Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Agradecimientos:
Son muchas las personas ha quienes les debo agradecer, ya que, de no haber sido por
ellas, difcilmente podra haber concretado este trabajo.
En primer lugar quiero agradecer a un "Grupo" de personas, que hace unos cuantos
aos atrs, me brind la oportunidad de comenzar con este apasionante trabajo que es el de
la investigacin cientfica. Al principio eran compaeros de trabajo, pero luego de
compartir momentos tan gratos, tengo la inmensa fortuna de poder contar con ellos como
amigos: Roly, Federico y Moira, Charly, Daniel, Flix, Vctor, Sergio, Ana, Karim y Mnika,
Jse, Chelco, Diego y Andrea, Rodolfo, Marcelo y Valeria, Pepe y Fernando.
De ms est decir que este agradecimiento lo hago extensivo a sus respectivas familias.
A "Usted" Giorgio, que es el gran responsable de haber formado este excelente Grupo,
le agradezco el haberme dirigido en este trabajo, como as tambin su paciencia,
permanente aliento y apoyo.
A mis Amigos, que me han acompaado en las buenas y malas desde que llegu a San
Luis, hace ya ms de veinte aos.
A toda mi Familia, a quienes les debo lo que soy.
Y muy especialmente a "la Ani."
Al Departamento de Fsica de la Facultad de Ciencias Fsico-Matemticas y Naturales de la
Univ. Nac. de San Luis y al Conicet, instituciones que hicieron posible este trabajo.
Indice
Introduccin ............................................................................. 1
Captulo 1: Modelos Discretos y Correlaciones .............. 4
1.1 Modelos Discretos versus Continuos .............................. 5
1.2 Modelo Dual de Sitios y Enlaces ...................................... 7
1.3 Simulacin de la Red ......................................................... 11
1.4 Efectos de Tamao Finito ............................................... 16
1.5 Funcin de Correlacin Espacial .................................... 18
1.6 Redes Tridimensionales .................................................... 28
Referencias ......................................................................... 35
Captulo 3:
Resultados de la Percolacin Invasiva con Correlacin .. 57
3.1 Resultados .......................................................................... 58
Referencias ......................................................................... 78
Introduccin
La mayora de los fenmenos de transporte y percolativos relacionados con una gran
variedad de problemas fsicos que tienen lugar en la superficie y en el interior de la materia son
simulados con la ayuda de un espacio discreto representado por un arreglo regular de sitios o
enlaces o por una combinacin de ambos1.
Diferentes problemas fsicos pueden ser tratados asociando cada elemento de la red
(sitios y enlaces) con alguna propiedad del sistema bajo estudio, por ejemplo, un slido poroso
puede ser representado por una red tridimensional de poros (sitios) conectados por canales
(enlaces), donde la propiedad relevante en este caso es el tamao caracterstico del poro o del
canal. Una superficie adsortiva heterognea puede ser representada por una red bidimensional
de pozos adsortivos (sitios) conectados por barreras de potencial (enlaces) a travs de los
cuales las partculas adsorbidas podrn migrar de un sitio a otro, en este caso la propiedad
relevante de cada elemento es la energa. Nos concentraremos en el estudio de esta clase de
medios desordenados, en donde la propiedad asociada con cada elemento tiene una
distribucin de probabilidad y especialmente en los slidos porosos.
La complejidad en estas redes puede ser introducida de diferentes formas:
Mediante correlaciones espaciales entre las propiedades asociadas con cada elemento
en funcin de su distancia de separacin
Variando la conectividad.
El entendimiento de cmo influye la complejidad sobre los procesos fsicos a ser considerados
est basado en un completo conocimiento de la manera en que la topologa de la red es
afectada una vez que la complejidad es introducida.
En las primeras etapas del estudio de los fenmenos de transporte en medios porosos, la
mayora de los investigadores asumieron que la heterogeneidad en una regin del sistema era
aleatoria y no correlacionada con otras regiones del medio. Adems, supusieron que tal
heterogeneidad ocurra a escalas mucho ms pequeas que el tamao lineal del sistema. Estas
suposiciones fueron hechas debido a la dificultad para modelar el sistema en una forma ms
realstica, dada las limitaciones computacionales de la poca y/o por falta de evidencia
experimental. Estos modelos simples permitieron un primer entendimiento de los fenmenos
de transporte en medios porosos. Sin embargo, la evidencia actual nos sugiere que una gran
cantidad de materiales porosos no estn de acuerdo con estas suposiciones simplistas. Dichos
materiales exhiben correlaciones a diferentes escalas, por lo que, para tratar tales correlaciones,
ha sido necesaria la introduccin de la geometra fractal 2 la cul nos dice cmo los valores de
las propiedades del sistema en diferentes regiones dependen de la escala de observacin, cmo
estn correlacionadas unas con otras y cmo se puede modelar tales correlaciones en una
forma realstica.
Una vez que hemos aceptado que los medios porosos son heterogneos, debemos ser
cuidadosos con sus consecuencias. Por ejemplo, consideremos la permeabilidad de un medio
poroso, la cual es una medida de cuan fcilmente un determinado fluido puede fluir a travs
del mismo. En un medio poroso natural, la permeabilidad vara segn la regin del medio, por
lo que mientras una parte del medio puede ser altamente permeable, otra regin puede ser
prcticamente impermeable. Adems, la zona permeable puede estar (o no) conectada a la
impermeable, por lo que si nuestro objetivo es describir de una manera realstica el medio
poroso, es necesario tomar en cuenta la interconectividad.
La herramienta para considerar el efecto de la interconectividad de las diferentes
regiones de un medio poroso es la teora de la percolacin 3. La percolacin nos dice como la
interconectividad de un dado sistema afecta a sus propiedades globales, y si por ejemplo, la
fraccin de volumen de la regin permeable es menor que cierto volumen crtico, el medio
poroso no es permeable y la permeabilidad total del sistema es cero. En el problema clsico de
percolacin se asume que las regiones permeables e impermeables estn distribuidas
aleatoriamente y son independientes unas de otras. Posteriormente fueron desarrollados
modelos percolativos ms realsticos capaces de tomar en cuenta correlaciones y otros factores
que afectan al sistema.
En el presente trabajo, nos enfocaremos sobre los efectos de las correlaciones
espaciales, por lo que es necesario un completo conocimiento de la Funcin de Correlacin
Espacial C(r), entre sitios ( y/o enlaces) separados por una distancia r (en unidades de red).
En una geometra de poros esfricos, cada sitio de la red almacenar el radio de dicho poro.
Esta funcin de correlacin puede ser medida4 a travs de simulaciones de Monte Carlo,
usando redes de tamao finito L .
La simulacin de dichas redes involucra esencialmente un modelo y una sucesin de
estados que lleven al sistema al estado final de equilibrio. Adems, debido al tamao finito
de la red, C(r) no puede ser medida para cualquier r arbitrariamente grande debido a los
efectos de tamao siempre presentes. Es importante investigar cual debe ser la longitud L de
la red para la cual los efectos de tamao se vuelven despreciables y cul es la cantidad de pasos
necesarios para alcanzar el equilibrio. Un estudio cuidadoso del comportamiento de las
correlaciones ha sido omitido hasta el presente por lo que creemos importante llevar a cabo
dicho estudio.
En el primer captulo de este trabajo desarrollamos mediante simulaciones de Monte
Carlo, un estudio de la propagacin de las correlaciones en redes de sitios y enlaces generadas a
travs del Modelo Dual de sitios y enlaces (DSBM) 5, 6, 7 introducido por el Profesor Vicente
Mayagoitia,
muestreados desde dos distribuciones que pueden llegar a tener un cierto traslape. Las
correlaciones aparecen cuando el principio de construccin es establecido. Este modelo ha
sido usado con xito en diversos problemas fsicos, tales como: adsorcin, difusin superficial
sobre superficies heterogneas, procesos percolativos, fenmenos de transporte en medios
porosos, etc. Adems el tiempo de relajacin necesario para alcanzar el equilibrio del sistema es
determinado y el tamao mnimo de la red ha ser usado es establecido para diferentes
correlaciones, representadas por el traslape del sistema. Por ltimo, presentamos una
ecuacin emprica ms adecuada para relacionar la longitud de correlacin caracterstica l0 con
el traslape. Este estudio se realiz en 2 y 3 dimensiones.
En el Captulo 2 introduciremos los conceptos bsicos de la percolacin y haremos una breve
descripcin de la percolacin invasiva con entrampamiento. Los parmetros presentados en
este captulo son comunes a todos los procesos percolativos y veremos que factores los afectan
.
En el captulo 3 se estudiar el problema de la percolacin invasiva sobre superficies
correlacionadas dentro del marco del DSBM y veremos con son afectados los parmetros de
inters. Por ltimo daremos las conclusiones y perspectivas futuras.
Captulo 1
II.
Dependiendo del tamao del sistema y del fenmeno a simular, es posible que los
tiempos de clculo se vuelvan prohibitivos, si bien, hoy por hoy, podemos atacar
problemas que eran impensables 10 aos atrs.
Estas clases de modelos son muy tiles cuando en el sistema juega un papel central la
interconectividad y cuando hay presente correlaciones. La idea original de representar un
medio poroso a travs de una red discreta tuvo su origen en la dcada del 50, pero recin a
principios de los 80 fue cuando se desarrollaron procedimientos rigurosos que permitieron
mapear, en principio, cualquier medio poroso desordenado en una red equivalente. Una vez
realizado el mapeo uno puede estudiar un dado fenmeno en forma completa.
El modelo Dual de Sitios y Enlaces corresponde a la familia de los modelos discretos. En la
siguiente seccin daremos una descripcin general del modelo, el lector que est interesado
puede consultar las referencias: [8] y [9] para ms detalles.
En los aos 90 el Laboratorio de Ciencia de Superficie y Medios Porosos contaba con microprocesadores 486,
cuya velocidad era de unos 10 MIPS (Millones de instrucciones por segundo) actualmente la capacidad propia de
clculo es de unos 10000 MIPS.
