Revista Colombiana de Fsica, Vol. 43, No. 2 de 2011.

Solucion De La Ecuacion De Poisson-Boltzmann Usando Diferencias

Finitas
Solution Of The Poisson-Boltzmann Equation Using Finite Differences
F. Fonseca * a , R. Martnez a , P. Teheran a
a

Departamento de Fsica, Universidad Nacional de Colombia, Sede Bogota.

Recibido 15.03.11; Aceptado 14.04.11; Publicado en lnea 04.09.11.

Resumen
Se presenta la aplicacion del metodo de diferencias finitas a la solucion de la ecuacion de Poisson-Boltzmann en dos dimensiones. Se estudian tres posibles metodos de solucion, Jacobi, Gauss-Sediel y sobrerelajacion sucesiva, encontrandose que
la diferencia entre los tres algoritmos yace en la velocidad de convergencia.
Palabras Clave: Poisson-Boltzmann; Diferencias finitas.

Abstract
We present the application of finite difference method to solve the Poisson-Boltzmann equation in two dimensions. We
studied three possible methods of solution, Jacobi, Gauss-Sediel and successive overrelaxation. We found that the difference
between the three algorithms lies in the speed of convergence.
Keywords: Poisson-Boltzmann; Finite differences.
PACS: 31.15.xf; 31.15.E-.
c
2011.
Revista Colombiana de Fsica. Todos los derechos reservados.

1.

Introduccion

Los modelos continuos de moleculas, en soluciones

ionicas, son herramientas muy importantes en el estudio
de las interacciones electrostaticas. El primer modelo propuesto, fue elaborado por primera vez en 1923 por Debye y
Huckel, [1].
Las interacciones electrostaticas juegan un papel central
en la determinacion de la estructura y comportamiento de
protenas y sistemas complejos como los virus y las enzimas. Por otra parte, se ha realizado investigacion en forma amplia en poliiones, incluyendo esferas de poliestireno,
partculas elongadas como el virus del mosaico del tabaco,
en cadenas rgidas de polielectrolitos, como el ADN , en
membranas flexibles, en esferoides de silicato de arcilla, etc.
* frfonsecaf@unal.edu.co

Cuando las biomoleculas residen en un electrolito acuoso, este afecta su conformacion y funcionamiento debido
a los efectos de apantallamiento dielectrico. Ademas, las
moleculas polarizables u orientables de un medio huesped,
sirven para disminuir las fuerzas electricas que determinan
la estructura y funcion de macromoleculas. Por lo anterior,
un calculo exacto del potencial electrostatico puede mejorar
la comprension del comportamiento y la estructura de las
macromoleculas.
Por otra parte, desde el punto de vista matematico, la
ecuacion de Poisson-Boltzmann es una ecuacion diferencial
parcial, altamente no-lineal, para un potencial electrostatico
local, la cual puede ser resuelta analticamente para unos pocos casos. Sin embargo, la teora de Poisson-Boltzmann se
vuelve inmanejable para geometras no triviales, y por lo ge-

F. Fonseca, R. Martnez, P. Teheran: Solucion De La Ecuacion De Poisson-Boltzmann Usando Diferencias Finitas

neral debe ser linealizada para tratarse mas facilmente desde

un punto de vista analtico o en una aproximacion numericamente mas estable.

Cambiando el potencial termodinamico y la funcion independiente, la condicion de minimizacion (2) se puede expresar como
[]
= u(~r).
(4)
(~r)
Por lo tanto, un sistema con un potencial externo dado es
asociado con un u nico densidad de equilibrio y viceversa.

En este trabajo se presenta la solucion de la ecuacion

de Poisson-Boltzmann usando discretizacion en diferencias
finitas, en dos dimensiones. Se exploran los metodos de Jacobi, Gauss-Seidel y sobrerelajacion sucesiva. En la seccion
(2) se presenta una revision de la formulacion funcional de
la teora de Poisson-Boltzmann, el cual representa una aproximacion teorica muy interesante al problema. En la seccion
(3) se muestra el metodo de discretizacion en diferencias finitas y se aplica a la ecuacion de Poisson-Boltzmann. En
la seccion (4), ofrecemos los resultados y los comparamos
segun los diferentes metodos. Por u ltimo la seccion (5) se
discuten las conclusiones y en la (6) se dan los agradecimientos.

