ma-
yor de toda la historia de la Olimpiada Internacional. Seguramente,
esto se debe a las caractersticas de nuestro pas, pero es tambin
un reconocimiento a la labor desplegada por los distintos Comits
que la Sociedad Matemtica Mexicana ha designado como respon-
sables de la organizacin de las Olimpiadas Nacionales, pues desde
que en 1986 la Sociedad Matemtica Mexicana se hizo cargo del en-
trenamiento del equipo que representa a Mxico, el desempeo de
los alumnos cambi radicalmente y ya hace varios aos que Mxico
queda siempre por arriba de la media.
Los preparativos para la 46
a
Olimpiada Internacional van por
buen camino. Numerosos miembros de la comunidad matemtica
han aceptado colaborar en comits para cubrir las distintas labores,
desde la parte logstica hasta la de seleccin y calicacin de proble-
mas. Los responsables de los comits son: Radmila Bulajich Man-
frino, Presidenta del Comit general y del Comit nanciero; Omar
Antoln Camarena, Comit de coordinacin de problemas; Anne Al-
berro Semerena, Comit de desarrollo; Ignacio Barradas Bribiesca,
Comit de estudiantes; Julio Csar Daz Mendoza, Comit de su-
ministros; Jos Antonio Gmez Ortega, Comit ejecutivo; Gabriela
Campero Arena, Comit editorial; Alejandro Illanes Meja, Comit
acadmico; Florian Luca, Comit de seleccin de problemas; Rita
Vzquez Padilla, Comit de aplicacin de examen; Javier Pez Cr-
denas, Comit de transporte; Ana Irene Ramrez Galarza, Comit de
alojamiento; Kelly Scoggings Martnez, Comit de relaciones inter-
nacionales; Carmen Sosa Garza, Comit de ceremonias; Francisco
Zaragoza Martnez, Comit de cmputo.
El programa general de actividades ser:
Algunos miembros del Comit Organizador llegarn a Yucatn
desde inicios de julio para preparar la llegada de los lderes de
las delegaciones y del resto de quienes conformarn el Jurado
que, en Telchac, elegirn los problemas para los exmenes.
Los colderes y los concursantes llegarn a Mrida a partir del
11 de julio y el 12 se har la inauguracin ocial.
Los exmenes se realizarn los das 13 y 14 de julio. Cada pas
esta representado por seis alumnos mximo.
Los das 15 y 16 de julio se calicarn los exmenes y dichas
calicaciones se discutirn entre los profesores que acompaan
a sus alumnos (lder y colder) y los coordinadores de los pro-
blemas (jurado calicador). Mientras tanto, los concursantes
realizarn actividades que fomenten la integracin de las dele-
gaciones. La noche del 16 de julio se llevar a cabo la ltima
reunin del Jurado, donde se decide qu alumnos obtendrn
medalla de bronce, plata u oro. Adems, el pas sede para la
prxima Olimpiada har la presentacin e invitacin ocial.
Por ltimo, se revisan todos los aspectos de la Olimpiada.
El 17 de julio, todos los participantes de la Olimpiada visitarn
Chichen Itz.
El 18 de julio se llevar a cabo la Ceremonia de Clausura y Pre-
miacin, para posteriormente asistir al banquete de despedida.
El 19 de julio, todas las delegaciones regresarn a sus lugares
de origen.
Desde hace algunos meses se estn recibiendo problemas de dis-
tintas partes del mundo y el Comit de seleccin de problemas, ya
inici su labor. A principios de junio se integrarn a este comit al-
gunos expertos internacionales que ayudarn a escoger los proble-
mas y a elaborar la Lista Corta. Esta Lista Corta se compone de
25 problemas aproximadamente, que deben ser inditos. Durante los
primeros das de la Olimpiada Internacional, ya que se haya integra-
do el jurado en Telchac, se escogern los seis problemas que tendrn
que resolver cada uno de los alumnos que participa en esta Olimpia-
da.
Con la cooperacin de la comunidad matemtica, estamos seguros
de que esta Olimpiada Internacional de Matemticas ser un xito.
