CENTRO DE INVESTIGACIÓN EN MATEMÁTICAS, A.C.

Maestrı́a en Ciencias con Especialidad en Matemáticas Aplicadas

PROYECTO

Ecuaciones de Reacción-Difusión

Estudiante: ROSA PATRICIA PEÑA ESCOBAR

Profesor: JESÚS ADRIÁN ESPÍNOLA ROCHA

Curso de Ecuaciones Diferenciales Parciales

Guanajuato-GTO, Diciembre de 2012

1
Índice
1. Sistemas de reacción-difusión 2

2. Reacción y Difusión 4
2.1. Difusión. Ecuación de Calor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.1. Ecuación de calor en una barra finita con extremos mantenidos a temper-
atura cero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.2. Conducción de calor en una barra infinita . . . . . . . . . . . . . . . . . . . 6
2.1.3. Conducción de calor tridimensional . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.4. Conducción de calor en un cilindro infinito . . . . . . . . . . . . . . . . . . . 12
2.2. Reacción. Modelo de crecimiento logı́stico. . . . . . . . . . . . . . . . . . . . . . . . 15

3. Ejemplos fı́sicos de las ecuaciones reacción-difusión 15

3.1. Genética Poblacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2. Dispersión de mamı́feros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.3. Modelo lineal de Fischer del avance de los genes ventajosos . . . . . . . . . . . . . . 16
3.4. Modelo continuo de morfogénesis de Turing . . . . . . . . . . . . . . . . . . . . . . 17
3.5. Modelo de FitzHugh de la propagación de un impulso voltaico en un nervio de axón
de una célula nerviosa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.6. Modelo de Brusselator para la reacción Belousov-Zhabotinsky (RBZ) . . . . . . . . 18

4. Análisis del modelo de Fisher 19

4.1. Ondas viajeras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

5. Apéndice A. Serie de Fourier 24

6. Apéndice B. Integral y Transformada de Fourier. 25

1
1. Sistemas de reacción-difusión
Los sistemas de reacción-difusión son modelos matemáticos que describen cómo una o más
sustancias distribuidas en el espacio cambian bajo la influencia de dos procesos:

1) Difusión (Movimiento local)

2) Reacción (Crecimiento, interacciones, cambios de estado)

1.1. Difusión
Difusión es un fenómeno por medio del cual un grupo de partı́culas se mueven como grupo de
acuerdo a la trayectoria irregular de cada una de las partı́culas. Ası́ los movimientos particulares
irregulares dan como resultado un movimiento regular como grupo, a este fenómeno se le conoce
como proceso de difusión.

Por ejemplo, la ecuación de calor que más adelante estudiaremos. Para un subconjunto Ω de
R con frontera suave, si u ∈ C 2 (Ω × R+ , R) denota la densidad de las partı́culas, es decir para
n

Ω1 ∈ Ω Z
u(x, t) ≈ número de partı́culas en Ω (si la integral existe),
Ω1

entonces, la ecuación
∂u(x, t)
= D∆u(x, t)
∂t
2 u(x,t)
con ∆u(x, t) = nj=1 ∂ ∂x
P
2 y condición inicial u(x, 0) = u0 (x) es el problema de valores iniciales
j
de la ecuación de calor. Las condiciones de frontera pueden ser

u|∂Ω (x, t) = 0 (Problema de Dirichlet),

o bien
∂u 
(x, t) = 0 (Problema de Neumann).,
∂n ∂Ω
∂u
donde n es un vector normal saliente en ∂Ω y ∂n := ∇u · n representa el flujo.

1.2. Reacción
Las partı́culas pueden tener reacciones quı́micas o procesos biológicos, debido por ejemplo a inter-
acciones o también de manera espontánea. Por ejemplo, consideremos un modelo poblacional en
el que p(t) representa la densidad de la población en un tiempo t. Un modelo para dicha densidad
viene dado por la ecuación
dp
= f (p)
dt
donde, por ejemplo, el término de ”reacción”f puede ser de la forma f (p) := rp (crecimiento lineal)
o f (p) := r(1 − kp )p (crecimiento logı́stico).

2
 1.3. Combinación de reacción y difusión
Si sumamos los dos procesos anteriores con alguna de las condiciones de frontera tenemos un
sistema de reacción-difusión:
∂t u(x, t) = D∆u(x, t) + f (u(x, t)) en Ω × R+ , (1)
u(x, 0) = u0 (x) para x ∈ Ω, (2)
(3)
u(x, t) = 0 en Ω × R+ , (Problema de Dirichlet),
o bien
∂u(x, t)
= 0 en Ω × R+ , (Problema de Neumann).
∂n
donde Ω = Rn o algún abierto acotado de Rn con frontera suave, cada componente del vector
u(x, t) ∈ C 2 (Ω×R+ , R) representa la concentración de una sustancia en Ω al tiempo t, f : Rn → R+
es el término de reacción, D = diag{d1 , ..., dn } es una matriz diagonal de coeficientes de difusión,
di es una constante positiva para cada i, ∆ denota el operador laplaciano.

Los sistemas de reacción difusión tienen la forma de ecuaciones parabólicas en derivadas par-
ciales. Una ecuación en derivadas parciales de segundo orden del tipo
auxx + 2buxy + cuyy + dux + euy + f = 0
 
a b
donde a, b, c, d, e, f ∈ Z, es parabólica si la matriz tiene un determinante igual a 0.
b c
Los sistemas de reacción-difusión se aplican a la modelación de procesos tanto quı́micos co-
mo dinámicos de naturaleza no quı́mica. Encontramos ejemplos de tales aplicaciones en biologı́a,
quı́mica, geologı́a, fı́sica, medicina, genética, ciencias sociales, finanzas, economı́a y ecologı́a, ver
[1],[2],[3].

La ecuación de reacción-difusión más simple, también llamada ”ecuación KPP” (Kolmogorov-

Petrovsky-Piscounov) afecta la concentración u de una sola sustancia en una dimensión espacial:
∂t u = D∂x2 u + R(u),
Si eliminamos el término reacción, representa un proceso de difusión, siendo la ecuación
correspondiente la ecuación del calor.
Si R(u) = u(1 − u), obtenemos la ecuación de Fisher, utilizada originalmente para describir
la expansión de las poblaciones biológicas, ver [9].
Si R(u) = u(1 − u2 ), obtenemos la ecuación Newell-Whitehead-Segel para describir la con-
vencción de Bernard, ver [10].
Si R(u) = u(1 − u)(u − α) y 0 < α < 1, obtenemos la ecuación Zeldovich que aparece en la
teorı́a de la combustión, ver [11].
Los sistemas de reacción-difusión pueden dar lugar a un número de interesantes fenómenos como
comportamiento asintótico, múltiples estados eatcionarios, pulsos o frentes móviles y oscilaciones.