S(R) = FS ( R)dR
B(R) = FB ( R)dR
(1.1)
Figura 1-1 :
s2).
s1
s2
Ahora estamos en condiciones de formular las dos leyes bsicas que describen y dan
consistencia al DSBM, ellas son:
(1.2)
(1.3)
La primera ley establece que slo podrn conectarse en una red todos los sitios de una
dada distribucin si existe un nmero suficiente de enlaces de tamao adecuado, lo que implica
que b1 s1 y b2 s2 , por lo que la distribucin de enlaces estar siempre a la izquierda de la
distribucin de sitios. Mientras que la segunda, llamada Principio de Construccin ( PC) , es de
naturaleza local y expresa el hecho de que el tamao RS de un sitio debe ser mayor que o al
menos igual al tamao RB de sus enlaces vecinos. La densidad de probabilidad conjunta
(1.4)
dB
B-S
( R S ,R B ) =
RB
e
B(R B ) - S(R B )
RS < RB
(1.5)
RS RB
En otras palabras, esto significa mxima entropa configuracional para un dado conjunto de pares de (RS, RB)
muestreados desde FS(RS), FB(RB),
(1.6)
F0 si b1 R b 2
FB (R) =
0 en otro caso
(1.7)
-( R S ,R B )
(1-)
(1.8)
(1 - )
donde:
R S - s1
b -s
2 1
1
(R S ,R B ) = R S - R B
b -s
2 1
b2 - R B
b -s
2 1
si R B s1
y R S b2
si R B s1
y R S > b2
si R B > s1
y R S b2
si R B > s1
y R S > b2
(1.9)
F0 (b2 - s1 )
FB
FS
FB , FS
(1.10)
FB
FS
FB
FS
=0
= 0.5
0
b1
b 2 s1
s2
b1
s1
b2
= 0.9
s2
b 1 s1
b 2 s2
Figura 1-2
Funciones densidades uniformes para enlaces (---) y para sitios (). Los diferentes traslapes se
obtuvieron desplazando la distribucin de enlaces a la derecha y manteniendo fija la de sitio.
El grado de traslape , definido como el rea comn entre las funciones de densidad
de sitios y enlaces, es una medida natural de la correlacin sitio-enlace. La funcin tiene las
siguientes propiedades:
i.
ii.
Dual es el traslape . Este comportamiento tambin sugiere que debe poder relacionarse
con alguna longitud de correlacin espacial 10 (la cual ser un parmetro fsico ms
representativo) caracterstica de la funcin de correlacin espacial definida en la ecuacin
(1.14). En efecto, es esperable que C(r) decaiga aproximadamente en una forma exponencial
(este podra ser el comportamiento exacto para una red unidimensional generada por una
sucesin de eventos de Markov) :
C(r) e
r
r0
(1.11)
(1.12)
r 0 0 cuando 0
r 0 cuando 1
Ms adelante veremos que la ecuacin (1.12) no se cumple en forma general, en particular, falla
para traslapes elevados ( > 0.7). Es por esta razn que, en lo que sigue, se har un cuidadoso
estudio de cmo alcanzar el equilibrio en la generacin de redes en el modelo Dual y el efecto
de tamao finito en dichas redes.
10
L
Figura 1-3:
Representacin esquemtica de una red
bidimensional de LxL sitios y 2LxL
Sitio
Enlace
i.
Una red inicial de tamao lineal L es generada (Figura 1-3), en donde cada elemento
del red contendr el valor del radio del sitio RS , y el de sus z enlaces RB , ambos
muestreados desde las correspondientes funciones densidad FS(R) y FB(R) (Figura 1-1).
Los radios de sitios y enlaces son distribuidos aleatoriamente en el red. La red as
generada tendr las funciones FS(R) y FB(R) correctas, pero no la (R S ,R B ) correcta
(Figura 1-4-a), en particular no se cumplir el PC.
ii.
Si no hay traslape entre las distribuciones todos los radios de los enlaces sern menores o iguales al de los sitios,
de modo que, cuando = 0 se cumple el PC independientemente de cmo estn distribuidos espacialmente sitios
y enlaces.
11
RB = RS
0
b)
(R S , R B )
(R S , R B )
b1
Figura 1-4
s1
RB
b2
RB = RS
s2
b1
s1
RB
b2
s2
funcin de correlacin obtenida por simulacin difiere notablemente de la analtica, esto se debe al
no cumplimiento del PC. (Paso i).
b) Al finalizar el Paso ii) se tiene una plena coincidencia entre la curva analtica y la simulacin.
() (R S ,R B ) analtica. (*) (R S ,R B ) obtenida por simulacin.
12
estado de equilibrio, y como veremos ms adelante el Modelo Dual muestra una transicin en
su morfologa alrededor de 0.5 en donde el sistema pasa de un estado diluido sin una
longitud de correlacin caracterstica, a un estado fuertemente correlacionado en donde los
elementos de la red se agrupan formando parches de tamaos similares. Es en este punto
donde la longitud de correlacin se vuelve importante debido a que su valor es proporcional al
tamao medio de los parches.
En lo que sigue de este captulo demostraremos que la forma en que se alcanza el
equilibrio depende del traslape y del tamao de la red y veremos que la cadena de eventos
de Markov necesarios para lograr el equilibrio estadstico es considerablemente mayor que
la necesaria para lograr el cumplimiento del PC.
De modo que, las preguntas centrales a ser contestadas son: Cundo la red alcanza el
equilibrio estadstico? y cmo est relacionada la longitud de correlacin con el traslape?.
Comenzaremos nuestro estudio sobre redes cuadradas bidimensionales para luego extenderlo a
3-D. Para esto usaremos en todos nuestros clculos distribuciones uniformes del tipo de las
mostradas en la Figura 1-2. Los diferentes traslapes sern obtenidos mediante el
desplazamiento de la distribucin de sitios, manteniendo fija la de los enlaces.
En primer lugar, un conjunto de simulaciones numricas de redes bidimensionales de
tamao lineal L, con L comprendido entre 102 y 103 fueron llevadas a cabo para un dado
traslape. Luego, el translape fue cambiado y un nuevo conjunto de redes fue generado y as
sucesivamente para = 0, 0.1, 0.2, .........., 0.8, 0.85, y 0.9. Por simplicidad F0=1, (s1,s2)=(2,3) y
(b1,b2) fueron desplazados de acuerdo al traslape requerido.
El nmero de transiciones necesario para alcanzar el equilibrio es del orden de 100
pasos de Monte Carlo (MCS) para un = 0.5 (1 MCS = LxL intentos de transicin), de 500
MCS para = 0.7 y para traslapes cercanos a la unidad la cantidad de MCS crece
considerablemente. (100000 MCS para = 0.9). En todos los casos el estado inicial fue una
distribucin aleatoria de sitios y enlaces.
13
Sim (R S ,R B ) =
F Sim (R S ,R B )dR S dR B
FS (R S )dR S FB (R B )dR B
(1.13)
(
(
(R S , R B )
3.0
) = 0.5
) = 0.7
2.5
2.0
1.5
1.0
0.5
R S = 2.5
0.0
1.00
1.25
1.50
1.75
2.00
2.25
2.50
2.75
3.00
RB
Figura 1-5
Funcin de correlacin sitios-enlaces ( R S ,R B )para diferentes traslapes y un RS fijo. Las lneas
corresponden a la analtica y los smbolos a la S i m antes de comenzar con el intercambio.
14
3.5
3.5
R S = 2.1
R S = 2.3
R S = 2.5
2.5
2.5
2.0
= 0.7
R S = 2.1
R S = 2.3
R S = 2.5
3.0
(R S , R B )
(R S , R B )
3.0
= 0.5
2.0
1.5
1.5
1.0
1.0
0.5
0.5
0.0
1.00 1.20 1.40 1.60 1.80 2.00 2.20 2.40 2.60 2.80 3.00
0.0
1.00 1.20 1.40 1.60 1.80 2.00 2.20 2.40 2.60 2.80 3.00
RB
RB
Figura 1-6
Idem que la Figura 1-5 pero en el estado de equilibrio. En todos los casos el rango (s1,s2) se mantuvo
constante en (2,3) y se desplazo la distribucin de enlaces (b1,b2) hasta conseguir el traslape deseado.
2.0
1.8
= 0.5
(R S , R B )
1.6
RS
RS
RS
RS
RS
1.4
1.2
1.0
0.8
0.6
=
=
=
=
=
2.1
2.2
2.3
2.4
2.5
0.4
0.2
3.0
0.0
2.8
1.6
2.6
1.8
RB
2.4
2.0
2.2
2.2
2.4
RS
2.0
Figura 1-7
Esta grfica nos da una idea del tipo de superficie que forma la funcin de correlacin.
15
Por lo tanto, para obtener informacin fiable, es necesario que las dimensiones del sistema
sean en lo posible mucho mayores que las longitudes caractersticas
En la Figura 1-8 se observan cualitativamente los efectos de tamao finito a travs de los
16
= 0.5
= 0.7
= 0.9
Figura 1-8
Representacin grfica de las redes de sitios y enlaces (no mostrados) obtenidas por simulacin. Se
observan los efectos de tamao finito para diferentes valores del traslape. La fila superior corresponde a
L = 200, la del medio L = 400 y la inferior a L = 700. El color negro corresponde a los sitio de menor
tamao (RS = 2) y el blanco a los ms grandes (RS = 3).
17
(R - R ) (R - R )
(R - R )
S
j
S
(1.14)
Dicha funcin es la usual funcin de correlacin de pares de sitios (enlaces) separados una distancia r definida
como: C S S ( r) =c ov ( R S (0) ,R S ( r ) ) / v a r( R S ) , donde c ov y v a r significan covariancia y variancia respectivamente.