Pases invitados:
Albania Canad
Alemania Chile
Arabia Saudita Repblica Popular China
Argentina Colombia
Armenia Repblica de Corea
Australia Costa Rica
Austria Croacia
Azerbaijn Cuba
Bangla Desh Chipre
Bielorrusia Repblica Checa
Blgica Dinamarca
Bolivia Repblica Dominicana
Bosnia Herzegovina Ecuador
Brasil El Salvador
Bulgaria Eslovenia
6 SOCIEDAD MATEMTICA MEXICANA
SMM
Eslovaquia Israel Mozambique Serbia y Montenegro
Espaa Italia Holanda Singapur
Estados Unidos Japn Nueva Zelanda Sudfrica
Estonia Kajastn Nicaragua Sri Lanka
Finlandia Kuwait Noruega Suecia
Filipinas Kyrgystn Panam Suiza
Francia Latvia Pakistn Taiwn
Grecia Liechtenstein Paraguay Tayikistn
Guatemala Lituania Per Trinidad y Tobago
Honduras Luxemburgo Polonia Tnez
Hong Kong Macao Portugal Turqua
Hungra Repblica de Macedonia Puerto Rico Turkmenistn
Islandia Malasia Reino Unido Ucrania
India Repblica de Moldava Rumania Uruguay
Indonesia Mongolia Repblica Islmica de Irn Venezuela
Irlanda Marruecos Federacin Rusa Vietnam
Para mayor informacin consulte la pgina: http://www.imo2005.org
En memoria de nuestro querido colega
y socio fundador Maestro Francisco Zubieta Russi

SMM
CARTA INFORMATIVA 7
CONVOCATORIASMM
SeinvitaalacomunidaddelaSociedadMatemticaMexicanaaconsultarensupginaweb
(www.smm.org.mx)laconvocatoriaoficialparalaeleccindelaJuntaDirectivadelaSMMy
miembrosnopermanentesdelComitConsultivo
Yapagastetumembresa2005?
Recuerdaquesiempreestasatiempoderenovarla.
Mayoresinformesal56224481y82,58496709y10
Imprimetuformatodemembresaen:
http://www.smm.org.mx/SMMP/html/modules.php?name=Membresias
LalistadehotelesparaelXXXVIIICongresonacionaldelaSociedadMatemtica
Mexicanaquesellevaracabodel23al28deoctubredelpresenteenla
UniversidadAutnomadeCiudadJurez,lapodrconsultarapartirdelprximo
1ro.deMayoennuestrapginaweb:
http://www.smm.org.mx/cdjuarez
Eventos

IVEscueladeAnlisisyFsicaMatemtica.
Del30demayoal3dejuniodel2005.
InstitutodeMatemticasUNAM,UnidadCuernavaca
http://everano.matcuer.unam.mx
http://www.cmat.edu.uy/cmat/eventos/16cla
XVColoquioMexicanodeEconomaMatemticayEconometra.
Del7al11deNoviembredel2005.
UniversidadAutnomadeBajaCalifornia,TijuanaBajaCalifornia.
colmemexv@uabc.mx
http://www.uabc.mx/colmemexv
XVIColoquioLatinoamericanodelgebra.
Del1al9deagostodel2005.
Colonia(Uruguay)
wrferrer@cmat.edu.uy
AVISOS
Ubicacin de la Universidad Autnoma de Ciudad Jurez, Henry Dunant 4016, Zona Pronaf Cd. Jurez, Chihuahua, Mxico C.P. 32310
SMM
CARTA INFORMATIVA 9
M
A
T
E
M

T
I
C
A
S
TeoradeJuegos
enTopologa
V. V. Tkachuk
Universidad AutnomaMetropolitana-
Iztapalapa
vova@xanum.uam.mx
E
n la vida real cualquier juego se termina en un nmero nito
de pasos (o jugadas). Esto puede dar la impresin de que la
Teora de Juegos es slo aplicable donde se consideran con-
juntos nitos. Sin embargo fue en los aos cuarenta del siglo pasado
cuando los toplogos descubrieron que se puede denir generaliza-
ciones muy naturales de juegos nitos y aplicar las tcnicas desa-
rrolladas en la Teora de Juegos en el estudio de espacios topolgicos
que casi siempre son innitos.