3
2. Reacción y Difusión
En esta sección veremos algunos ejemplos especı́ficos de procesos de reacción y de difusión.
Para el caso de difusión analizaremos la ecuación de calor y para el caso de reacción veremos el
modelo de crecimiento logı́stico poblacional.

2.1. Difusión. Ecuación de Calor

2.1.1. Ecuación de calor en una barra finita con extremos mantenidos a temperatura
cero
Modelo: Sea u = u(x, t) la función de distribución de temperatura, entonces la ecuación difer-
encial que gobierna a u es la ecuación de calor unidimensional:

∂u ∂ 2u
= k 2, 0 < x < L, t > 0,
∂t ∂x
además las condiciones de frontera son u(0, t) = 0, u(L, t) = 0 con la condición inicial u(x, 0) =
f (x).

Solución: Por separación de variables sea u(x, t) = X(x)T (t). Entonces

∂u ∂ 2u
= XT 0 y = X 00 T
∂t ∂x2
Sustituyendo en la ecuación diferencial

XT 0 = k 2 X 00 T.
0 00
Separando variables kT2 T = XX . Esta igualdad se dá solo cuando son iguales a una constante real
T0 00
−λ, es decir kT = XX = −λ. λ se llama constante de separación. De aquı́ se tienen dos ecuaciones
ordinarias:
X 00 + λX = 0 (4)
T 0 + k 2 λT = 0. (5)
Ahora aplicando las condiciones de frontera a u(x, t) tenemos
u(0, t) = 0 entonces X(0)T (t) = 0 si y solo si X(0) = 0 y
u(L, t) = 0 entonces X(L)T (t) = 0 si y solo si X(L) = 0.
Resolviendo (4):

Si λ = 0, entonces X 00 = 0 cuya solución es X(x) = c1 + c2 x. Aplicando las condiciones de

frontera tenemos que c1 = c2 = 0. Por lo tanto tenemos la solución trivial X(x) = 0

raı́ces de la ecuación caracterı́stica son reales. r2 + λ = 0, r2 = −λ,

Si λ <√0, entonces las √
r = ± −λ. Sea α = −λ, entonces X(x) = c1 eαx + c2 e−αx aplicando las condiciones de
frontera tenemos la solución trivial X(x) = 0.

4
 √
Si λ > 0, entonces las raı́ces
√ de r2 + λ = 0 son r = ± −λ complejas conjugadas, sea r1 = βi
y r2 == −βi con β = λ, entonces

X(x) = c1 cos βx + c2 sin βx

aplicando las condiciones de frontera tenemos que si X(0) = 0, entonces c1 = 0 y si X(L) = 0

entonces c2 sin βL = 0, esto pasa cuando c2 = √ 0 ó sin βL = 0. Haciendo c2 6= 0, entonces
βL = nπ para n = 1, 2, 3..., de aquı́ β = nπ
L
ó λ = nπ
L
, entonces
 nπ 2
λn = .
L
Ası́ la solución de (4) es
 nπ 
Xn (x) = cn sin x n = 1, 2, 3...
L

Ahora, resolviendo (5):

nπ 2
T = 0 entonces Tn (t) = c∗ e−k( L ) t , donde c∗ ∈ Z.

2
T 0 + k nπ
L

Por lo tanto para n = 1, 2, 3... tenemos las funciones

 nπ  nπ 2
un (x, t) = bn sin x c∗ e−k( L ) t ,
L
satisfacen la ecuación de calor en [0, L] y las condiciones de frontera u(0, t) = u(L, t) = 0. Falta
encontrar una solución que satisfaga la condición inicial u(0, t) = f (x), entonces
 nπ 
f (x) = bn sin x .
L
Dado que no se puede deducir el valor de bn se aplica el principio de superposición
∞ ∞  nπ  nπ 2
x e−k( L ) t
X X
u(x, t) = un = bn sin
n=1 n=1
L

y aplicando la condición inicial tenemos f (x) = ∞ nπ

P

n=1 bn sin L x que esto representa la serie de
Fourier en senos1 de f en [0, L]. Ası́ elegimos

2 L
Z  nπ 
bn = f (ξ) sin ξ dξ.
L 0 L
Ası́ tenemos la solución para la distribución de tempartura:
∞ Z L  nπ  
2X  nπ  nπ 2
u(x, t) = f (ξ) sin ξ dξ sin x e−k( L ) t . (6)
L n=1 0 L L

1
Ver Apéndice A para más información de la Serie de Fourier

5
2.1.2. Conducción de calor en una barra infinita
Para una situación en donde la longitud del medio es más grande que las otras dimensiones,
algunas veces es conveniente modelar la conducción de calor imaginando que la variable espacial
se mueva sobre toda la recta real. Consideramos el problema
∂u ∂ 2u
= k 2 para − ∞ < x < ∞, t > 0, (7)
∂t ∂x
u(x, 0) = f (x) para − ∞ < x < ∞. (8)
No hay condiciones en la frontera, de manera que imponemos las condiciones fı́sicamente real-
istas que las soluciones deben ser acotadas.
Separamos las variables haciendo u(x, t) = X(x)T (t) para obtener:
X 00 + λX = 0, T 0 + λkT = 0.
El problema para X es el mismo encontrado para la recta finita, y el mismo análisis produce los
valores propios λ = ω 2 para ω ≥ 0 y las funciones propias de la forma aω cos(ωx) + bω sin(ωx).
2
El problema para T es T 0 + ω 2 kT = 0, con solución general e−ω kt , que está acotada para t ≥ 0.
Ahora tenemos, para ω ≥ 0, funciones
2 kt
uω (x, t) = [aω cos(ωx) + b sin(ωx)]e−ω
que satisface la ecuación de calor y están acotadas en la recta real. Para satisfacer la condición
inicial, intentamos una superposición de estas funciones sobre todo ω ≥ 0, que toma la forma de
una integral:
Z ∞
2
u(x, t) = [aω cos(ωx) + b sin(ωx)]e−ω kt dω . (9)
0