18
medida que aumentamos el traslape este efecto sobre el tamao de los parches se vuelve ms
notorio. Resumiendo:
Este aumento continua hasta que se estabiliza en un determinado valor, y el tiempo que tarda
la longitud de correlacin en alcanzar el equilibrio depende del traslape, y como es de esperar,
es mayor cuanto ms alto sea este ltimo.
Es de importancia destacar que, a medida que intercambiamos elementos, la funcin de
correlacin (R S ,R B ) no se modifica.
La convergencia al equilibrio para entre 0 y 0.6 est entre 0 y 1x105 MCS para todos los
valores de L empleados. Los efectos de tamao finito no fueron importantes para los tamaos
usados, comenzado con L = 200. Esto es, no hubo diferencias apreciables entre los tiempos de
relajacin ni tampoco en el valor de r0 obtenido para diferentes L . Por lo tanto, es de esperar
que un tiempo de equilibrio igual a teq= 1x105 MCS sera adecuado para este traslape.
Para traslapes mayores que 0.6 y menores que 0.85 el tiempo necesario est acotado entre
1x105 MCS y 6x105 MCS, y los efectos de tamao se vuelven significativos a partir de = 0.7
(Ver Figura 1-11).
Cuando el traslape se incrementa an ms ( = 0.9) el tamao de la red se vuelve
determinante, como se puede observar en las fotografas de la Figura 1-8. En la Figura 1-9 se
muestra cuantitativamente el efecto de tamao para redes de traslape 0.9 . En la parte a) el
logaritmo de la funcin correlacin espacial C(r) definida en la Ec. (1.14) es graficado versus r
para diferentes valores de t y para dos tamaos de red L = 200 (smbolos vacos) y L = 700
(smbolos llenos). Como se ve para L = 200 el equilibrio se alcanza en t e q = 6x105 MCS, pero
cuando L es incrementado a L= 700 , los valores de C(r) para r grandes necesitan ms tiempo
de relajacin para alcanzar el equilibrio.
No confundir este tiempo con el tiempo de equilibrio necesario para lograr que se cumpla el PC.
19
-6
L = 200
t= 0
5
t = 1x10
5
t = 5x10
5
t = 6x10
Ln (C (r ))
-5
-4
-3
-2
-1
(a)
0
10
Ln (C (r ))
-0.25
20
L =
t
t
t
t
-0.20
-0.15
30
40
50
60
70
80
90
100
700
= 0
5
= 1x 10
5
= 9x 10
6
= 1x 10
-0.10
-0.05
(b)
0.00
1
10
Figura 1-9
Grfica semilogartimica de la funcin de correlacin espacial C(r) versus r para diferentes MCS y para
dos tamaos diferentes de red. a) Para r entre 1 y 100. b) Para r entre 1 y 10.
En la parte b) se repiten las mismas curvas pero slo se grafic hasta r = 10 para poder
apreciar que el efecto no es importante para r < 4 .
Haciendo un ajuste lineal sobre las diferentes curvas hasta r = 10 en la grfica del
Ln(C(r)) , obtenemos, desde las correspondientes pendientes, el valor de r0 como funcin de
t. El resultado se muestra en la Figura 1-10 donde la parte (a) corresponde a = 0.9 y la parte
(b) a = 0.7 . Estas grficas muestran el comportamiento de la longitud de correlacin con t
hasta que el equilibrio, teq , es alcanzado. Como se observa, este se alcanza rpidamente para
= 0.7. Tambin se aprecia leves fluctuaciones con el tamao de la red, pero estas
desaparecen cuando aumentamos el tamao de la red.
20
130
120
110
r0
100
90
80
= 0.9
70
L = 200
L = 400
L = 700
60
50
(a)
40
0.0
2.0x10
4.0x10
6.0x10
8.0x10
1.0x10
8
7
6
r0
5
4
= 0.7
L = 200
L = 400
L = 700
2
1
(b)
0
0.0
Figura 1-10
Longitud de correlacin r0 versus t hasta que el equilibrio es alcanzado.(a) Para =0.9 y (b) = 0.7
Para = 0.9 la convergencia al equilibrio es ms lenta. Adems, para L = 200 y para L = 400
se obtienen longitudes de correlacin diferentes; la longitud de correlacin aumenta al
aumentar L. En L = 700 r0 se estabiliza y las fluctuaciones que se observan en L = 400
desaparecen. En la Figura 1-11 se observa la importancia que tiene el intercambio posterior al
haberse cumplido el PC . Este efecto es ms notorio cuanto ms elevado es el traslape y para
traslapes del orden de 0.9 el problema de la dependencia con el tamao se vuelve crtico.
Esta grfica nos da una idea de cuanto es afectada la topografa de la red dependiendo del
nmero de intercambios, a medida que se intercambian elementos, el tamao medio de los
parches se incrementa notablemente hasta que se logra el equilibrio a t = t e q .
21
L = 200
t=0
Se cumple
el PC.
L = 200
t = teq
t=0
L = 400
Se cumple
el PC.
L = 400
t = teq
t=0
L = 700
Se cumple
el PC.
L = 700
t = teq
Figura 1-11
Idem que la Figura 1-8. La columna de la izquierda corresponde a = 0.7 y la de la derecha a = 0.9.
La primer fila de cada juego de fotografas representa al sistema en el instante en que se verifica el PC.
La segunda fila es para t = t e q , es decir, cuando el valor de r0 se estabiliza.
22
(a)
0.9
t= t eq
0.8
C (r )
0.7
0.6
0.5
=
=
=
=
=
=
=
0.9
0.85
0.8
0.75
0.7
0.65
0.6
0.4
0.3
0.2
0.1
0.0
20
40
-3.0
80
100
(b)
-2.5
ln (C (r ))
60
-2.0
-1.5
-1.0
-0.5
0.0
1
10
Figura 1-12
(a) Funcin de Correlacin Espacial para diversos valores del traslape para L = 700. (b) Grfica
semilogartmica de C(r) que muestra un buen comportamiento lineal hasta r = 10.
En la Figura 1-12 C(r) versus r es graficado para diversos valores del traslape y para un
tamao de red de L = 700. El criterio usado para la determinacin del nmero necesario de
MCS necesario para alcanzar el equilibrio estadstico, t e q fue el siguiente:
23
El cambio en r0 desde t = teq a t = teq + 105 MCS deber ser menor al 1%.
teq
correlacin espacial r0 .
1x10
9x10
8x10
7x10
6x10
5x10
4x10
3x10
2x10
5
5
1x10
0
0.45 0.50 0.55 0.60 0.65 0.70 0.75 0.80 0.85 0.90 0.95
Figura 1-13
Tiempo de relajacin necesario para llegar al equilibrio versus el traslape para L = 700.
En la Figura 1-13 se muestra la variacin de teq con el traslape de acuerdo con el criterio
anteriormente mencionado. Mediante este procedimiento, el comportamiento de r0 como
funcin de puede ser determinado como se observa en la Figura 1-14, en donde los
smbolos corresponden a los resultados obtenidos por simulacin, los cuales fueron ajustados
con la funcin:
r0 = 2
(1 - )
(1.15)
Hay otras formas de definir la longitud de correlacin a partir de la Funcin de Correlacin, por ejemplo,
tomando la distancia a la cual la funcin ha decado un cierto porcentaje.
24
Como se puede ver, para valores de traslape elevado esta funcin difiere sustancialmente de la
dada en la Ec. (1.12), pero ajusta muy bien si consideramos los datos obtenidos a t = 0, salvo
para traslapes mayores o iguales a 0.9.
140
/(1- )
120
2 /(1- )
Sim u laci n (t = t eq )
Sim u laci n (t = 0 )
100
r 0 80
60
40
20
0
0.4
0.5
0.6
0.7
0.8
0.9
1.0
Figura 1-14
Relacin entre la longitud de correlacin r0 y el traslape . Los smbolos abiertos representan el valor
de r0 al instante en que se empieza a cumplir el PC. Los smbolos llenos a t = teq .
Para traslapes tan altos como es 0.9 hay que tener en cuenta que el tiempo para lograr
que una red de L = 700 logre cumplir el PC puede ser de varios das, ya que la mayora de los
intentos de cambios entre elementos, sitio-sitio o enlace-enlace no es favorable. Debido a la
gran cantidad de tiempo que demanda la generacin de redes de elevado traslape y su posterior
relajacin sera muy til implementar un algoritmo que aproveche alguna caracterstica del
sistema para llevarlo ms rpidamente al equilibrio y por supuesto que no introduzca ningn
tipo de anisotropa. Para determinar esto graficamos los histogramas de los eventos favorables
(intercambios que se realizaron con xito) versus diversas cantidades: tamao medio de los
elementos intercambiados, distancia en unidades de red entre elementos intercambiados, etc. y
25
Los eventos ms favorables son los intercambios entre elementos de tamao semejante.
26
en esa posicin con algn vecino. El rango de vecinos disponibles para el intercambio se
deduce de los mencionados histogramas).
1 .0
0
t = 0
5
t = 1x10
0 .8
0 .6
0 .4
0 .2
0 .0
1 .0
0 .7
t = 0
5
t = 1x10
5
t = 3x10
0 .8
0 .6
0 .4
0 .2
0 .0
1 .0
t
t
t
t
0 .8
0 .6
0 .4
=
=
=
=
0 .9
0
5
1x10
5
5x10
6
1x10
0 .2
0 .0
0 .0
0 .2
0 .4
0 .6
Si
- R
0 .8
1 .0
Sj
Figura 1-15
Eventos Favorables versus la diferencia de tamao entre sitios intercambiados, ( R Si - R S j ) para
diferentes traslapes y para diversos tiempos.
27
28
(ii)
Figura 1-16
Representacin
esquemtica
de
una
red
El ltimo punto incorpora la simulacin por computadora para tratar problemas irresolubles
analticamente dada la complejidad y la inhomogeneidad de un medio poroso y los procesos
que se desarrollan en ellos, como por ejemplo, la condensacin-evaporacin capilar, intrusinretraccin de mercurio, desplazamiento de fluidos miscibles e inmiscibles , etc1. Como es de
esperar, las caractersticas topolgicas (geometra de la red, correlaciones espaciales,
conectividad, etc.) del espacio poroso influyen fuertemente en los procesos mencionados
anteriormente, por lo que debern ser incorporados consistentemente en la descripcin terica.