Se considera una aproximacion de campo medio significa para un sistema que contiene una densidad de iones
y una densidad de campo externo q(r), de tal manera que
la densidad de carga es eq(r). Se considera como sistema
de referencia el gas ideal. La interaccion de larga distan0
cia entre dos iones de la misma clase es v1,,0 (~r, ~r ) y entre los iones y la distribucion de carga externa es denotado
0
0
v1,,q (~r, ~r ) = v1,q, (~r, ~r ) y se asume que ambas distribuciones obedecen la ley de Coulomb,
0

2.

v1,,q (~r, ~r ) =

(6)

La funcional de la energa es

+
+

F [] = Fid []
(7)
Z
Z
0
0
0
1 X
d~r d~r (~r)v1,,0 (~r, ~r )0 (~r )
2
,0 =
Z
Z
0
0
1 X
d~r d~r (~r)v1,,q (~r, q)q(~r );
2
0
, =

usando la funcional de las propiedades intrnsecas de la

energa libre de Helmholtz de un gas ideal como [4]
X Z
(~r)
Fid [] =
d~r(~r)(ln(
) 1),
(8)
s
0
, =

entonces la ecuacion (7) se convierte en

Z
X
(~r)
) 1)
F [] =
d~r(~r)(ln(
s
,0 =
Z
1
+
d~rC(~r)(~r),
2

(1)

donde es el potencial qumico. Usando la derivada funcional, la variacion del gran potencial con respecto al potencial
intrnseco es:
[u]
= 0 (~r),
(2)
u(~r)

(9)

donde s es la densidad de iones del bloque, y la densidad de

carga total es C(~r) = (~r) + + (~r) + q(~r) y el potencial
electrostatico es definido como:
Z
0
0 C(~
r)
(~r) = B d~r 0 ,
(10)
|~r ~r |

donde es la densidad de equilibrio. La energa libre

intrnseca de Helmholtz se puede definir con la siguiente
transformacion de Legendre.

con B la longitud Bjerrum que se define como la distancia a la que la interaccion electrostatica entre dos cargas es

Z
dr0 (~r)u(~r).

e2 q
 |~r ~r0 |

Partiendo de la densidad funcional para un sistema de N partculas identicas, interactuando con un potencial (~r1 , ~r2 , ~r3 , ..., ~rN ) y un potencial externo V =
PN
ri ), se define el potencial qumico local intrnsei=1 Vext (~
co como:

F [0 ] = [u] +

(5)

v1,,0 (~r, ~r ) =

La teora de la densidad Funcional (DFT) se puede usar

para determinar la estructura de un sistema de muchos cuerpo utilizando funcionales, tales como la densidad electronica dependiente del espacio. Esta teora de forma general
se basa en suponer que las propiedades de equilibrio del
sistema estan determinadas u nicamente por la densidad de
partculas, y por lo tanto el sistema de muchos cuerpos, de
3N coordenadas espaciales, se reduce a 3 coordenadas espaciales a traves del uso de funcionales. De la misma forma,
se define y minimiza un funcional de energa para el sistema, y por lo tanto emerge la densidad de partculas, que es la
densidad de equilibrio del sistema. Un tratamiento mas profundo a la teora del DFT, puede ser hallado en la siguiente
bibliografa [2] y [3].

u(~r) = Vext (~r),

e2
,
 |~r ~r0 |

La Ecuacion de Poisson-Boltzmann

(3)
237

Rev.Col.Fs., Vol. 43, No. 2 de 2011.

igual a la unidad KB T . En la funcional (9), hacemos el proceso de minimizacion con respecto a las densidades ionicas
, lo cual conduce a la ecuacion diferencial parcial elptica
no-lineal de Poisson-Boltzmann:

conectar estos valores iniciales se produce un valor al lado

derecho V 1i, j, el cual se propaga a la red. Este proceso se
repite un numero finito de veces de tal forma que la solucion
converge. El esquema es:

((~r)(~r)) + 2 sinh((~r)) = 4B q(~r) en R2 ,

(11)
donde es la longitud de apantallamiento de Debye, (~r) es
el dielectrico que en general puede depender del espacio, en
nuestro caso sera uniforme, y q(~r) es la densidad de carga
externa. Para los iones moviles en el solvente estara dada por
una distribucion de Boltzmann, y en este caso esta representada por dos clases de iones de carga inversa en equilibrio
estadstico, el cual esta dado por el sinh.
3.

m+1
i,j

m+1
i,j

El proceso de discretizacion se lleva a cabo sobre las

coordenadas espaciales x y y, y la funcion (~r). Por lo tanto, se establece una escalas en el sistema, h, asociada a la
discretizacion espacial, la cual se asume igual, en ambas direcciones x y y. Entonces, las derivadas espaciales quedan
definidas como:

m
m

i,j+1 i,j
=
,
y
h
y la segunda derivada
m
m
m
2
i+1,j 2i,j + i1,j
=
,
x2
h2

=
+

=
+

1 m+1
m+1
m
(
+ m
i,j1 + i+1,j + i1,j (18)
4 i,j+1
2 2
m
h2 4B q(m
i,j ) h sin(i,j )).

Los metodos de Jacobi y Gauss-Seidel no utilizan el valor de Vij en el mismo punto de la red para actualizar el
valor de Vi,j . Resulta que el convergencia de la iteracion se
puede mejorar considerablemente mediante el uso de una
combinacion lineal de las soluciones nuevas y viejas de la
siguiente manera:

(12)

m+1
(
+ m
i,j1 (19)
4 i,j+1
2 2
m
+ h2 4B q(m
i,j ) h sin(i,j )).

m+1
= (1 )m
i,j +
i,j

(13)

m
+m+1
i+1,j + i1,j

Como se necesita definir cuando el proceso iterativo ha sido

lo suficientemente exitoso, o cuando la convergencia se ha
alcanzado, un criterio es solicitar que la solucion aproximada deje de cambiar significativamente de una iteracion a la
siguiente. Una forma de estimar este error relativo es calcular el promedio sobre todos los sitios de la red que experimentan un cambio distinto de cero. Por lo tanto se define:

(14)

m
m
m
2
i,j+1 2i,j + i,j1
=
.
(15)
y 2
h2
Los subndices i y j representan un rotulo para la discretizacion espacial y el superndice m representa la discretizacion
temporal, de la misma forma se tomara como la cantidad de
iteraciones necesarias para validar el metodo de solucion.
Aplicando este esquema de discretizacion a la ecuacion (1),
tenemos:

m
i,j

1 m
m
m
(
+ m
i,j1 + i+1,j + i1,j (17)
4 i,j+1
2 2
m
h2 4B q(m
i,j ) h sin(i,j )).

En el metodo iterativo de Gauss-Seidel se hace una modificacion del metodo de Jacobi, demostrandose que converge mas rapido. Supongamos que barremos la red con el fin
de incrementar i y j, luego los terminos de la izquierda y
mas bajo de cada sitio en la red se han actualizado. Esto da
lugar a una forma del algoritmo de Gauss-Seidel:

Discretizacion en diferencias finitas para dos dimensiones

m
m

i+1,j i,j
=
,
x
h

error =

L
X
(|1
i,j

i,j
|)
(N uevo)i,j

(20)

para (N uevo)i,j 6= 0

1 m
m
m
(
+ m
i,j1 + i+1,j + i1,j (16)
4 i,j+1
2 2
m
h2 4B q(m
i,j ) h sin(i,j )).

Por u ltimo, para lograr mayor estabilidad en el sistema,

la no linealidad, es decir el termino sin(m
i,j )), en la ecuacion de Poisson-Boltzmann, se convierte en:

Para resolver el sistema computacionalmente se explicaran, brevemente, las que pueden ser consideradas tres
tecnicas basicas para resolver el sistema.