Necesitamos Z ∞
u(x, 0) = [aω cos(ωx) + b sin(ωx)] = f (x).
0

Ésta es la integral de Fourier de f (x) en la recta real 2 , que nos lleva a elegir los coeficientes
1 ∞
Z
aω = f (ξ) cos(ωξ)dξ
π −∞
y
1 ∞
Z
bω = f (ξ) sin(ωξ)dξ.
π −∞
La integral (9) para la solución algunas veces se escribe en forma más compacta. Sustituimos
las integrales para los coeficientes en la integral para la solución para escribir
Z ∞ Z ∞
1 ∞
Z 
1 2
u(x, t) = f (ξ) cos(ωξ)dξ cos(ωx) + f (ξ) sin(ωξ)dξ sin(ωx) e−ω kt dω
0 π −∞ π −∞
Z ∞Z ∞
1 2
= [cos(ωξ) cos(ωx) + sin(ωξ) sin(ωx)]f (ξ)dξe−ω kt dω
π 0 −∞
2
Ver apéndice B para más información de la integral de Fourier

6
 Z ∞ Z ∞
1 2 kt
u(x, t) = [cos(ω(ξ − x))f (ξ)e−ω dξdω (10)
π 0 −∞

Solución fundamental de la ecuación de calor por medio de separación de variables

Consideramos nuevamente el problema

∂u ∂ 2u
= k 2 para − ∞ < x < ∞, t > 0, (11)
∂t ∂x
u(x, 0) = f (x) para − ∞ < x < ∞. (12)

Hemos resuelto este problema para obtener la doble integral

1 ∞ ∞
Z Z
2
u(x, t) = [cos(ω(ξ − x))f (ξ)e−ω kt dξdω
π 0 −∞

Como el integrando es una función par en ω, entonces esta solución también se puede escribir como
Z ∞Z ∞
1 2
u(x, t) = [cos(ω(ξ − x))f (ξ)e−ω kt dξdω.
2π −∞ −∞

Probaremos cómo está solución puede ponerse en términos de una sola integral. Necesitamos
lo siguiente:

LEMA:
Para α y β, con β 6= 0, Z ∞  
√ −α2 /4β 2
−ζ 2 αζ
e cos dζ = πe .
−∞ β
Prueba: Sea Z ∞
2
F (x) = e−ζ cos(xζ)dζ.
0
Uno puede probar que
R ∞esta integral converge par todo x, como sucede con la integral obtenida al
intercambiar d/dx y 0 · · · dζ. Podemos por tanto calcular
Z ∞
0 2
F (x) = −e−ζ ζ sin(xζ)dζ.
0

Integrando por partes para obtener

x
F 0 (x) = − F (x).
2
Entonces
F 0 (x) x
=−
F (x) 2
y una integración produce
1
ln |F (x)| = − x2 + c.
4
Entonces
2 /4
F (x) = Ae−x .

7
Para evaluar la constante A, usamos el hecho que
Z ∞ √
−ζ 2 π
F (0) = A = e dζ = .
0 2
Por tanto Z ∞ √
−ζ 2 π −x2 /4
e cos(xζ)dζ = e .
0 2
Finalmente, sea x = α/β y usamos el hecho de que el integrando es par respecto a ζ para obtener
Z ∞ Z ∞
√
   
−ζ 2 αζ −ζ 2 αζ 2 2
e cos dζ = 2 e cos dζ = πe−α /4β .
−∞ β 0 β

Ahora sea √ √
ζ= ktω, α = x − ξ, y β = kt.
Entonces
αζ
= ω(x − ξ)
β
y
∞ ∞ √ √
Z   Z
−ζ 2 αζ 2 kt 2
e cos dζ = e−ω cos(ω(x − ξ)) ktdω = πe−(x−ξ) /4kt .
−∞ β −∞
Entonces Z ∞ √
−ω 2 kt π 2
e cos(ω(x − ξ))dω = √ e−(x−ξ) /4kt .
−∞ kt
La solución de la conducción de calor en la recta real es, por tanto
Z ∞Z ∞
1 2
u(x, t) = f (ξ) cos(ω(ξ − x))e−ω kt dξdω (13)
2π −∞ −∞
Z ∞ √
1 π 2
= √ e−(x−ξ) /4kt f (ξ)dξ. (14)
2π −∞ kt

Ası́ la ecuación (10) se reescribe como

Z ∞
1 2 /4kt
u(x, t) = √ e−(x−ξ) f (ξ)dξ . (15)
2 πkt −∞

Solución fundamental de la ecuación de calor con transformada de Fourier.

Consideramos nuevamente el problema

∂u ∂ 2u
= k 2 para − ∞ < x < ∞, t > 0, (16)
∂t ∂x
u(x, 0) = f (x) para − ∞ < x < ∞. (17)

8
 que hemos resuelto por separación de variables. Como x varı́a sobre la recta real, podemos
intentar el uso de la transformada de Fourier3 en la variable x. Sea û = F[u(x, t)]. Tomamos la
transformada de la ecuación de calor para obtener
   2 
∂u ∂ u
F = kF .
∂t ∂x2
Debido a que x y t son independientes, la transformada pasa a través de la derivada parcial respecto
a t: Z ∞
∂ ∞
  Z
∂u ∂u(ξ, t) −iωξ ∂
F (ω) = e dξ = u(ξ, t)e−iωξ dξ = û(ω, t).
∂t −∞ ∂t ∂t −∞ ∂t
Para la transformada, en la variable x, de la segunda derivada parcial de u respecto a x, usamos
la fórmula operacional:  2 
∂ u
F (ω) = −ω 2 û(ω, t).
∂x2
La transformada de la ecuación de calor es, por tanto
∂
û(ω, t) + kω 2 û(ω, t) = 0,
∂t
con solución general
2 kt
û(ω, t) = aω e−ω .
Para determinar el coeficiente aω , tomamos la transformada de la condición inicial para obtener

û(ω, 0) = fˆ(ω) = aω .