Actualmente, la obtencin de informacin detallada del espacio poroso como la distribucin
de sitios (cavidades) y enlaces (gargantas), conectividad, correlaciones espaciales, entre otras, es
una de las mayores limitaciones para caracterizar adecuadamente los materiales porosos. La
utilizacin del Modelo Dual, el cual est dentro de los llamados modelos discretos, nos permite
una representacin intuitiva del espacio poroso como as tambin la incorporacin en forma
consistente de distinto grado de desorden, siempre presente en los mismos. Esta es una ventaja
importante del Modelo Dual frente a otros modelos los cuales incorporan dichas caractersticas
de una forma independiente1 y aparentemente alejada de la realidad.
En trabajos anteriores18 se ha utilizado el Modelo Dual para caracterizar slidos porosos
tridimensionales, pero sin tomar en cuenta las correlaciones espaciales en ellos presentes y tan
29
importantes a la hora de simular los distintos fenmenos de inters. Por lo que extenderemos
el estudio del comportamiento de las correlaciones espaciales a sistemas tridimensionales.
A continuacin presentaremos los resultados obtenidos en redes tridimensionales de
conectividad constante z = 6, es decir, cada sitio esta conectado a 6 enlaces en un arreglo
tridimensional cbico simple. El problema se enriquece notablemente si variamos la
conectividad pero se dificulta notoriamente a la hora de discernir sobre cual es el efecto
predominante sobre un determinado proceso simulado sobre dichas redes, adems, estudios
recientes sugieren que el efecto ms importante es debido a las correlaciones19. Como en la
seccin anterior, nos concentraremos en el estudio de las correlaciones espaciales que se
presentan en las estructuras generadas a travs del Modelo Dual.
Para disminuir el efecto de tamao finito se utilizaron condiciones de borde peridicas, y se
determin, mediante el estudio de la funcin de correlacin espacial, cul deba ser el tamao
lineal mnimo de una red, dado su traslape para alcanzar el equilibrio estadstico.
El comportamiento observado es anlogo al encontrado en redes bidimensionales,
observndose una menor velocidad en alcanzar el equilibrio, es decir, un mayor tiempo de
intercambio t e q (tiempo de equilibrio). Adems, como se hace necesario generar redes de
tamao lineal mayor que la longitud de correlacin espacial caracterstica para ese (como
mnimo un orden de magnitud mayor). Por ejemplo para = 0.7 se obtiene un r0 30 ; por
lo que si deseamos una red libre de efectos de tamao deberemos generarla con un L 10 r0 ,
o sea, L 300. Esto implica generar un arreglo que pueda almacenar 2.7 x 107 sitios y 8.1 x 107
enlaces, considerando que cada elemento ocupa 4 bytes necesitamos unos 400 megabytes de
memoria RAM para almacenar dicha estructura. Si bien contamos con computadoras con esa
cantidad de memoria RAM, los procesos a simular en dichas redes consumen mucho tiempo
de clculo. Esto nos limita a utilizar tamaos de red del orden de L 128. Adems, como en el
caso bidimensional, la longitud de correlacin espacial aumenta a medida que incrementamos
el traslape, por lo que traslapes mayores a 0.7 ( L = 300) no podrn ser simulados con la
capacidad de clculo actual.
30
En este ltimo punto hay que hacer una observacin, cuando decimos que no podemos
construir redes de traslape mayor a 0.7, nos referimos a generar redes en donde la longitud de
correlacin espacial ha llegado al equilibrio, bien podramos simular redes de hasta 0.9
con un dado valor de r0 que an no ha llegado al equilibrio, por ende el valor de r0 no ser muy
grande y el tamao lineal de red necesario para evitar efectos de tamao no ser prohibitivo.
Adems, hay que tener en cuenta para que sern usadas dichas redes, en nuestro caso el
presente trabajo est pensado para que en una segunda etapa se utilicen est clase de redes para
representar slidos mesoporosos tridimensionales, simulando en ellos procesos de adsorcindesorcin y levantar las correspondientes isotermas20. Esta clase de redes han demostrado ser
aptas para tratar este tipo de problema. Al da de hoy, se continua trabajando en este tema con
el objeto de caracterizar slidos mesoporosos a partir de datos experimentales, obtenindose
resultados ms que alentadores21.
En las imgenes de la Figura 1-17 se observa la importancia del tamao lineal de las redes
tridimensionales y como vara la topografa de las mismas a medida que aumenta el tiempo.
Igual que en el caso bidimensional se observa la formacin de regiones de elementos similares
entre s (parches). Estas son cada vez ms grandes a medida que aumenta el traslape y dicho
aumento es acentuado cuando el sistema llega al t = t e q . Estas fotografas nos advierten sobre
cuan importante es el efecto de las correlaciones sobre la topologa del sistema (incluso para
traslapes intermedios), y por ende, la precaucin que debemos de tener cuando simulemos en
ellos los procesos fsico-qumicos de inters ya que sern fuertemente afectados.
Obteniendo la Funcin de Correlacin Espacial y, a partir de sta, la longitud de correlacin
espacial, podemos establecer criterios de equilibrio anlogos al caso en 2 Dimensiones, con la
salvedad de que estaremos limitados a < 0.7 debido a la capacidad computacional actual.
Los elementos son del tipo Float, es decir, cada dato ocupa 32 bits (4 bytes).
31
= 0.5
= 0.6
= 0.7
L = 32
t=0
L = 32
t = teq
RS
L = 64
t=0
L = 64
t = teq
32
= 0.5
2
L = 128
t=0
= 0.6
RS
= 0.7
3
L = 128
t = teq
Figura 1-17 :Fotografas de redes tridimensionales para diferentes tamaos y traslapes. Se observa
como la topografa del sistema es fuertemente influenciada por estos parmetros y por el tiempo.
La columna de la izquierda corresponde a = 0.5, la central a = 0.6 y la de la derecha a = 0.7. La
primer fila de cada juego de fotografa representa al sistema en el instante en que se verifica el PC. La
segunda fila es para t = t e q , es decir, cuando el valor de r0 se estabiliza.
33
descender a una presin levemente mayor a la que debera ser22. Dicho efecto desaparece para
L 100 ( <0.75).
1.2
1.0
0.8
r 0 0.6
L = 32
L = 64
L = 128
0.4
0.2
0.0
1x10
2x10
3x10
4x10
5x10
50
40
r0
30
L
L
L
L
20
10
=
=
=
=
32
64
100
128
50
r0
40
30
20
L = 32
L = 64
L = 128
10
0
0
1x10
2x10
3x10
t 4x10
5x10
6x10
Figura 1-18 :Longitud de correlacin r0 versus t hasta que el equilibrio es alcanzado. De arriba hacia
abajo: =0.5, =0.6 y = 0.7. En =0.5 la escala del tiempo llega hasta 5x104, mientras que para
las otras dos llega hasta 6x105 pasos de Monte Carlo.
34
Referencias
1
M. Sahimi, Flow and Transport in Porous Medias and Fractured Rock; VCH: Weinheim, Germany,
1995; and references therein.
2
A.-L. Barabsi and H.E.Stanley, Fractal Concepts in Surface Growth; Cambridge University Press,
1995.
3
V. Mayagoitia, B. Gilot, F. Rojas and I. Kornhouser. J. Chem. Soc., Faraday Trans. I, 84,
801, (1988).
6
V. Mayagoitia, M. J. Cruz and F. Rojas. J. Chem. Soc., Faraday Trans. I, 85, 2071, (1989).
10
J.L. Riccardo, M.A. Chade, V.D. Pereyra and G. Zgrablich, Adsorption and Surface
Diffusion on Generalized Heterogenous Surfaces. Langmuir 8, 1518. (1992)
11
12
14
G. J. Gregg and K. S. W Sing, Adsorption, Surface Area and Porosity. Academic Press, London
1982.
15
F . A. L. Dullien, Porous Media: Fluid Transport and Pore Structure. (Academic Press, New York,
1979).
16
N. A. Seaton, Determination of the connectivity of Porous Solids from Nitrogen Sorption Measurements.
Chem. Eng. Sci. 46, 1895 (1991), H. Liu, L. Zhang and N. A. Seaton, Chem. Eng. Sci. 47,
35
4393 (1992), H. Liu, L. Zhang and N. A. Seaton, Chem. Eng. Sci. 49, 1869 (1993).
R.H. Lpez, A.M. Vidales , G. Zgrablich, F. Rojas, I. Kornhauser and S. Cordero.
Determination of Pore Size Distributions Using the Dual Site-Bond Model: Experimental Evidence. Colloid
and Surfaces, A: Physiochem. and Eng. Asp. In Press (2002).
17
R. H. Lpez, A.M. Vidales and G. Zgrablich. Determination of The Pore Size Distribution of
Correlated Mesoporous Networks, Granular Matter, 3 Issue 1/2 69-73 (2001).
21
R. H. Lpez, A.M. Vidales and G. Zgrablich Influence of Pore Size Distributions on Sorption
Isotherms: 3-D Simulation Experiments, Proceedings of the Sixth International Conference of
Fundamentals of Adsorption (FOA 6), 873, (1998).
22
36
Capitulo 2
Procesos Percolativos
37
La
malla
tiene
sus
de
potencial,
de
C or r ien te
va cortando interconexiones al
pc
ir
disminuyendo,
0.0
0.5
1.0
Figura 2.1:
2-0: Esquema del problema del saboteador
estocstico. En la parte inferior se grafica la corriente en
funcin del porcentaje de enlaces no cortados.
38
La pregunta que nos hacemos es: cuntas (que porcentaje de) conexiones deber
cortar el saboteador para interrumpir el flujo de corriente?