Muchos ejemplos de ello se presentan en el libro [Tk]; en este
artculo vamos a considerar solamente un caso particular del juego
introducido independientemente por Galvin y Telgrsky (vease [Ga]
y [Te]). Supongamos que tenemos jado un conjunto A de los
nmeros reales y hay dos jugadores llamados P (el de los Pun-
tos) e I (el de los Intervalos). Los jugadores P e I realizan sus ju-
gadas alternadamente: en la jugada Jn nmero n el jugador P elige
un punto xn R y el jugador I responde con elegir un intervalo
(an, bn) R tal que an < xn < bn. El juego se termina despus
de que se hagan las jugadas Jn para todo n N = |1, 2, . . .. La
sucesin |xn; (an, bn)) : n N se llama el partido y la familia
|(an, bn) : n N se declara el resultado del partido. Este resulta-
do determina al ganador de la siguiente manera: el jugador P gana
si A

|(an, bn) : n N; en caso contrario el ganador es el
jugador I.
En otras palabras, el jugador P pretende obligar al jugador I a
cubrir todos los puntos del conjunto A mientras I trata de evitarlo.
La herramienta principal para el estudio de cualquier juego es el con-
cepto de estrategia ganadora. En nuestro caso la estrategia ganadora
del jugador P es un mtodo de eleccin de puntos tal que P gana en
cualquier partido en el cual aplica este mtodo. Formalmente dicho,
una estrategia del jugador P es una funcin que asigna a cada suce-
sin nita S = (I1, . . . , In) de intervalos abiertos de R (es posible
que n = 0, es decir S = ) un punto xn+1 = (I1, . . . , In) R.
Se dice que el jugador P aplica una estrategia en un partido
|xn; In) : n N si x1 = () y xn+1 = (I1, . . . , In) para
todo n N. La estrategia del jugador P es ganadora si P gana en
cualquier partido donde aplica la estrategia .
El planteamiento natural es para cules conjuntos A el jugador
P tiene una estrategia ganadora? Si respondemos a esta pregunta,
entonces tenemos un mtodo (que pertenece precisamente a la Teora
de Juegos) para estudiar los subconjuntos de los reales.
Observemos primero que si el conjunto A es numerable, entonces
el jugador P tiene una estrategia ganadora. En efecto, sea |an : n
N una enumeracin de A (posiblemente con repeticiones). Haga-
mos () = a1 y (I1, . . . , In) = an+1 para cualquier sucesin
I1, . . . , In de intervalos abiertos de R. Evidentemente, la funcin
es una estrategia del jugador P. Si este jugador aplica en un
partido H = |xn; In) : n N entonces an = xn y por lo tanto
an In para cualquier n N. La consecuencia inmediata es que
A

|In : n N, es decir, P gana en el partido H. De modo
que es una estrategia ganadora para P.
Ahora supongamos que A Ry el jugador P tiene una estrategia
ganadora para el conjunto A en el juego de GalvinTelgrsky en R.
Cmo tiene que ser A? Ser numerable? Esto es cierto, pero la
demostracin ya no es tan fcil. Vamos a presentar esta demostracin
para dar una idea de cmo se obtienen implicaciones de existencia
de una estrategia ganadora.
Supongamos que es una estrategia ganadora para el jugador P
con respecto a un conjunto A y consideremos la familia Q de todos
los intervalos (con extremos) racionales. La funcin nos propor-
ciona el punto x1 = () y el punto (I1, . . . , In) para cualquier
sucesin nita (I1, . . . , In) de los elementos de Q. La familia Q es
numerable y por lo tanto el conjunto B = |x1 |(I1, . . . , In) :
n N, Ij Q para todo j = 1, . . . , n es tambin numerable.
Esto muestra que es suciente probar que A B.
Supongamos, con tal de llegar a una contradiccin, que A no es-
t contenido en B; entonces es posible elegir un punto z A\B.
Vamos a construir un partido H en el cual el jugador P aplica la
estrategia . Estamos obligados a comenzar con x1 = () B.
Recordando que z A\B por lo cual z ,= x0, podemos tomar un
intervalo racional I1 tal que x1 I1 y z / I1. El jugador P realizar
la jugada x2 = (I1). Procediendo por induccin supongamos que
n N y tenemos las jugadas x1, . . . , xn+1 del jugador P as como
las jugadas I1, . . . , In del jugador I efectuadas de tal manera que
z / I1 . . . In, cada Ij es un intervalo racional (es decir Ij Q)
y xj+1 = (I1, . . . , Ij) B para cualquier j n, es decir el
jugador P aplica la estrategia .