Por tanto,
2
û(ω, t) = fˆ(ω)e−ω kt .
Ésta es la transformada de Fourier de la solución del problema. Para recuperar la solución aplicamos
la inversa de la trasformada de Fourier
Z ∞
h
−ω 2 kt
i 1 2
u(x, t) = F−1
f (ω)e (x) = fˆ(ω)e−ω kt eiωx dω.
2π −∞
La parte real de esta expresión es u(x, t). Para ver que esta solución coincide con la obtenida
por separación de las variables, insertamos la integral para fˆ(ω) para obtener
Z ∞ Z ∞ Z ∞ 
1 ˆ −ω 2 kt iωx 1 −iωξ 2
f (ω)e e dω = f (ξ)e dξ eiωx e−ω kt dω
2π −∞ 2π −∞ −∞
Z ∞Z ∞
1 2
= f (ξ)e−iω(ξ−x) e−ω kt dξdω (18)
2π −∞ −∞
Z ∞Z ∞
1 2
= f (ξ) cos(ω(ξ − x))e−ω kt dξdω
2π −∞ −∞
Z ∞Z ∞
1 2
− f (ξ) sin(ω(ξ − x))e−ω kt dξdω.
2π −∞ −∞
3
Ir a apéndice B para ver información de la transformada de Fourier

9
Tomando la parte real de esta expresión, tenemos
Z ∞Z ∞
1 2
u(x, t) = f (ξ) cos(ω(ξ − x))e−ω kt dξdω,
2π −∞ −∞
que concuerda con la solución obtenida por separación de variables.
Otra manera de ver esto es cambiando el orden integración de (18)
Z ∞Z ∞ Z ∞ Z ∞ 
1 −iω(ξ−x) −ω 2 kt 1 −iω(ξ−x) −ω 2 kt
f (ξ)e e dξdω = e e dω f (ξ)dξ
2π −∞ −∞ 2π −∞ −∞
Z ∞ 
1 2π −iω(ξ−x)2 /4kt
= √ e f (ξ)dξ
2π −∞ 2 πkt
ası́ llegamos a la solución fundamental
Z ∞
1 2 /4kt
u(x, t) = √ e−(x−ξ) f (ξ)dξ.
2 πkt −∞

2.1.3. Conducción de calor tridimensional

Consideramos la distribución de temperatura u(x, y, z, t) en un prisma rectangular, plano y
homogéneo que cubra la región 0 ≤ x ≤ a, 0 ≤ y ≤ b y 0 ≤ z ≤ c en el espacio. Los lados se
mantienen a temperatura cero y la temperatura interior en el tiempo cero en (x, y, z) está dada
por f (x, y, z). El problema para u es
 2
∂ u ∂ 2u ∂ 2u

∂u
=k + + para ≤ x ≤ a, 0 ≤ y ≤ b, 0 ≤ z ≤ c, t > 0,
∂t ∂x2 ∂y 2 ∂z 2

u(0, y, z, t) = u(a, y, z, t) = 0
u(x, 0, z, t) = u(x, b, z, t) = 0
u(x, y, 0, t) = u(x, y, c, t) = 0
u(x, y, z, 0) = f (x, y, z).

Sea u(x, y, z, t) = X(x)Y (y)Z(z)T (t) obtenemos

XY ZT 0 = k(X 00 Y ZT + XY 00 ZT + XY Z 00 T )

de donde se tiene
T0 X 00 Y 00 Z 00
 
=k + + .
T X Y Z
De aquı́ tenemos

X 00 + αX = 0, Y 00 + βY = 0, Z 00 + γZ = 0 T 0 + (α + β + γ)kT = 0.

Aplicando las condiciones en la frontera tenemos

X(0) = X(a) = 0, Y (0) = Y (b) = 0, Z(0) = Z(c) = 0.

10
Los valores y funciones propios son
 nπ 
αn = , Xn (x) = sin((nπ/a) x),
a
para n = 1, 2, 3...,  mπ 
βm = , Ym (y) = sin((mπ/b) y),
b
para m = 1, 2, 3...,  pπ 
γp = , Zp (x) = sin((pπ/c) z),
c
para p = 1, 2, 3....
El problema para T es ahora
  
0 n 2  m 2  p 2
T + + + π 2 kT = 0,
a b c

con solución general

n 2
+( m )2 +( pc )2 )π 2 kt
Tnmp (t) = cnmp e(( a ) b .
Para cada entero positivo n, m, p, ahora tenemos las funciones
 nπ   mπ   pπ  n 2 m2 p 2 2
unmp (x, y, t) = dnmp sin x sin y sin z e−(( a ) +( b +( c ) )π kt .
a b c
que satisfacen la ecuación de calor y las condiciones en la frontera. Por principio de superposición
∞ X
∞ X
∞  nπ   mπ   pπ 
X n 2 m2 p 2 2
u(x, y, z, t) = dnmp sin x sin y sin z e−(( a ) +( b +( c ) )π kt .
n=1 m=1 p=1
a b c

Aplicando condición inicial

∞ X
X ∞ X
∞  nπ   mπ   pπ 
f (x) = u(x, y, z, 0) = dnmp sin x sin y sin z ,
n=1 m=1 p=1
a b c

donde dnmp es el coeficiente de la serie tridimensional de Fourier

Z a Z bZ c
8  nπ   mπ   pπ 
dnmp = f (x, y, z) sin x sin y sin z dzdydx.
abc 0 0 0 a b c
Ası́ la solución es
∞ X ∞
∞ X  nπ   mπ   pπ 
X n 2 m2 p 2 2
u(x, y, z, t) = dnmp sin x sin y sin z e−(( a ) +( b +( c ) )π kt ,
n=1 m=1 p=1
a b c

con
Z a Z bZ c
8  nπ   mπ   pπ 
dnmp = f (x, y, z) sin x sin y sin z dzdydx .
abc 0 0 0 a b c

11
2.1.4. Conducción de calor en un cilindro infinito
Consideremos el problema de determinar la función de distribución de temparatura en un
cilindro sólido, de longitud infinita, homogéneo de radio R. El eje del cilindro está a lo largo del
eje z en el espacio x, y, z. Si u(x, y, z, t) es la función de temperatura, entonces u satisface
 2
∂ u ∂ 2u ∂ 2u

∂u
=k + + .
∂t ∂x2 ∂y 2 ∂z 2
Es conveniente usar coordenadas cilı́ndricas, las cuales consisten de las coordenadas polares en el
plano junto con la coordenada usual z. Con x = r cos(θ) y y = r sin(θ), sea

u(x, y, z, t) = U (r, θ, z, t).