Esta pregunta apunta hacia la cuestin central del Modelo de Percolacin:
La existencia de una transicin aguda donde la conectividad de largo alcance desaparece (la
corriente se hace cero). El porcentaje de enlaces para el cual se produce este cambio
dramtico en la longitud de correlacin del sistema, es lo que se denomina umbral de
percolacin, pc . En este punto, todas las propiedades significativas del sistema varan
cuantitativamente. La parte inferior de la Fig. 2.1 muestra la curva de la corriente en
funcin del porcentaje de conexiones no cortadas, observndose el efecto macroscpico
que ocurre cuando la fraccin de enlaces no cortados es del 50%. En este punto el sistema
pasa de conducir electricidad a no conducir.
Para utilizar un lenguaje comn, ilustraremos el problema de percolacin con un
arreglo de sitios cuadrados tal como es mostrado en la Figura 2-2, en donde cada sitio est
aleatoriamente ocupado con una probabilidad de ocupacin (concentracin) p , esto es,
cada sitio est ocupado (con probabilidad p) vaco (con una probabilidad 1-p = q )
independientemente del estado (lleno u ocupado ) de cualquiera de sus vecinos. En dicha
Figura se puede apreciar grupos de sitios ocupados o vacos. Llamaremos cluster o racimo
a un grupo de sitios ocupados de primeros vecinos. La teora de la percolacin trata con el
nmero y las propiedades de estos clusters.
Figura 2-2: Percolacin sobre una red bidimensional de tamao lineal L = 6. Los sitios estn
ocupados con una probabilidad p = 21/36 0.59. En dicho red existe un cluster percolante de
tamao 8 (), un cluster de tamao 7 (), un cluster de tamao 4 () y dos cluster de tamao 1 ().
39
# nn
2
3
4
6
pc (Sitios)
1
0.6962
0.592746
1/2
3d Diamante
3d Cbica simple
3d BBC
3d FCC
Red de Bethe
4
6
8
12
z
0.43
0.3116
0.246
0.198
1/(z-1)
pc (Enlaces)
1
1-2sen(/18) 0.65271
1/2
2sen(/18) 0.34729
0.388
0.2488
0.1083
0.119
1/(z-1)
Tabla 2-1: Los umbrales de percolacin del problema de percolacin de sitios para diferentes
geometras estn dados en la tercer columna. La columna 2 lista el nmero de primeros vecinos.
Observes que en una dada dimensin, el umbral de percolacin disminuye a medida que aumenta
el nmero de primeros vecinos.
40
Figura 2-3: Percolacin en un cluster bidimensional de tamao lineal L x L = 150 x 150 para
diferentes probabilidad p = 0.45, 0.55, 0.59, 0.65 y 0.75 de izquierda a derecha. Los sitios ocupados
son mostrados en gris mientras que los sitios que pertenecen al cluster ms grande son
representados en negro. Los sitios blancos no estn ocupados. Observe que el cluster ms grande
percola para p 0.59.
n1 (p) = pq 4
(2.1)
n 2 (p) = 2p 2 q 6
(2.2)
41
Para calcular n S (p) nos encontramos con un problema de teora de grafos que
consiste en enumerar todos los diferentes racimos conectados que pueden construirse con s
sitios de la red. Este problema fue considerado por primera vez por Golomb2 que
denomin a los racimos con el nombre de polinomios . Harary 3 hizo notar que el mismo
problema se presenta en biologa en la enumeracin de los diferentes posibles tipos de
animales celulares, y llam a los racimos animales reticulados, trmino que es ahora
ampliamente aceptado. Para calcular su contribucin a n S (p) se necesitan dos nmeros
asociados a un tipo particular de animal reticulado:
1. El nmero de sitios perimtricos t necesario para aislarlo.
2. El nmero de maneras independientes g st en que pueden colocarse sobre la red un
animal reticulado de tamao s y permetro t.
En general la expresin para el nmero de cluster es:
ns (p) = g(s,t) p s q t
(2.3)
sns (p) = p
s
( p < pc )
(2.4)
P ( p ) + sn s (p) = p
s
(2.5)
La suma corre sobre todos los s finitos y por supuesto excluye al cluster infinito. La ec.
(2.5)se reduce a la (2.4) para p < pC , ya que P(p), la probabilidad de que un sitio
arbitrario pertenezca al cluster infinito, es idntica a cero en ese rango.
Desafortunadamente no es posible obtener una solucin analtica para el nmero de
cluster n S (p) en d > 1, ya que hay un nmero muy grande de diferentes formas en que los
42
s =1 sn s
(2.6)
ns (pc ) s -
(2.7)
converge si a < -1
a
s =
s=1
diverge si a -1
(2.8)
2 - -1 3
(2.9)
s=1
s=1
1-
sn s (p) s < > 2
(2.10)
Que esta de acuerdo con los valores obtenidos por simulacin para el exponente crtico
universal .
43
Por supuesto, existen otra relaciones de escaleo con sus correspondientes exponentes
crticos. Un sumario de exponentes crticos y de relaciones entre ellos puede ser consultado
en la Ref. 7.
Por ltimo enfocaremos nuestra atencin a la geometra del cluster, para esto,
estudiaremos la geometra fractal, la cual nos da informacin sobre la densidad del cluster
en diferentes escalas de longitud. Consideremos la cantidad M(L), la cual denota la masa del
cluster percolante encerrada en un red de tamao lineal L . Si el cluster percolante fuera un
objeto compacto, entonces, M(L) LD, en donde D es la dimensin Eucldea (para un
cluster bidimensional D = 2). Sin embargo, se encuentra que, para p = pC el cluster
percolante es un objeto fractal con una dimensin fractal Df < D. Es decir para el cluster
percolante tenemos que:
M(L ) L
Df
(2.11)
44
Figura 2-4: Masa del cluster ms grande a p = pc (cluster percolante), como funcin del tamao
lineal del red, L.
45
Canal
Espacio poroso
Enlace
Sitio
Espacio poroso
Figura 2-5: Representacin esquemtica del espacio poroso mediante sitios y enlaces. En la fila
superior se observa una porcin de un material poroso (derecha) y una ampliacin de dicha
estructura (izquierda). En la fila siguiente se muestra como se asocia el espacio poroso y los canales
a los sitios y enlaces respectivamente.
46
Consideremos un slido poroso cuyo espacio poroso est ocupado por un fluido
no mojante (ver Figura 2-6 ) , por ejemplo petrleo, el cual est siendo desplazado por un
fluido mojante como el agua a una velocidad infinitesimal y constante. En este lmite, las
fuerzas viscosas son dominadas completamente por las fuerzas capilares que actan sobre
la interfase petrleo-agua. Como el desplazamiento es cuasi-esttico, la diferencia de
presin entre los dos fluidos en la interfase est dada por la ecuacin de Young-Laplace12:
1 1
Pcap = Pn w Pw = +
r1 r2
(2.12)
> 90
> 90
<<9090
Las fuerzas capilares son ms fuertes en los espacios ms estrechos del medio
poroso, por lo que la interfase agua-petrleo avanzar por los poros de radios ms
pequeos, estando la dinmica del proceso gobernada por el radio local de los poros. Esto
es consistente con modelos tericos simples y observaciones experimentales13, en donde el
agua desplazaba al petrleo de los poros accesibles ms pequeos.
Cuando un fluido mojante (agua) desplaza espontneamente a uno no mojante
(petrleo) de un slido poroso hablaremos de imbibicin. Si es el no-mojante el que se
inyecta en el medio poroso y desplaza al mojante diremos que se produce un drenaje.
47
Como hemos visto, en la imbibicin el frente avanza por el espacio mas pequeo, con lo
que, si simulamos dicho fenmeno en una red de sitios y enlaces generada con el modelo
Dual, en donde cada sitio est conectado a enlaces de menor tamao, la interfase avanzar
preferentemente por los enlaces. De modo que, en la imbibicin el avance estar
determinado principalmente por el tamao de los sitios, que son los "ms difciles" de
ocupar. En cambio, en el drenaje son los enlaces los que limitan el avance del frente.
No mojante
Mojante
8 , 14
defensor es incompresible, por lo que puede ser entrampado si es rodeado por el fluido
invasor, en este caso se forman regiones aisladas de fluido defensor a las que llamaremos
islas. (Figura 2-8).
El otro modelo, la percolacin invasiva sin entrampamiento (NTIP) 8 asume que el
fluido defensor es compresible por lo que no habr entrampamiento.
Es claro que el primer modelo es el que ms se adecua para tratar el problema de flujo de
lquidos y es en el que nos concentraremos. En la versin estndar de este modelo se
trabaj con una red bidimensional slo de sitios, y se le asign a cada sitio un nmero
random uniformemente distribuido entre [0 , 1]. Luego, el fluido invasor fue inyectado en
el medio, desplazando en primer lugar al fluido defensor que ocupaba los sitios con el
menor nmero random, luego de invadir un sitio se debe controlar la formacin de
regiones de fluido defensor entrampado. Esta clase de procesos tiene dos umbrales de
percolacin (percolation threshold), el primero es cuando el fluido invasor arriba por
primera vez al extremo opuesto del medio que es el instante en donde se forma el cluster
percolante de fluido invasor y el segundo es cuando el fluido defensor cesa de percolar, es
decir, solo queda en el medio islas o fluido invasor. El algoritmo que emplearon fue el
siguiente :
48
Figura 2-8:
Representacin de una red
de LxL sitios y 2LxL enlaces, con
L = 5. Inicialmente la red est llena
con el fluido defensor (), en este
caso, un fluido no-mojante por
ejemplo petrleo. El fluido atacante
()
ser
agua
(mojante).
El
se
han
supuesto
49
50
Esto esta avalado por un sin nmero de estudios numricos y simulaciones de Monte
Carlo. En 3 dimensiones no se ha reportado diferencias importantes en la dimensin fractal
del cluster percolante entre la TIP y la percolacin random (Df 2.53).