Tenemos que xn+1 = (I1, . . . , In) B por la denicin del
conjunto B. De aqu xn+1 ,= z; consecuentemente, es posible elegir
un intervalo racional In+1 de tal manera que xn+1 In+1 y z /
In+1. Por lo tanto, nuestro procedimiento inductivo puede llevarse
a cabo para todo n N dndonos un partido H = |xn; In) :
n N donde el jugador P aplica la estrategia y z / In para
cada n N. Esto implica que z A no pertenece al conjunto

|In : n N, es decir, el jugador P pierde en el partido H. Esta

contradiccin con el hecho de que es una estrategia ganadora nos
demuestra que A B y por lo tanto A es numerable. Lo que se
logr se puede resumir de la siguiente manera.
10 SOCIEDAD MATEMTICA MEXICANA
SMM
Teorema 1. Un conjunto A R es numerable si y slo si el ju-
gador P tiene una estrategia ganadora para A en el juego de Galvin
Telgrsky.
Como podemos ver, el Teorema 1 caracteriza los subconjuntos nu-
merables de R en trminos de existencia de estrategia ganadora del
jugador P en el juego de GalvinTelgrsky. Esto no nos da mucha
informacin nueva sobre subconjuntos de R ya que los subconjuntos
numerables de R forman un objeto bastante sencillo. Sin embargo,
el mismo planteamiento en espacios topolgicos arbitrarios brinda
resultados muy profundos e informativos.
Por otra parte, ni siquiera con los subconjuntos de R se logr
obtener una clasicacin completa con respecto a existencia de una
estrategia ganadora del jugador I en el juego de GalvinTelgrsky.
Las demostraciones de los resultados pertinentes ya estn fuera del
alcance del presente artculo pero es til formularlos para ver la pro-
fundidad del estudio que obtenemos con los mtodos de la Teora de
Juegos hasta en el caso de los subconjuntos de los reales.
Una estrategia del jugador I es una funcin que asigna a cada
sucesin no vaca x1, . . . , xn de puntos de R un intervalo In =
(x1, . . . , xn) de tal manera que xn In. Se dice que el jugador I
aplica una estrategia en un partido |xn; In) : n N si In =
(x1, . . . , xn) para todo n N. Igual que antes, la estrategia es
ganadora para el jugador I con respecto a un conjunto A R si el
mismo gana en cualquier partido donde aplica la estrategia .
Anlogamente, podemos preguntar para cules A R el ju-
gador I tiene estrategia ganadora con respecto a A? La respuesta
completa todava no se ha logrado. Veamos a grandes rasgos cul es
la situacin aqu.
Es til observar que I tiene estrategia ganadora para A = R. En
efecto, sea (x1, . . . , xn) = (xn 2
n
, xn + 2
n
) para cualquier
sucesin x1, . . . , xn de puntos de R. Si H = |xn, In) : n N
es un partido donde I aplica la estrategia entonces la suma de las
medidas de los intervalos In es igual a 2

i=1
2
n
= 2 y por lo tanto
la medida de conjunto U =

|In : n N es a lo ms 2 por
lo cual U ,= R, es decir, el jugador I gana en el partido H. Una
modicacin evidente del razonamiento anterior demuestra que se
tiene el siguiente resultado.
CLCULODEPROBABILIDADES
FabinM. HernndezArellano
Publicadopor la SociedadMatemtica Mexicana
(Aportaciones Matemticas, SerieTextos No. 25, nivel elemental, 2003).
Fruto de impartir ctedra por 17 aos y ms de 25 aos de experiencia en Estadstica Aplicada, le ofrezco al estudiante
mexicanoun textonuevosobre el Clculode Probabilidades.
El propsito de haber escrito el libro fue el de simplificarle la vida al estudiante al juntar en un solo volumen los aspectos
tericos y prcticos de la disciplina. En consecuencia, el volumen est escrito en un estilo sencillo pero a la vez riguroso
y siempre teniendo en mente al lector. El texto incluye 178 ejemplos, 54 grficas, 32 tablas (que ejemplifican los
clculos) y 354ejercicios.