Sabemos que
∂ 2u ∂ 2u ∂ 2U 1 ∂U 1 ∂ 2U
+ = + + .
∂x2 ∂y 2 ∂r2 r ∂r r2 ∂θ2
Ası́, en coordenadas cilı́ndricas, con U (r, θ, z, t) la temperatura en el cilindro en el punto (r, θ, z) y
el tiempo t, U satisface:
 2
1 ∂ 2U ∂ 2U

∂U ∂ U 1 ∂U
=k + + 2 2 + .
∂t ∂r2 r ∂r r ∂θ ∂z 2
Supondremos que la temperatura en cualquier punto en el cilindro depende sólamente del tiempo t y
la distancia horizontal r desde el eje z. Esta suposición simétrica significa que ∂U/∂θ = ∂U/∂z = 0,
y la ecuación de calor se convierte en
 2 
∂U ∂ U 1 ∂U
=k + para 0 ≤ r < R, t > 0.
∂t ∂r2 r ∂r
En este caso escribiremos U (r, t) en lugar de U (r, θ, z, t).
La condición en la frontera es
U (R, t) = 0 para t > 0.
Esto significa que la superficie exterior del cilindro se mantiene a temperatura cero. La condición
inicial es
U (r, 0) = f (r) para 0 ≤ r < R.
Separamos las variables en la ecuación de calor haciendo U (r, t) = F (r)T (t). Obtenemos
 
0 00 1 0
F (r)T (t) = k F (r)T (t) + F (r)T (t) .
r
Ya que r y t son variables independientes, esto produce
T0 F 00 + (1/r)F 0
= = −λ.
kT F
Ası́ tenemos
1
T 0 + λkT = 0 y F 00 + F 0 + λF = 0.
r
12
Más aún, U (R, t) = F (R)T (t) = 0 para t > 0, ası́ tenemos la condición en la frontera F (R) = 0.
El problema es singular en [0, R], con sólo una condición en la frontera. Imponemos la condición
que la solución debe ser acotada. Consideramos casos sobre λ:

CASO 1 λ = 0.
1
F 00 + F 0 = 0.
r
Hacemos w = F 0 (r) obteniendo
1
w0 (r) + w(r) = 0,
r
o
rw0 + w = (rw)0 = 0.
Ésta tiene solución general rw(r) = c, ası́ w(r) = c
r
= F 0 (r). Entonces

F (r) = c ln(r) + d.

Tenemos que ln(r) → −∞ conforme r → 0+ (centro del cilindro), de manera que elegimos
c = 0 para obtener una solución acotada. Esto significa que F (r) =constante para λ =
0. La ecuación para T en este caso es T 0 = 0, con T =constante también. En este caso,
U (r, t) =constante. Como U (R, t) = 0, esta constante debe ser cero. De hecho U (r, t) = 0
es la solución en el caso que f (r) = 0. Si la temperatura en la superficie se mantiene en
cero, y la temperatura en todo el cilindro es inicialmente cero, entonces la distribución de
temperatura permanece cero en todo tiempo, en ausencia de fuentes de calor.

CASO 2 λ < 0.
Escribimos λ = −ω 2 con ω > 0. Ahora T 0 − kω 2 T = 0 tiene solución general
2 kt
T (t) = ceω ,

que es no acotada a menos que c = 0, llevando nuevamente a U (r, t) = 0. Ası́ tenemos la

solución trivial.

CASO 3 λ > 0, digamos λ = ω 2 .

2
Ahora T 0 + kω 2 T = 0 tiene soluciones que son múltiplos constantes de e−ω kt , y éstas son
acotadas para t > 0. La ecuación para F es
1
F 00 (r) + F 0 (r) + ω 2 F (r) = 0,
r
ó
r2 F 00 (r) + rF 0 (r) + ω 2 r2 F (r) = 0.
En esta forma reconocemos la ecuación de Bessel de orden cero4 , con solución general

F (r) = cJ0 (ωr) + dY0 (ωr).

4
Ver referencia [4] para mayor información de funciones especiales

13
J0 es la función de Bessel de primer tipo de orden cero, y Y0 es la función de Bessel de
segundo tipo de orden cero. Como Y0 (ωr) → −∞ conforme r → 0+ , debemos tener d = 0.
Sin embargo, J0 (ωr) está acotada en [0, R], ası́ F (r) es una constante múltiplo de J0 (ωR).
La condición F (R) = 0 ahora requiere que esta constante sea cero (en cuyo caso tenemos la
solución trivial) o que ω sea elegida de manera que

J0 (ωR) = 0.

Recordemos que J0 (x) tiene una infinidad de ceros positivos, los cuales ordenamos como
0 < j1 < j2 < · · · . Por tanto, podemos tener J0 (ωR) = 0 si ωR es cualquiera de esos
números, ası́ elegimos ωn = jRn . Los números

jn2
λn = ωn2 =
R2
son los valores propios de este problema, y las funciones propias son constantes distintas de
cero múltiplos de J0 (jn r/R).
Ahora tenemos para cada entero positivo n, una función
 
jn r −jn2 kt/R2
Un (r, t) = an J0 e .
R
Para satisfacer la condición inicial U (r, 0) = f (r) generalmente tenemos que usar una super-
posición por ser la ecuación de calor lineal
∞  
X jn r −jn2 kt/R2
U (r, t) = an J0 e .
n=1
R

Ahora debemos elegir los coeficientes de manera que

∞  
X jn r
U (r, 0) = an J0 = f (r).
n=1
R

Éste es un desarrollo en funciones propias de f (r) en términos de las funciones propias de un

problema de Sturm-Liouville singular para F (r). Encontremos los coeficientes. Sea ξ = r/R.
Entonces ∞
X
f (Rξ) = an J0 (jn ξ,
n=1
y Z 1
2
an = ξf (Rξ)J0 (jn ξ)dξ.
[J1 (jn )]2 0
Ası́ la solución del problema es
∞  Z 1   
X 2 jn r 2 2
U (r, t) = ξf (Rξ)J0 (jn ξ)dξ J0 e−jn kt/R .
n=1
[J1 (jn )]2 0 R

14
Figura 1: Solución del modelo logı́stico del crecimiento poblacional para varios valores iniciales f0 ,
con A = α = 1.

2.2. Reacción. Modelo de crecimiento logı́stico.

Un ejemplo de ecuación de reacción es el modelo de crecimiento logı́stico. El crecimiento de
una población con recursos limitados es gobernado por la siguiente ecuación diferencial ordinaria

u0 (t) = αu(t)(A − u(t)), u(0) = f0 , (19)

Aquı́ u = u(t) es la densidad de población, α > 0 es la tasa de crecimiento, y A > 0 es la

máxima capacidad del entorno. Este modelo establece que para poblaciones pequeñas, tenemos
crecimiento exponencial gobernado por u(t) ≈ αAu(t). Pero mientras u incrementa, el término
−αu2 se vuelve significativo, el crecimiento crece más lento, y la población gradualmente llega a
la capacidad máxima del entorno. La solución de (19) es
Af0
u(t) = , t ≥ 0,
f0 + (A − f0 )e−αAt
y notamos que u = A es la solución asintótica cuando t → ∞ para cualquier dato inicial f0 > 0.
Podemos ver en la siguiente imagen la solución para distintos valores de f0 .