Fludo
Defensor
Fludo
Invasor
51
random, con una dimensin fractal de Df = 1.8959 para el cluster percolante sobre una red
cuadrada
de sitios19. Mientras
aceptada es,
Df = 1.825, algo menor que la de la percolacin random. En otras palabras, hasta ahora se
asuma que las propiedades de escaleo de la TIP en dos dimensiones eran universales,
independientes del tipo de red y distintas de las de la percolacin random.
A principios del ao 2002, Knackstedt et al 19 publicaron resultados de TIP y NTIP
obtenidos de simulaciones sobre arreglos en 2D en donde reportaron estimaciones muy
precisas de la dimensin fractal del cluster percolante en diversos tipos de redes que
indicaban, en contra de lo que se supona, que las propiedades de escaleo de este modelo
no son universales y dependen del red. Los resultados indican que la Df del cluster
percolante en redes con bajo nmero de coordinacin Z , tienen el valor generalmente
aceptado de Df = 1.82, pero tiende al valor Df = 1.89 de la percolacin random para valores
de Z lo suficientemente grandes. Al aumentar la conectividad disminuye el efecto del
entrampamiento por lo que es de esperar este tipo de comportamiento. La Tabla 2-2
muestra dichos resultados.
Figura 2-10: A la izquierda se observa una fotografa del experimento de la Ref. 17, en la cual el
fluido mojante (negro) es desplazado por el no mojante (blanco), el cual ha sido inyectado desde el
extremo izquierdo. A la derecha se observa una ampliacin de la red en donde se puede apreciar
con detalle los canales y la interfase. La distancia aproximada entre nodos es de 0.8 mm.
52
Red
Sitios NTIP
Sitios TIP
Hexagonal
Cuadrada
Triangular
Estrella
Enlaces TIP
Cuadrada
Df
1.8959 (1)
3
4
6
8
1.831 (6)
1.825 (4)
1.890 (2)
1.896 (2)
1.822 (8)
Tabla 2-2: Valores de la dimensin fractal de varios redes en 2D. Dichos resultados fueron
extrados de la Ref. 19. El nmero entre parntesis indica el error estimado en la ltima cifra.
Sin embargo, la mayora de los procesos de percolacin invasiva que han sido
tratados hasta el presente no tienen en cuenta la presencia de correlaciones espaciales. La
naturaleza del desorden en mucha clases de medios porosos desordenados est lejos de ser
aleatoria y por el contrario existen correlaciones espaciales de cierta extensin. Sin
embargo, las propiedades de escaleo de modelos percolativos con correlaciones finitas son
las mismas a las de la percolacin ordinaria, siempre y cuando la longitud de escala de
inters sea mayor que la longitud de correlacin. Mas an, si la funcin de correlacin
decae ms rpido que:
C(r) r - d
(2.13)
donde r es la distancia entre dos puntos y d la dimensin del sistema, las propiedades del
sistema son idnticas a las de la percolacin esttica7. Ahora bien, en los reservorios de
petrleo o de agua, hay presente correlaciones de largo alcance cuya extensin es la misma
o comparable con la extensin del sistema. El Modelo Dual presenta correlaciones que
pueden describir este tipo de comportamiento y como vimos en el captulo anterior estn
dadas por:
C(r) e
r
r0
(2.14)
53
Si r0 1 la curva descripta por (2.14) ir siempre por debajo de la (2.13), por lo que las
propiedades del sistema sern las mismas que las de la percolacin esttica. Pero si r0 > 2 la
situacin se revierte y en este caso las propiedades del sistema sern diferentes.
Aumentando el valor de r0 se pueden lograr correlaciones del orden del tamao del sistema.
Las ec. (2.13) y (2.14) describen sistemas en los cuales las correlaciones decrecen a medida
que se incrementa r. La percolacin con correlaciones de largo alcance en las cuales C(r) se
incrementa cuando crece r presenta caractersticas muy distintas a las anteriores. Un
proceso estocstico con una funcin de correlacin que se incrementa con r es el
movimiento fraccional Browniano (FBM) 20 en donde:
C (r) r 2H
(2.15)
H es el exponente de Hurt y slo son de inters fsico los H > 0, en especial los H <1/2 ya
que para esos valores el cluster percolante presenta dimensin fractal, mientras que para
H>1/2 las correlaciones son positivas y el racimo percolante es compacto.
Sahimi 21 fue el primero en proponer un proceso percolativo con este tipo de correlaciones.
La motivacin para usar esta clase de modelo provino de los trabajos de Hewett22, quien
analiz la distribucin de permeabilidad y la porosidad de rocas heterogneas a grandes
longitudes de escala, (del orden de cientos de metros) y mostr que la distribucin de
permeabilidad de ciertos reservorios de petrleo y de agua podran ser descriptos por el
FBM.
Lo anterior justifica un estudio en profundidad de cmo la percolacin invasiva es afectada
por las correlaciones del tipo de las generadas por el modelo Dual. Para ello utilizaremos
un modelo de sitios y enlaces23 que es ms representativo de un slido poroso real.
En el captulo siguiente nuestro objetivo ser mostrar como son afectados los diferentes
parmetros de inters de la TIP realizada sobre redes cuadradas de sitios y enlaces ante la
presencia de correlaciones espaciales generadas por el Modelo Dual, en particular veremos
que anlogamente con la conectividad, la Df
54
Referencias:
R. Zallen, The Physics of Amorphous Solids , John Willey & Sons, NY (1983).
D. Wilkinson and J. Willemsen. Invasion percolation: a new form of percolation theory. J. Phys
A: Math. Gen. 16, 3365 (1983).
10
Chandler R., Koplij J., Lerman K., and J. Willemsen. J. Fluid Mech. 119, 249 (1982).
11
12
LS. J. Gregg, K. S.W. Sing, Adsorption, Surface Area and Porosity, Academic Press, New
York (1982).
13
Madalena M. Dias and D. Wilkinson. Percolation with trapping. J. Phys A: Math. Gen. 19,
3131 (1986).
15
Martin J. Blunt and Harvey Scher. Pore-level modeling of wetting. Phys. Rev. E. 52, 6387
(1995).
16
Hoshen J. And Kopelman R. , Percolation and cluster distribution I. Cluster multiple labeling
technique and critical concentration algorithm. Physical Review B. 14, 3438 (1976).
17
55
19
20
21
22
23
56
Capitulo 3
57
comprendido en
[ 1.5 , 2.5] para sitios y la de enlaces era desplazada hasta obtener el traslape deseado. El
valor de L fue variado desde 32 a 512, dependiendo del traslape. Para evitar efectos de
tamao finito se utilizaron condiciones de borde peridicas1 en los laterales y, la eleccin
del valor del L mnimo, Lm i n , fue realizado en base a la discusin del captulo 1 en donde
concluimos que una buena eleccin es: Lm i n > 10 r0 . Todas las simulaciones fueron
promediadas, dependiendo del tamao de L , entre 5000 y 10000 veces para las redes con
128 L y entre 500 y 1000 promedios para las redes con 128 < L < 300.
Figura 3-1: Esquema ilustrativo de las condiciones iniciales del proceso invasivo. El fluido
invasor es inyectado desde la izquierda a travs de los enlaces, desplazando al fluido defensor que al
inicio de la simulacin ocupa todo el espacio poroso. Los enlaces en lnea de puntos nos dan idea
de las condiciones de borde peridicas en los laterales. Por simplicidad sitios y enlaces presentan el
mismo tamao.
Se supone fluidos incompresibles con lo que el fluido defensor slo puede retraerse
y escapar por la arista opuesta por la que es inyectado el atacante. Las otras dos caras
58
poseen condiciones de borde peridicas. El esquema de la Figura 3-1 nos da una idea de
las condiciones iniciales del proceso.
Simularemos un proceso de imbibicin, por lo que el fluido invasor ser mojante y la
invasin comenzar por el enlace ms pequeo de la izquierda. El algoritmo utilizado es
similar al de la seccin anterior, salvo ciertas diferencias que sirven para acelerar las
simulaciones. El algoritmo empleado fue el siguiente:
1. Se genera una red cuadrada de sitios y enlaces de un determinado traslape en base al
Modelo Dual. Inicialmente todos los sitios y enlaces estn ocupados con el fluido
defensor.
2. Se identifica el menor de los enlaces de la cara izquierda y se lo invade.
3. Se actualiza la interfase, es decir, se agregan a la lista de elementos a invadir, todos los
primeros vecinos disponibles del ltimo elemento invadido. Si el ltimo elemento
invadido fue un enlace se agrega a la lista un sitio, si fue un sitio se pueden llegar a
agregar tres enlaces. Dicha lista es automticamente ordenada de menor a mayor.
4. Las regiones ocupadas por el defensor que estn rodeadas por el invasor son
entrampadas y no sern invadidas. Para detectar las regiones entrampadas usamos un
algoritmo recursivo2 que ha mostrado ser entre un 30 y un 40% ms veloz que el de
Hoshen-Kopelman.
5. Se invade el primer elemento de la lista ordenada en el paso 3 y se actualiza dicha lista.
6. El proceso termina cuando el invasor alcanza el lado opuesto, en ese punto se forma el
cluster percolante y se almacenan las cantidades de inters (Volumen invadido, nmero
de sitios-enlaces invadidos, cantidad de islas entrampadas, etc.). Si an no se ha
formado el cluster, se vuelve al punto 3.
7. A la red generada en el punto 1) se la termaliza un determinado nmero de pasos de
Monte Carlo hasta alcanzar el equilibrio (por lo que aumenta la longitud de correlacin
espacial r0 ) y se realiza una nueva TIP en esta nueva red.
