You are on page 1of 4

1.

Modelo conceptual de difusin


La difusin se define como el transporte neto debido al movimiento aleatorio. Se puede construir un modelo de flujo difusivo a partir de un ejemplo simple, como el siguiente. Imaginemos un sistema unidimensional donde slo existe movimiento en la direccin X. Una superficie de separacin B-B' divide dos regiones de distinta concentracin, C1 y C2 = partculas/volumen en el lado izquierdo y derecho de la superficie de separacin, respectivamente. El movimiento de cada partcula se produce segn un recorrido aleatorio unidimensional. En cada intervalo de tiempo, t, cada partcula se desplazar una distancia X, con las mismas probabilidades de hacerlo hacia la derecha (+ X) o hacia la izquierda (- X).

En cada incremento de tiempo, cualquier partcula que se halle a una distancia X de la superficie de separacin B-B' tiene un 50% de probabilidades de atravesarla. El nmero de partculas que potencialmente estn en condiciones de atravesar B-B' de izquierda a derecha (flujo de masa positivo) es de (C1 X A), donde A es el rea de la superficie de separacin B-B'. De media, la mitad de estas partculas dan el paso positivo y cruzan la superficie de separacin en el momento t, de modo que el flujo de izquierda a derecha es de (0,5 C1 X A). Del mismo modo, el nmero de partculas que cruzan de derecha a izquierda en t (flujo de masa negativo) ser de (0,5 C2 X A). El flujo msico resultante, qX, es: (1) qx = 0,5 X A(C1 C 2) . t

Si C(x) es continuo, entonces C2 C1 + X C/x, y (1) se convierte en: (2) El coeficiente de difusin, D ~ (1/2)X2/t, tiene las unidades de [longitud2 tiempo-1]. La difusividad de una molcula qumica en un fluido dado depende de la facilidad con la que sta pueda moverse, concretamente, de la distancia exacta, X, que la molcula pueda recorrer en un intervalo de tiempo dado. La facilidad de desplazamiento de las

separacin

molculas y, en consecuencia, la difusividad de un producto qumico concreto, depender del tamao y la polaridad de la molcula, del tipo de fluido y de la temperatura. La ecuacin (2) es una expresin matemtica de la ley de Fick. sta afirma que el flujo de soluto que atraviesa una unidad de superficie, A, por unidad de tiempo, t, en una direccin dada, x por ejemplo, es proporcional al gradiente de concentracin en dicha direccin, C/x, y va en contra del gradiente, es decir, el flujo neto va gradiente abajo . Dado que el flujo en cualquier direccin slo es proporcional al gradiente de concentracin en dicha direccin, la ley de Fick se puede generalizar directamente para las tres dimensiones. (3) Para la difusin molecular el coeficiente de difusin es isotrpico, es decir, igual en todas direcciones. Esto no suele ser as en el caso de la difusin turbulenta.
Difusin a partir de un punto de emisin Imaginemos una nube de N partculas (y masa total M) descargada en x = 0 y t = 0. Bajo los efectos de la difusin molecular, se extender lentamente. Mediante un modelo de recorrido aleatorio, predecimos la distribucin de la concentracin de partculas (de masa), C(x,t). Ntese que si asumimos que cada partcula representa una unidad de masa, podemos intercambiar cmodamente N = M. En aras de la simplicidad, trabajaremos con un sistema unidimensional, con las mismas reglas de movimiento aleatorio que describimos ms arriba, o sea, en cada unidad de tiempo, t, cada una de las partculas se desplazar +X o -X, con las mismas probabilidades para ambos. Con el tiempo todas las partculas se desplazarn un poco hacia delante y un poco hacia atrs. La localizacin probable de cada partcula concreta tras realizar muchos de estos pasos se puede predecir mediante el teorema central del lmite (vase cualquier libro de texto bsico de estadstica). Concretamente, en el lmite de muchos pasos, la probabilidad de que una partcula est situada entre mX y (m+1)X se aproxima a una distribucin normal de media cero y desviacin tpica:

(4)

= 2 Dt ,
D = (1/2)X2/t.

donde, como antes, (5)

La probabilidad de que una partcula acabe entre x y x+X es: (6) Ahora fijmonos en la nube completa de N partculas. En cualquier momento t, se espera que el nmero de partculas entre x y x+X sea de n(x,t) = N p(x,t)X. As, la concentracin, C, en el punto X es de C(x,t) n(x,t)/(A X), donde A es la seccin transversal constante del sistema unidimensional. Intercambiando M por N, la distribucin de la concentracin, C(x,t):