3. Ejemplos fı́sicos de las ecuaciones reacción-difusión

3.1. Genética Poblacional
Consideremos una población de individuos en donde cada uno porta dos genes, digamos a y A,
ası́, la población se divide en tres genotipos aa, aA y AA. Sea el hábitat donde vive la población y
sean ui (x, t), i = 1, 2, 3, las densidades de población de aa, aA y AA respectivamente. Supongamos
que la población se cruza de manera aleatoria con una tasa de nacimiento r y que la población se
mueve con una constante de difusión D. También suponemos que las tasas de muerte dependen
de los genotipos y los denotamos respectivamente con ti , i = 1, 2, 3. Bajo estas condiciones las
densidades ui satisfacen el sistema

(ui )t − ∆(Di ∆ui ) = fi (x, t, u1 , u2 , u3 ), i = 1, 2, 3.

15
 Figura 2: Genética poblacional.

3.2. Dispersión de mamı́feros

Los modelos espaciales para la dispersión de mamı́feros en ecologı́a vienen desde Skellam, quien
modeló la expansión de la población de muskrats (roedores acuáticos) en Europa. Skellam encon-
tró una relación lineal entre la raı́z cuadrada del área habitada por los muskrats y el tiempo, usando
un modelo de dos dimensiones con dispersión aleatoria y crecimiento exponencial de la población
en coordenadas polares. Suponiendo que la dispersión se da por igual en todas direcciones, y que
el crecimiento de la población es proporcional a la densidad poblacional, el modelo es:
 
∂S D ∂ ∂S
= r + αS,
∂t r ∂r ∂r
donde D es la constante de difusión y α es la tasa neta de crecimiento.

3.3. Modelo lineal de Fischer del avance de los genes ventajosos

Considere la población de una especie dada, distribuida uniformemente a lo largo de un hábitat
lineal. Supongamos que el tamaño del hábitat es grande en comparación con las distancias que
separan los lugares de la descendencia de aquellos que son de sus padres. Supongamos además
que en algún punto del hábitat una mutación ventajosa ocurre (es decir, una mutación que es de
alguna manera ventajosa para la supervivencia de algún miembro de la población). Esta mutación
se difunde, primero en la vecindad de la ocurrencia de la mutación y después en los alrededores de
la población. Sea u = u(x, t) la concentración de los miembros de la población con el gen mutante
y sea q = q(x, t) la concentración de los miembros de la población cuyos descendientes tienen el
gen mutante (x es la posición dentro el hábitat). Podemos asumir que q = 1 − u. Denotemos por la
intensidad de la selección en favor del gen mutante, el cual tomamos como independiente de p. Para
α suficientemente pequeña, la concentración u varı́a continuamente con el tiempo de generación
en generación. Suponga que la razón por generación a la cual los miembros de la población con
∂p
el gen mutante se difunde dentro de la población total está dada por −k ∂x , donde k > 0 es una
constante de difusión (independiente de x y u). Bajo todas estas suposiciones se puede mostrar
que la concentración del gen mutante satisface:
∂u ∂ 2u
= αu(1 − u) + k 2 .
∂t ∂x
16
 Figura 3: Embrión idealizado y manchas en la piel de un trigre.

3.4. Modelo continuo de morfogénesis de Turing

La morfogénesis es el desarrollo embriológico de la estructura de un organismo o de alguna
parte del mismo. Turing sugiere un modelo en el cual un embrión idealizado contiene dos sustancias
quı́micas caracteristicas x y y llamados morfógenos. Estas sustancias reaccionan entre sı́ en cada
célula y se difunden entre células vecinas con coeficientes de difusión µ y ν respectı́vamente.
Considere un embrión idealizado con la forma de un anillo de tejido de radio ρ. Sean X y Y las
concentraciones de los correspondientes quı́micos. Sean f (X, Y ) y g(X, Y ) las razones a las cuales
las concentraciones X y Y cambian debido a la interacción quı́mica. Cada morfógeno se mueve de
una región de mayor concentración a una de menor concentración con una razón proporcional al
gradiente de la concentracion. Entonces las ecuaciones son
µ
Xt = f (X, Y ) + Xθθ ,
ρ2

ν
Yt = g(X, Y ) + Yθθ ,
ρ2
donde ρ es el ángulo entre los radios. Turing usó las siguientes fórmulas 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 parámetros de la reacción.

3.5. Modelo de FitzHugh de la propagación de un impulso voltaico en

un nervio de axón de una célula nerviosa
Hodgkin y Huxley propusieron un modelo para describir los eventos iónicos y eléctricos que
ocurren durante la transmisión de un impulso a través de la membrana superficial y la propagación
del impulso voltaico a través del nervio de un axón. Sin embargo este modelo consiste de cuatro
ecuaciones diferenciales que son todavı́a difı́ciles para un riguroso análisis matemático. R. FitzHugh
sugirió un modelo para la propagación del impulso voltaico a través del nervio de un axón que es
más simple que el anterior. R. FitzHugh considera la célula nerviosa como un oscilador eléctrico
no lineal
v̈ + (v 2 − 1)v̇ + cv = 0,

17
donde v es una variable adimensional correspondiente al potencial de la membrana V y c > 0 una
constante. Haciendo
v3
w = −v̈ + v − ,
3
obtenemos el sistema de ecuaciones diferenciales
v3
v̇ = v − − w,
3
ẇ = cv.

La variable w es llamada la variable de recuperación. Posteriormente R. FitzHugh modificó este

sistema quedando de la siguiente manera
v3
v̇ = v − − w + i,
3
ẇ = 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 membrana. Combinando estas ecuaciones obtenemos
v3
vt = v− − w + kvxx ,
3
wt = c(v + a − bw).
ρ
donde k es proporcional a 2R (ρ es el radio del nervio del axón y R la resistencia especı́fica del
axón). Si w = 0 obtenemos el modelo unidimensional de FitzHugh:

v3
vt = v − + kvxx .
3

3.6. Modelo de Brusselator para la reacción Belousov-Zhabotinsky

(RBZ)
La reacción RBZ es una reacción quı́mica en la cual la concentración de los reactivos exhibe
comportamiento oscilante. El modelo Brusselator de la RBZ describe el caso de un solo modo
de oscilación para el cual el sistema regresa si es perturbado. La reacciones quı́micas siguen el
esquema:

A → x,
B+x → y + D,
2x + y → 3x,
x → ε,

donde A, B, D,ε, x y y, son componentes quı́micos. Sean x e y las concentraciones de los com-
ponentes x y y y A y B las concentraciones de los componentes A y B. Asumiendo que las
concentraciones A y B se mantienen constantes durante la reacción quı́mica y que el sistema tiene
únicamente una dimensión espacial se obtiene el siguiente sistema de ecuaciones diferenciales

18
 Figura 4: Resultados obtenidos por computadora del modelo de RBZ.

∂x 2 ∂ 2x
= A − (B + 1)x + x y + D1 2 ,
∂t ∂ξ
2
∂y ∂ y
= Bx − x2 y + D2 2 ,
∂t ∂ξ
donde D1 y D2 son constantes de difusión y ξ es la coordenada espacial.