Aunque el texto es de nivel introductorio, se utiliza la Teora de la Medida para sentar las bases y se provee un
fundamento riguroso. No se demuestran todos los resultados mencionados pero cuando una demostracin es omitida, se
da una referencia donde el lector podr encontrarla. El libro incluye 4 Apndices; siendo dos de carcter tcnico. El
apndice al captulo 3 tiene una seccin sobre sucesiones y series que espero ayude al lector a incrementar su
comprensin.
Las tablas y las grficas son un esfuerzo por mostrar al lector el orden de magnitud de las probabilidades, el grado de la
bondad de una aproximacin, mostrar el comportamiento de alguna variable; en fin, entender mejor qu est
sucediendo. El descubrir patrones es enfatizado en distintas partes del texto e invito al lector a que se anime a contribuir
Teorema 2. Si A R y la medida lineal de Lebesgue de A es
positiva entonces el jugador I tiene una estrategia ganadora en el
juego de GalvinTelgrsky para el conjunto A.
Acordndonos de que, por el Teorema 1, el jugador P no tiene
estrategia ganadora si A R es no numerable, vemos que es natural
preguntar si el jugador I tiene una estrategia ganadora para cualquier
conjunto no numerable A R. La respuesta ya tiene que involucrar
los hechos muy profundos de la Teora de Conjuntos y de la Lgi-
ca. Galvin prob en [Ga] que existen modelos de la Teora usual de
Conjuntos llamada ZFC en los cuales el jugador I tiene estrategia
ganadora para cualquier conjunto no numerable A R.
Por otra parte, si se supone el cumplimiento del Axioma de Mar-
tin junto con la negacin de la Hiptesis del Continuo (esta combi-
nacin de axiomas es tambin compatible con ZFC) entonces existen
subconjuntos no numerables de R para los cuales el jugador I no
tiene estrategia ganadora. Esto tambin fue establecido en el artcu-
lo [Ga].
En otras palabras, el hecho de que el jugador I tenga una estrate-
gia ganadora para cualquier conjunto no numerable A R no de-
pende de la Teora usual de Conjuntos.
El autor espera que con este breve ensayo logre mostrar que las
tcnicas de la Teora de Juegos brindan herramientas muy poderosas
en Topologa que dan unos nuevos mtodos de estudio hasta en el
caso de los subconjuntos de la recta real e incluso para esos sub-
conjuntos se tienen problemas abiertos naturales e interesantes. De
modo que el lector puede visualizar, de manera geomtrica y trans-
parente, como se llega a la frontera del conocimiento topolgico por
medio de la Teora de Juegos.
Bibliografa
[Ga] F. Galvin, Indeterminacy of point-open games, Bull. Acad.
Polon. Sci., 26:5(1978), 445449.
[Te] R. Telgrsky, Spaces dened by topological games, Fund.
Math., 88(1975), 193223.
[Tk] V. Tkachuk, Aplicaciones Topolgicas de la Teora de Jue-
gos (en ruso), Editorial de la Universidad Estatal de Mosc,
Mosc, 1992.
SMM
CARTA INFORMATIVA 11
NMEROSPRIMOSYAPLICACIONES
FlorianLuca
Publicadopor la SociedadMatemtica Mexicana
(Aportaciones Matemticas, Serie Textos No. 26, nivel avanzado,
2004).
Este libro est basado en una serie de plticas que el autor dio a los
alumnos participantes en la Escuela de Verano del Instituto de
Matemticas de la UNAMen Morelia durante el mes de agosto del 2003.
El libro contiene la mayora de los resultados ms importantes en la
teora de la distribucin de los nmeros primos, como el Teorema de los
Nmeros Primos, primos en progresiones aritmticas, distribucin de
primos con 1 liso. Se incluyen nicamente las pruebas de los
resultados cuya demostracin no se encuentra fcilmente en la
bibliografa actual, junto con varias aplicaciones al estudio de aquellos
enteros positivos sujetos a varias condiciones aritmticas, como seran
los pseudoprimos, los nmeros de Carmichael, de Fermat, entre otros.
p p
HIPERESPACIOSDECONTINUOS
Alejandro Illanes Meja
Publicadopor la SociedadMatemtica Mexicana
(Aportaciones Matemticas, SerieTextos No. 28, nivel medio, 2004).