(7) Tal y como se observa ms arriba, esta distribucin es la normal con media cero y desviacin tpica = 2 Dt , con la que deberan estar familiarizados si han cursado cualquier asignatura bsica de estadstica. En pocas palabras, esta distribucin tiene una curva en forma de campana, como se muestra ms abajo. En cualquier momento, el sesenta y ocho por ciento de la masa total (nmero total de partculas) se encuentra a una distancia inferior o igual a de la posicin media (x = 0). El noventa y cinco por ciento de la masa se encuentra dentro de 2 de la posicin media. Y el 99,7%, dentro de 3 de la posicin media. Tomando como referencia estos lmites, se ha vuelto usual definir la extensin del ncleo de concentracin basndose en un contorno que contenga el noventa y cinco por ciento de la masa total, es decir, el contorno a 2 del centro. Segn esta convencin, la longitud de una nube en difusin, L, se toma a menudo como L = 4.

Es tambin til resaltar que el nivel de concentracin a una desviacin tpica de uno respecto al centro de la nube es el 61% de la concentracin mxima, es decir, C (x = ) = 0,61 Cmax, donde Cmax es la concentracin en el centro de la nube. Dicho valor proporciona una va til para definir rpidamente la desviacin tpica de una nube de partculas (de especies). Problemas de ejemplo (branlos desde la pgina principal para verlos en una ventana nueva).

Ejemplo de un proceso de recorrido aleatorio: iniciar la animacin Esta animacin muestra el desplazamiento de 500 partculas en un recorrido aleatorio unidimensional con intervalos de tamao X = 1 en un tiempo t = 1. En el momento t = 0 las partculas se hallan en 0. Esta animacin del recorrido aleatorio imita el efecto de la difusin de Fick. Mientras observa la animacin, tenga en cuenta lo siguiente: Grfico de localizacin absoluta de las partculas (ventana inferior izquierda). Dicho grfico muestra el nmero de partculas localizadas en cada posicin del eje x. El nmero de partculas por posicin es anlogo a una concentracin. 1) Cmo vara a lo largo del tiempo el nmero mximo de partculas, N, (concentracin, C) bajo la influencia del desplazamiento aleatorio de las mismas (difusin)? 2) Cmo vara a lo largo del tiempo el gradiente de nmero de partculas (concentracin), es decir, dN/dx (dC/dx) bajo la influencia del desplazamiento aleatorio de las mismas (difusin)? 3) Qu signo tiene el gradiente del nmero de partculas (de concentracin) para x > 0? Tenga en cuenta la animacin de los movimientos de partculas concretas (ventana superior). Para x > 0, el flujo neto de partculas es positivo (hacia la derecha) o negativo (hacia la izquierda)? La direccin del flujo va gradiente arriba o gradiente abajo ? La relacin entre la direccin del flujo y el gradiente de concentracin es acorde con la ley de Fick (ecuacin 3)? 4) Realice una estimacin del coeficiente de difusin, D, utilizando la ecuacin (4) que aparece arriba, y los valores de dados en el ngulo superior izquierdo de este grfico. La animacin se puede poner en pausa. Cmo es el valor hallado de D en comparacin con el valor terico que aparece en la ecuacin (5)? Ntese que aqu no se dan unidades concretas, as que D ser simplemente de unidad L2T-1, donde L es una unidad de longitud arbitraria y T una unidad de tiempo arbitraria. Grfico de localizacin de partculas en trminos de . .

Este grfico presenta la distribucin local de las partculas en posiciones normalizadas por la desviacin tpica, . La curva continua es la distribucin de Gauss. 5) Ntese que en un estadio temprano (primeros intervalos de tiempo) la distribucin real de las partculas no se aproxima mucho a una distribucin gaussiana. Esto sucede porque este tipo de distribucin slo es vlido tras un nmero de saltos suficiente (teorema central del lmite). Utilice la animacin para estimar cuntos saltos son necesarios para que la distribucin se adapte coherentemente a la de Gauss.
Aspectos clave de la difusin (1) La difusin es el flujo neto causado por el desplazamiento aleatorio. (2) El flujo difusivo es proporcional, pero de signo opuesto, al gradiente de concentracin. (3) La difusin acta diluyendo la concentracin y reduciendo los gradientes de concentracin.