4. Análisis del modelo de Fisher

2
Para esta sección consideremos ut = ∂u
∂t
y uxx = ∂∂xu2 . El caso clásico más simple de una ecuación
de reacción difusión no lineal es
ut = ku(1 − u) + Duxx .
Si reescalamos tomando  1/2
∗ ∗ k
t = kt, x =x
D
y omitiendo los asteriscos para simplificar notación obtenemos

ut = u(1 − u) + uxx . (20)

La cual es conocida como ecuación de Fisher. Supondremos que existen soluciones suaves para el
problema
ut = u(1 − u) + uxx . (21)
con condiciones de frontera
ux (0, t) = ux (1, t) = 0 (22)
y condición inicial
u(x, 0) = f (x) (23)
y veremos 2 propiedades de esta ecuación.

19
Región invariante
Suponiendo que u, ux , uxx , ut ∈ C([0, 1] × [0, ∞)) vamos a asumir que hay una función suave
única u que satisface (21)-(23). Mostraremos que el intervalo

[ε, 1 + ε], 0 < ε < 1,

es una región invariante para u. Para esto asumimos que

0 < ε ≤ f (x) ≤ 1 + ε

para todo x ∈ [0, 1]. Para probar que u permanecerá en el intervalo [ε, 1+ε], asumimos lo contrario,
especı́ficamente asumimos que u excede el valor de 1 + ε. Entonces existe un tiempo t0 tal que

u(x, t) ≤ 1 + ε

para todo x ∈ [0, 1] y t < t0 . Además, en t = t0 debe haber un x = x0 tal que

(i) ut (x0 , t0 ) ≥ 0,

(ii) uxx (x0 , t0 ) ≤ 0,

(iii) u(x0 , t0 ) = 1 + ε.

Usando (21), (ii) y (iii) tenemos

ut (x0 , t0 ) = uxx (x0 , t0 ) + u(x0 , t0 )(1 − u(x0 , t0 ))

≤ (1 + ε)(1 − (1 + ε))
= −ε(1 + ε) < 0,

lo cual contradice (i). Ası́ no hay tal punto (x0 , t0 ), y en consecuencia u permanece en [ε, 1+ε]. Con
un argumento similar se sigue que u no puede ser menor que ε. Ası́ se tiene el siguiente resultado:

Teorema 4.1 Supongamos que u satisfaciendo u, ux , uxx , ut ∈ C([0, 1] × [0, ∞)), resuelve (21)-
(23). Entonces, si la condición inicial f satisface 0 < ε ≤ f (x) ≤ 1 + ε, entonces

0 < ε ≤ u(x) ≤ 1 + ε

para cualquier x ∈ [0, 1], t ≥ 0.

20
Convergencia hacia el equilibrio
En esta parte necesitaremos lo siguiente:
Desigualdad de Gronwall
Sea y : [0, b] → R continua, diferenciable, y que satisface

y 0 (t) ≤ αy(t), t ∈ (0, b),

para un α ∈ R adecuado. Entonces

y(t) ≤ eαt y(0), t ∈ [0, b].

Sea u solución de (21)-(23) para el dato inicial f que satisface 0 < ε ≤ f (x) ≤ 1 + ε y definimos
Z 1
E(t) = (u(x, t) − 1)2 dx
0

para t ≥ 0. Usando la ecuación (21) y las condiciones iniciales (22) obtenemos

Z 1
0
E (t) = 2 (u − 1)ut dx
0
Z 1
= (u − 1)uxx − u(1 − u)2 dx
0
Z 1 Z 1
2
= −2 (ux ) dx − 2 u(1 − u)2 dx.
0 0

Entonces se sigue del Teorema 4.1 que

u(x, t) ≥ ε > 0

para todo x ∈ [0, 1], t ≥ 0, y ası́

Z 1
0
E (t) ≤ −2ε (1 − u(x, y))2 dx = −2εE(t).
0

Ası́, la desigualdad de Gronwall implica que

E(t) ≤ e−2εt E(0),

y tenemos el siguiente resultado

Teorema 4.2 Sea u solución de (21)-(23) con condición inicial f que satisface 0 < ε ≤ f (x) ≤
1 + ε, para todo x ∈ [0, 1]. Entonces u se aproxima a la solución u = 1 en el sentido de que
Z 1 Z 1
2 −2εt
(u(x, t) − 1) ≤ e (1 − f (x))2 dx
0 0

para todo t ≥ 0.

21
4.1. Ondas viajeras
Se le llama onda viajera a una onda que viaja sin cambiar de forma.

u(x, t) = u(x − ct) = u(z), z = x − ct (24)

u(x, t) es una onda viajera, y se mueve a una velocidad constante c en la dirección positiva x. c
generalmente se tiene que determinar.

Sea
∂u ∂ 2u
= u(1 − u) + 2 . (25)
∂t ∂x
En la situación espacial homogénea los puntos de equilibrio son u = 0 que es inestable y u = 1
que es estable. Esto sugiere que podemos buscar soluciones de frente de onda viajera (25) para
0 ≤ u ≤ 1.

Supongamos que existe una solución onda viajera de la forma

u(x, t) = U (z), z = x − ct,

donde c es la velocidad de onda. Como (25) es invariante si x → −x, c debe ser positivo o negativo.
Para ser más especı́ficos asumiremos que c ≥ 0. Sustituyendo en la ecuación de Fischer (25) tenemos

U 00 + cU 0 + U (1 − U ) = 0, (26)

donde las primas denotan diferenciación con respecto a z. Una solución de frente de onda es cuando
U es un estado estacionario cuando z → −∞, y cuando z → ∞ es el otro estado estacionario.
Ası́ tenemos un problema de eigenvalores por determinar el valor de c tal que la solución U de (26)
existe y satisface

lı́m U (z) = 0, lı́m U (z) = 1.

z→∞ z→−∞

Entonces tenemos el sistema

U 0 = V, V 0 = −cV − U (1 − U ),

que da las trayectorias del plano fase como soluciones de

dV −cV − U (1 − U )
= .
dU V
Los puntos singulares para (U, V ) son (0,0) y (1,0) que son los estados estacionarios. Un análisis
de estabilidad lineal nos lleva a que los eigenvalores λ de los puntos singulares son

(0,0): λ± = 21 −c ± (c2 − 4)1/2

 

si c2 > 4 es nodo estable

si c2 < 4 es foco estable.