La principal modificacin introducida al algoritmo original est en el punto 3), en donde se
ha creado una lista para almacenar en forma ordenada de menor a mayor todos los
elementos que pueden ser invadidos. Esto hace mucho ms eficiente el algoritmo ya que no
es necesario recorrer en cada paso de la invasin toda la interfase buscando el menor
59
La simulacin de mayor tamao reportada de una TIP sobre una red cuadrada bidimensional es para
L = 8192. (Ref. 5)
60
RS = 3.0
RS
RS = 2.0
t= 0
t = 50000
t [Pasos de Invasin]
Figura 3-2: La ilustracin superior representa una superficie generada por el Modelo Dual con
L = 512 y traslape 0. El tamao de los sitios esta distribuido uniformemente entre 2 (azul) y 3
(verde). La figura siguiente (izquierda) muestra el instante de tiempo cuando el fluido invasor (rojo)
lleg al breakthrough, luego de haber invadido 49135 sitios y 133781 enlaces (182916 pasos de
invasin). Las zonas en gris corresponden al fluido defensor entrampado. La figura de la derecha
representa la dinmica del proceso, en ella se aprecia la secuencia temporal (en intervalos de 50000
pasos de invasin) de invasin del fluido.
Nota: De 500 redes generadas con L = 512, se eligi est red, ya que es la estadsticamente ms
representativa .
61
= 0.0
162755
59874
22026
M 8103
2981
1097
403
148
32
55
148
403 512
Figura 3-3: Representacin sobre una escala doble-logartmica del nmero de sitios, enlaces y el
total de elementos invadidos versus el tamao lineal L del sistema. Las lneas llenas, de trazos y
punteadas representan los ajustes lineales respectivos. La barra de error de cada punto no se la ha
representado ya que es del orden del tamao del smbolo.
Nr o . Isla s (%)
0.5
0.4
0.3
0.2
0.1
0.0
0
Tam a o
10
11
12
Figura 3-4
Histograma de la distribucin de islas de sitios. Casi el 50% corresponden a islas de tamao 1. Se ha
graficado slo hasta un tamao 12, ya que las islas de mayor tamao son muy escasas (pero existen
y debido a su tamao influyen fuertemente en el proceso).
62
Como era de esperar la recta correspondiente a los enlaces va por encima de la de sitios
(recordemos que hay el doble de enlaces que de sitios y, adems, cuando no hay traslape,
todos los enlaces son ms pequeos que los sitios y por lo tanto ms fciles de invadir).
Estos resultados numricos estn avalados por trabajos tericos6 en donde se obtuvieron
aproximaciones analticas del valor de Df
3-4 se ha representado la
ns s
(3.1)
N s (s) = sn s
s>
(3.2)
N s (s) s 2 -
(3.3)
63
recta de la curva tiene pendiente negativa, como era de esperar. El valor obtenido a partir
del ajuste de la ec. (3.3) para diferentes valores de L fue de 2.06 , lo que esta en un
muy buen grado de acuerdo con el valor de la percolacin esttica.
10
10
10
-1
10
-2
10
-3
10
-4
Ns
L = 256
L = 512
10
10
10
10
10
Figura 3-5: Grfica de ns vs. s para una red de L =512. La lnea a trazos representa el ajuste lineal y
su pendiente nos da el valor de -. (El exponente de Fisher). Observes como aumenta la
dispersin en los datos a medida que crece s.
2980.96
1096.63
403.43
148.41
54.60
ns
20.09
7.39
2.72
1.00
0.37
0.14
0.05
0.02
0.01
0.00
1
20
55
148
250
Figura 3-6: Distribucin de tamaos de islas entrampadas acumulada en el umbral NS , vs. s para
dos valores de L. La lnea a trazos representa el ajuste lineal.
64
1 /D
. Esto
65
2.0
RS
3.0
0 64 128
256
512
50000 t[Pa s o s d e I nv a si n]
Figura I (
= 0.5) : Islas= 3929 - VS.= 0.13872 - Vb.= 0.46566 - Sitios= 51648 - Enlaces= 135636 - v m = 0.00275
Islas= 4072 - VS.=0 .13602 - Vb.= 0.45593 - Sitios= 52462 - Enlaces= 132690 - v m = 0.00281
Figura II (0.7): Islas=3748 - VS.=0.1537 - Vb.= 0.47503 - Sitios= 57890 - Enlaces= 145549 - v m = 0.00252
Islas=4779 - VS =0.13636 - Vb.= 0.42202 - Sitios= 51998 - Enlaces= 131277 - v m = 0.00279
2.0
RS
3.0
0 64 128
256
512
Figura III (0.8): Islas= 4529 - VS = 0.14232 - Vb.= 0.4232 - Sitios= 54380 - Enlaces= 131632 - v m = 0.00275
Islas= 5152 - VS = 0.13118 - Vb.= 0.40317 - Sitios= 52272 - Enlaces= 131117 - v m = 0.00279
Figura IV (0.9): Islas= 5969 - VS = 0.141 - Vb.= 0.421 - Sitios= 55696 - Enlaces= 136068 - v m = 0.00267
Islas= 5776 - VS = 0.135 - Vb.= 0.390 - Sitios= 53899 - Enlaces= 132752 - v m = 0.00274
2. Racimo invasor (rojo) e islas de fluido entrampado (gris claro) en el umbral percolante.
3. Dinmica del proceso hasta el breakthrough, los diferentes colores representan
intervalos de 50000 pasos de invasin (las islas entrampadas estn en gris ).
Adems la primer fila de cada juego de Figuras es para t = 0 y la segunda fila para t = t e q .
Si observamos slo las primeras filas de cada conjunto de fotos , vemos que el racimos
percolante se vuelve mas compacto a medida que aumenta la correlacin (dejemos de lado
por ahora la correspondiente a =0.9).
En la Figura 3-7 se muestra la dependencia con de vm , la velocidad media del frente,
definida como:
vm =
L
N
(3.4)
66
Ve lo c i d a d m e d i a e n e l U m b r a l
0.0064
t= 0
t= t eq
0.0062
0.0060
0.0058
0.0056
0.0054
0.0052
0.0050
0.0048
0.0046
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Figura 3-7: Dependencia de la velocidad media con el traslape . Los smbolos llenos
corresponden a simulaciones realizadas sobre redes sin relajar. Los smbolos vacos a redes que han
alcanzado su equilibrio, es decir, su longitud de correlacin se ha estabilizado. Las lneas son slo
guas y las barras indican los errores estadsticos.
presencia de este mnimo se puede explicar observando las fotos de la Figura III, en
67
donde se represent una red de L = 512 con un traslape de = 0.8 antes y despus de
relajar.
0.180
0.175
0.170
0.165
Vs
0.160
0.155
0.150
0.145
0.140
0.135
t= 0
t= t eq
0.130
0.125
0.120
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Figura 3-8: Fraccin del volumen de los sitios invadidos hasta el momento del breakthrough en
funcin de . Las barras indican los errores estadsticos y las lneas son slo guas.
Al principio, (sin relajar) la topografa nos muestra una superficie dividida en parches de
un tamao medio de aproximadamente 10 unidades de ltice, recordemos que estos
parches son regiones de sitios y enlaces de tamaos similares, y que cuanto ms grande es la
longitud de correlacin ms extensos sern dichos parches. Ante este paisaje, el frente
invasor ingresa al primer parche que encuentra disponible e invade un sitio (enlace); como
los vecinos de ese elemento invadido son de un tamao muy similar (ya que pertenecen al
mismo parche) el frente continua invadiendo gran parte de la superficie de la regin hasta
que no queden ms elementos similares para invadir, en ese punto el frente viajar a otro
parche y as sucesivamente hasta el breakthrough. Adems, como los parches no son muy
grandes, hay poca probabilidad de que se produzcan grandes entrampamientos dentro de
los parches, en su interior slo podr haber pequeas islas (menores al tamao medio del
parche). Sin embargo, se observan grandes entrampamientos en el sistema, los cuales son
generados por conjuntos de parches que encierran regiones de fluido defensor.
Ahora bien, cuando relajamos la red, el efecto es que aumente la longitud de correlacin, es
decir, aumenta el tamao medio del parche por lo que de tener un sistema con muchos
68
parches pequeos, pasamos a tener un sistema con unos pocos parches grandes. Para el
frente invasor un parche sigue siendo un parche y una vez que ingresa en uno de ellos, le es
"ms favorable" permanecer en l. La diferencia est en que, debido a la gran extensin y la
poca cantidad de los nuevos parches, lo ms probable es que, una vez que el invasor
ingrese a uno, lo recorra hasta agotarlo, salte al siguiente parche, lo recorra, etc. pero esto
slo lo puede hacer pocas veces (debido a la poca cantidad de parches). Al tercer o cuarto
parche recorrido, el fluido habr llegado al otro extremo. Tngase presente que as como
hay parches de sitios-enlaces pequeos, tambin los hay de sitios-enlaces grandes muy
difciles de invadir y, adems, stos pueden envolver a los parches "fciles de invadir"
hacindolos inaccesibles para el fluido invasor.
Esta suma de factores hace que para un dado traslape, cuanto mayor sea su tiempo de
relajacin menor ser la efectividad de la invasin en cuanto al volumen invadido hasta el
breakthrough, es decir menor ser el volumen invadido. Obviamente esto implica un
aumento en la velocidad media para traslapes > 0.6. Dicho mecanismo de llenado puede
ser confirmado apreciando las fotografas de las Figuras II y III de la dinmica del proceso.
En la Figura 3-9 se observa la distribucin de islas versus el ln(s)/ln(2) para redes de
L = 256 y = 0.8 antes y despus de relajar, junto con la correspondiente para redes con
traslape cero. Como se discuti previamente, la curva para t = 0 nos muestra una mayor
1096.63
=0
403.43
148.41
54.60
Ns
20.09
7.39
2.72
1.00
0.37
= 0.8
0.14
t= 0
t = t eq
0.05
s = 128
0.02
0
ln (s)/ln (2)
10
12
14
Figura 3-9: Distribucin del tamao de islas en el breakthrouhg para redes de L = 256 y diferente
traslape.