En topologa un hiperespacio es un espacio topolgico que consta de una
familia particular de subconjuntos de un espacio fijo, a la que se le da una
topologa apropiada. La Teora de Hiperespacios naci casi al mismo
tiempo que la topologa general, a principios del siglo XXy fue estudiada
por personajes comoel mismsimoHausdorff.
Este libro contiene una introduccin a esta teora. Se puede usar en los
ltimos semestres de la carrera de matemtico o en el posgrado de
Matemticas. Para leerlo se necesitan conocimientos de topologa de
espacios mtricos incluyendo un buen manejo de las nociones de
compacidady conexidad.
En este libro se pueden encontrar las pruebas ms simples (algunas de
ellas originales) de las herramientas bsicas de la Teora de
Hiperespacios. La teora que se presenta est acompaada de un gran
nmero de ejercicios, que van desde lo ms simple hasta algunos que son
verdaderos retos para el lector.
Usted encontrar una discusin completsima de los modelos de
hiperespacios. Este tema es de lo ms atractivo pues combina de manera
muy sabrosa la topologa con la geometra. Al final, tambin se incluye
una lista de las obras que alrededor de esta teora se han hecho por
mexicanos o se han producido en Mxico. Viendo esta lista se puede
percibir cmoesta teora ha echadoraces slidas ennuestropas.
CADENASDEMARKOV. Unenfoque elemental
Mara Emilia Caballero, Carlos Velarde, Gernimo Uribe Bravo,
VctorM. Rivero
Publicadopor la SociedadMatemtica Mexicana
(Aportaciones Matemticas, SerieTextos No. 29, nivel medio, 2004).
Una parte importante de la teora de la probabilidad la constituyen los
procesos estocsticos que sirven para modelar la evolucin de fenmenos
aleatorios en el tiempo. Las Cadenas de Markov son un subconjunto de
ellos; son relevantes por sus mltiples aplicaciones y adems es la parte
ms accesible de la teora general de procesos. A pesar de esto, no es un
material elemental, ni fcil de estudiar, lo que se complica aun ms porque
la mayora de los libros sobre el tema son o bien muy avanzados, o bien se
trata de textos centrados en las aplicaciones que omiten muchas
demostraciones. Lo notable de este libro es que logra presentar un
panorama amplio del tema de manera rigurosa, con todas las
demostraciones de los resultados presentados y esto se hace con mtodos
elementales para que pueda ser ledo por todos aquellos que cuenten con
conocimientos equivalentes a los cursos bsicos en matemticas de la
mayora de las carreras cientficas. Adems de ello, se ha buscado aportar
complementos computacionales que apoyen el trabajo terico y se ha
incluido material reciente (cadenas de Markov ocultas) que no aparece,
por logeneral, enlos textos existentes.
CARTA INFORMATIVA
SOCIEDAD MATEMTICA MEXICANA
Nmero 44,
Abril de 2005
Publicacin de la
Sociedad Matemtica Mexicana, A.C.
Apartado Postal 70-450,
04510 Mxico, D.F.
Tel. 5622-4481 / 82
Fax 5622-4479
smm@smm.org.mx
JUNTA DIRECTIVA
Alejandro Daz Barriga Casales
Presidente
Virginia Abrn Batule
Vicepresidente
Ma. de Lourdes Palacios Fabila
Secretario General
Zeferino Parada Garca
Secretario de Actas
Elena de Oteyza
Tesorero
Fernando Brambila Paz
Vocal
AntonioRiveraFigueroa
Vocal
COMIT DE DIFUSIN
COMIT EDITORIAL
DE LA CARTA
Alejandro Daz Barriga
Carlos Rentera
Alejandro Daz Barriga
Jesus Mucio
Antonio Rivera
Jesus Mucio (Coordinador)
Lourdes Palacios
Lourdes Palacios
Antonio Rivera (Coordinador)
COLABORADORES
Adriana Briseo
Olivia Lazcano
Miguel A. Magaa
DISEO Y PRODUCCIN
S y G editores, SAde CV
Tels. 5619-5293 / 5617-5610
sygeditores@igo.com.mx
PORTADA
2a.y3a.DEFORROS
Paquim
CermicaMataOrtiz
Samalay