22
Figura 5: (a)Trayectorias en el plano fase de la ecuación (26) para la solución de onda viajera:
aquı́ c2 > 4. (b) Solución de onda viajera para la ecuación de Fisher (25): velocidad de onda c ≥ 2.

(1,0): λ± = 21 −c ± (c2 + 4)1/2

 

es punto silla para todo c.

La ecuación de Fisher tiene una solución onda viajera para c > 2 y su estabilidad depende del
comportamiento de la condición inicial para valores grandes de |x|.

23
5. Apéndice A. Serie de Fourier
Sea f una función con integral de Riemann en [−L, L].

1. Los números Z L
1  nπx 
an = f (x) cos dx, para n = 0, 1, 2...
L −L L
y Z L
1  nπx 
bn = f (x) sin dx, para n = 1, 2, 3...
L −L L
son los coeficientes de Fourier de f en [−L, L].

2. La serie ∞
1 X  nπx   nπx 
a0 + an cos + bn sin
2 n=1
L L
es la serie de Fourier de f en [−L, L] cuando las constantes son los coeficientes de Fourier
de f en [−L, L].

Teorema: Sea f suave a pedazos en [−L, L]. Entonces, para −L < x < L, la serie de Fourier de
f en [−L, L] converge a
1
(f (x+) + f (x−)) .
2
Esto significa que en cada punto entre −L y L, la función converge al promedio de sus lı́mites
izquierdo y derecho.

Definición:
Función par: f es una función par en [−L, L] si f (−x) = f (x) para −L ≤ x ≤ L.
Función impar: f es una función impar en [−L, L] si f (−x) = −f (x) para −L ≤ x ≤ L.

Si f (x) es una función par,

1. Los coeficientes Z L
2  nπx 
an = f (x) cos dx, para n = 0, 1, 2...
L 0 L
son los coeficientes de Fourier en cosenos de f en [0, L].

2. La serie ∞
1 X  nπx 
a0 + an cos
2 n=1
L
es la serie de Fourier en cosenos de f en [0, L] cuando las constantes son los coeficientes
de Fourier en cosenos de f en [0, L].

Si f (x) es una función impar,

24
 1. Los coeficientes Z L
2  nπx 
bn = f (x) sin dx, para n = 0, 1, 2...
L 0 L
son los coeficientes de Fourier en senos de f en [0, L].

2. La serie ∞
X  nπx 
bn sin
n=1
L
es la serie de Fourier en senos de f en [0, L] cuando las constantes son los coeficientes de
Fourier en senos de f en [0, L], aquı́ a0 = an ≡ 0..

6. Apéndice B. Integral y Transformada de Fourier.

R∞
Integral de Fourier: Sea f absolutamente integrable, es decir −∞ |f (x)|dx converge y f es suave
a pedazos en todo intervalo [−L, L], la integral de Fourier se escribe
Z ∞
[Aω cos(ωx) + Bω sin(ωx)]dω,
0

en donde los coeficientes de la integral de Fourier de f son

1 ∞
Z
Aω = f (ξ) cos(ωξ)dξ
π −∞
y Z ∞
1
Bω = f (ξ) sin(ωξ)dξ.
π −∞

La transformada de Fourier de f se define como la función

Z ∞
F[f ](ω) = f (x)e−iωt dt.
∞

Por notación tomaremos

F[f ](ω) = fˆ(ω).
Algunas propiedades de la transformada de Fourier son:

F[f 0 (t)](ω) = iω fˆ(ω)

F[f 00 (t)](ω) = −ω 2 fˆ(ω)

Si f es continua y f 0 es continua a pedazos en todo el intervalo [−L, L], entonces la transformada

Inversa de Fourier es Z ∞
1
f (t) = fˆ(ω)eiωt dω.
2π −∞

25
Transformada de Fourier Ren cosenos y senos:
∞
Sea f definida en [0, ∞] y sea 0 |f (ξ)|dξ convergente. La transformada de Fourier en cosenos
de f es Z ∞
Fc [f ](ω) = fˆc = f (t) cos(ωx)dt.
0
y
2 ∞ ˆ
Z
f (t) = fc (ω) cos(ωt)dω.
π 0
La transformada de Fourier en senos de f es
Z ∞
Fs [f ](ω) = fˆs = f (t) sin(ωx)dt.
0

y Z ∞
2
f (t) = fˆs (ω) sin(ωt)dω.
π 0

Referencias
[1] Alwyn Scott, Encyclopedia of Nonlinear Science(2005).

[2] Alwyn Scott, The development of nonlinear sciencie (2005).

[3] J.D Murray, Mathematical Biology, Springer (2002).

[4] Peter O’Neil, Matemáticas Avanzadas para Ingenierı́a (5ta edición).

[5] Sociedad Matemática Mexicana, Carta Informativa, Ecuaciones de Reacción-Difusión, Abril

2005.

[6] A. Tveito, R. Winther, Introduction to Partial Differential Equations, Springer (1998)

Bibliografı́a complementaria

[7] D. G. Aronson, H. F. Weinberger, Nonlinear Difusion in Population Genetics,Combustion and

Nerve Propagation, Lecture Notes in Mathematics, Springer-Verlag, vol. 446, 5-49 (1975).

[8] Bonhoeffer, Activation of Passive Iron as a Model for the Excitaion of Nerve,J. General Phys-
iology, vol. 32 (1948), 69.

[9] R. A. Fisher, The Advance of Advantageous Genes, Annual of Eugenics, v.7(1937), 355-369.

[10] A. C. Newell and J. A. Whitehead, J. Fluid Mech. 38 (1969): 279

[11] Y. B. Zeldovich and D. A. Frank-Kamenetsky, Acta Physicochim. 9 (1938): 341

[12] R. FitzHugh, Impulses and Physiological Models of Nerve Membrane, Biophysical J., v.1
(1961), 445-466.

26
[13] R. FitzHugh, Biological Engineering, McGraw-Hill (1969), 1-85.

[14] C. V. Pao, Nonlinear Parabolic and Elliptic Equations, Plenum Press (1992).

[15] Rebecca Hoyle, Pattern Formation,Cambridge (2006)

[16] Vasily E. Tarasov, Fractional Dynamics, Springer (2010)

27