Las islas de tamao s =1 estarn en ln(1)/ln(2) =0, las de s = 2, 3 en 1, las de s = 5,6,7 en 3 y as siguiendo....
69
70
sospecha, los sitios-enlaces ms pequeos estn en la zona central, y a medida que nos
acercamos al borde, encontramos los elementos ms grandes. La aparicin de este
gradiente de tamao provoca tan particular mecanismo de llenado de estas regiones, lo que
da lugar a un menor entrampamiento (dentro de los parches) y en consecuencia a un
aumento del volumen invadido. Este comportamiento no monnoto de ciertas cantidad
como funcin del traslape se ha observado en el umbral percolativo en sistemas
correlacionados de sitios-enlaces9
Como puede apreciarse en las Figura 3-10, la distribucin del tamao de islas para los
distintos traslapes presentan, cualitativamente, caractersticas similares al caso sin traslape,
predominando las islas de menor tamao. Alrededor del 90% de las islas son de un tamao
menor a 5 (independientemente del traslape) y la mitad o ms corresponde a islas de
tamao 1 (para = 0.8 el 65% de las islas son de tamao unidad).
0.7
0.7
= 0.55
Nr o . Isl a s (% )
0.6
0.5
t= 0
t = t eq
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0.0
0.0
0
0.7
T a m a o (s)
10
11
12
0.7
= 0.8
0.6
Nr o . Isl a s (% )
= 0.7
0.6
t= 0
t = t eq
0.4
0.3
0.3
0.2
0.2
0.1
0.1
11
12
t= 0
t = t eq
0.5
0.4
10
= 0.9
0.6
t= 0
t = t eq
0.5
T a m a o (s)
0.0
0.0
0
T a m a o (s)
10
11
12
T a m a o (s)
10
11
12
Figura 3-10: Histograma de las distribuciones de islas en el breakthrough para diferentes traslapes y
con redes sin relajar y en equilibrio. En todas las grficas se incluy la correspondiente a = 0
como referencia. Slo se grafic hasta un tamao s =12 debido que las islas ms grandes son
escasas, pero tngase muy presente que existen y su gran superficie afecta considerablemente el
proceso.
71
(s = 1)
t = 0
t = t eq
800
Nr o . d e Isla s
700
600
500
(s = 2)
t = 0
t = t eq
400
300
200
100
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Figura 3-11: Nmero de islas de tamao s = 1 y s = 2 en funcin del traslape y para diferentes
tiempos.
72
Nr o . d e Isla s e n e l U m b r a l
1700
1600
1500
1400
1300
1200
1100
t= 0
t = teq
1000
900
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Figura 3-12: Nmero total de islas del defensor en el umbral de percolacin en funcin del
traslape.
Las islas de tamao s =1 estarn en ln(1)/ln(2) =0, las de s = 2, 3 en 1, las de s = 5,6,7 en 3 y as siguiendo....
73
1096.63
1096.63
=0
403.43
148.41
54.60
54.60
20.09
20.09
7.39
7.39
2.72
2.72
Ns
=0
403.43
148.41
1.00
1.00
= 0.5
0.37
0.37
t =0
t = t eq
0.14
0.05
= 0.7
0.14
t =0
t = t eq
0.05
s = 64
0.02
0.02
0
10
12
14
ln (s)/ln (2)
10
12
14
ln (s)/ln (2)
Figura 3-13: Idem que la Figura 3-9 pero para distintos traslapes. Estas grficas corroboran el
efecto de las correlaciones sobre la formacin de islas.
Dimensin fractal:
Graficando en una escala doble logartmica la masa del cluster percolante podemos
obtener su dimensin fractal. Esto se hizo para la masa de los sitios, los enlaces y la suma
de ambos y se obtuvieron sus correspondientes dimensiones fractales. En la Figura 3-14 se
han graficado los ajustes y en la Figura 3-15 se puede observar como vara la dimensin
fractal con el traslape.
Sitio s + En laces (t = 0)
Sitio s + En laces (t = t e q )
59874
22026
= 0 .7
= 0 .5
162755
8103
2981
1097
403
Sitios (t = 0)
Sitios (t = t e q )
Sit io s (t = 0)
Sit io s (t = t e q )
En laces (t = 0)
En laces (t = t e q )
En laces (t = 0)
En laces (t = t e q )
148
32
55
148
403 512 32
55
148
40 3 512
Figura 3-14: Representacin sobre una escala doble-logartmica del nmero de sitios, enlaces y el
total de elementos invadidos versus el tamao lineal L del sistema para dos traslapes diferentes. Las
lneas llenas, de trazos y punteadas representan los ajustes lineales respectivos para t =0.
74
1.90
1.89
Sitio s
t= 0
t = t eq
1.88
1.87
Df
1.86
1.85
1.84
1.83
1.82
1.81
1.80
1.90
0.0
1.89
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.5
0.6
0.7
0.8
0.9
En laces
t= 0
t = t eq
1.88
1.87
Df
0.1
1.86
1.85
1.84
1.83
1.82
1.81
1.80
1.90
0.0
1.89
0.2
Sitio s + En laces
t= 0
t = t eq
1.88
1.87
Df
0.1
1.86
1.85
1.84
1.83
1.82
1.81
1.80
0.0
0.1
0.2
0.3
0.4
Figura 3-15: Variacin de la dimensin fractal con el traslape. Se considera por separado la masa
de los sitios, los enlaces y la suma de ambos. Las lneas son slo guas y las barras indican el error
estadstico. Se ha graficado slo hasta = 0.8. Si bien las tendencias se mantienen para traslapes
mayores, dicho datos no se han representado ya que es necesario trabajar con redes con L > 500,
con lo que las simulaciones se hacen muy lentas y slo se pueden hacer unos pocos promedios.
75
76
donde se observa que los sistemas con gran conectividad tienden a la misma Df de la
percolacin esttica.
Resumiendo, usando un algoritmo eficiente hemos demostrado que la universalidad de la
dimensin fractal de la TIP vara con la correlacin espacial generada por el Modelo Dual.
Esto es, la TIP con correlacin, un proceso dinmico, no posee una nica clase de
universalidad. Las implicaciones de este resultado son muy importantes en el modelado del
flujo de fluidos a travs de medios porosos, en especial en la recuperacin y extraccin de
petrleo y/o agua de reservorios.
La extensin de ciertas secciones de este trabajo a sistemas tridimensionales puede
ser consultado en diversas publicaciones 11, 12, 13 . En dichos trabajos se encuentra que, como
el caso bidimensional, los parmetros de inters se ven afectados por la correlacin. Ahora
bien, estos trabajos no tenan en cuenta la presencia de correlaciones espaciales tan
importantes como las que aparecen a altos traslapes (y en el equilibrio). Estas correlaciones
pueden ser del orden del tamao del sistema por lo que los efectos de borde pueden haber
afectado notablemente al proceso. Por lo tanto una revisin de los mismos teniendo
presente la magnitud de las correlaciones debiera ser realizada. Por otro lado en 3D el
efecto del entrampamiento pasa prcticamente inadvertido, esto es as ya que para que se
produzca una isla de fluido defensor entrampado es necesario una superficie de fluido
invasor que la contenga. Es por esto que a la TIP en 3D se la asocia con la misma
universalidad de la percolacin esttica14. Simulaciones en 3D realizadas sobre redes con
bajo traslape, <0.7 , parecieran demostrar que la correlacin tampoco afecta a la
universalidad. Pero, qu pasa a altos traslapes?, en donde como se ha visto la fuerte
correlacin provoca la formacin de parches haciendo que el fluido se aglutine formando
islas. Se producir un mayor entrampamiento? Para responder a estas preguntar es
necesario realizar simulaciones en sistemas tridimensionales de tamao L 100 como
mnimo, lo que por el momento escapa a nuestra capacidad de clculo, no por el tamao en
s, si no por la gran cantidad de muestras necesarias.
77
Referencias:
1
Liv Furuberg, Jens Feder, Amnon Aharony and Torstein Jssang. Dynamics of Invasion
Percolation. Physical Review Letters. 61, 2117 (1988).
Madalena M. Dias and D. Wilkinson. Percolation with trapping. J. Phys A: Math. Gen. 19,
3131 (1986).
8
T. M. Shaw. Drying as an immiscible displacement process with fluid counterflow. Physical Review
Letters. 59, 1671 (1987).
10
78
Conclusiones:
Del desarrollo de este trabajo se pueden extraer las siguientes conclusiones:
Mediante simulaciones de Monte Carlo hemos realizado un estudio de las propiedades
de las correlaciones generadas por el Modelo Dual de sitios y enlaces y se ha
demostrado cmo estas propiedades son afectadas por el nmero de pasos de Monte
Carlo necesarios para alcanzar el equilibrio estadstico y se ha establecido cul es la
longitud mnima del sistema para evitar efectos de tamao finito.
Se establecieron reglas muy simples para determinar el tiempo de relajacin necesario
para alcanzar el equilibrio estadstico t e q , y el tamao mnimo de la red L para un
determinado traslape, . .
El estudio tambin revel que la suposicin hecha en trabajos anteriores sobre la
relacin entre r0 y . dada por la ec. 1.12 no es vlida para altos valores del traslape. Se
propone una nueva relacin que es ms precisa que la anterior.
Cmo son afectadas todas las cantidades de inters por r0 : volumen invadido, velocidad
media, dimensin fractal, etc.
Todas las dimensiones fractales del cluster percolante estudiadas se ven afectadas por la
correlacin. Para el caso no correlacionado se verifica el hecho de que pertenece a una
universalidad diferente de la percolacin ordinaria. Para correlaciones altas se ve una
disminucin del efecto de entrampamiento y la Df tiende a los valores de la percolacin
sin entrampamiento.
En general las cantidades estudiadas no son funciones montonas del traslape (r0 ).
79
Perspectivas Futuras
La experiencia lograda con este estudio nos permitir atacar un problema ms que
ambicioso y de gran importancia tecnolgica:
la caracterizacin de materiales
80