1
(sin(m
i+1,j )) +
4
m
m
sin(m
i1,j )) + sin(i,j+1 )) + sin(i,j1 ))),
sin(m
i,j ))

La primera es el metodo iterativo de Jacobi para resolver ecuaciones simultaneas. Para ello se empieza con un valor inicial V 0i,j para la solucion de los nodos internos. Al

(21)

o un promedio espacial sobre sus vecinos mas cercanos.

238

F. Fonseca, R. Martnez, P. Teheran: Solucion De La Ecuacion De Poisson-Boltzmann Usando Diferencias Finitas

4.

Resultados

Fig. 4: Campo gradiente y estructura de las curvas de nivel para la

ecuacion (19).
Fig. 1: Solucion computacional usando el metodo de sobrerelajacion, ec. (19).

En las figuras (1), (2) y (3) se presentan los resultados

para una simulacion tridimensional, con un tamano del sistema de L = 104, escalado a 1, generando una malla de
10816 puntos internos.
Las condiciones de frontera de Dirichlet que se imponen
en el sistema son:
(0, y) = 0,

(22)

(L, y) = 8,
(x, 0) = 5,
(x, L) = 10.
De la misma forma el sistema se inicializa con 4 puntos iniciales de potencial que sirven como fuentes:
(L/4, L/4) = 12,

Fig. 2: Estructura del campo gradiente superpuesto a las curvas de

nivel para la ecuacion (19).

(23)

(L/4, 3L/4) = 12,

(3L/4, L/4) = 12,
(3L/4, 3L/4) = 12.
Para los tres metodos de solucion planteados, Jacobi, Gauss-Seidel y sobrerelajacion sucesiva, los resultados
graficos cualitativamente no son muy diferentes. Por lo anterior, solo se presentan los resultados obtenidos con el metodo de sobrerelajacion sucesiva, figuras (1), (2) y (3).
Las diferencias aparecen en el numero de iteraciones para cada uno de los metodos. En los tres casos se define un
error de 1 % para alcanzar la convergencia en el metodo
numerico. Para Jacobi la convergencia se alcanza para un
numero de 249 iteraciones, para Gauus-Seidel el numero de
iteraciones es 203 y finalmente para la sobrerelajacion sucesiva el numero de iteraciones fue 216, con un valor del
parametro de sobre-relajacion de = 0,56.

Fig. 3: Estructura tridimensional de las curvas de nivel para la ecuacion (19).

239

Rev.Col.Fs., Vol. 43, No. 2 de 2011.

La figura (2) presenta la estructura del campo gradiente,

superpuesta a las curvas de nivel, bidimensionalmente. Los
metodos resuelven con suficiente eficiencia la distribucion
de las curvas de nivel sobre las fronteras y sobre las cargas
fuente.

les, tales como crculos, elipses y estadios.

6.

Agradecimientos

F. Fonseca agradece la financiacion de este trabajo por

parte de la Universidad Nacional de Colombia, en su Division de Investigacion sede Bogota, con numero de proyecto
(DIB-8003355).

La figura (3), presenta la estructura tridimensional de las

curvas de nivel, y la figura (4) muestra la distribucion de valores de donde la escala de colores representa los valores
de campo escalar sobre la malla.

Referencias
5.

Conclusiones
[1] P. Debye and E. Huckel, Physik. Z., 24, 185 (1923).

Se ha implementado la solucion computacional de la

ecuacion de Poisson-Boltzmann usando diferencias finitas,
para los metodos de Jacobi, Gauss-Seidel y sobrerelajacion
sucesiva en dos dimensiones. Los tres metodos resuelven el
sistema de forma efectiva, diferenciandose en su velocidad
de convergencia.

[2] R. van Roij, Soft Condensed Matter Theory, course

book (2009).
[3] J.-L. Barrat, and J.-P Hansen, Basic Concepts for Simple and Complex Liquids, Cambridge University Press
(2003).

Como trabajo futuro se puede desarrollar la solucion de

la ecuacion de Poisson-Boltzmann sobre dominios no trivia-

[4] McQuarrie, D. Statistical Mechanics. 2nd ed. University

Science Books, 2000. ISBN: 9781891389153.

240