La advección caótica, fracción y difusión durante la mezcla de magmas: La

prueba que la lava fluye
Extracto
Las estructuras de magma mezclándose de tres flujos diferentes de lava han sido
analizadas y el grado de mezcla ha sido cuantificado midiendo el perímetro de
contacto entre magmas y la dimensión del fractal de estructuras. En cada flujo de
lava, los valores de estos parámetros sugieren que las estructuras que mezclan los
magmas son producidas por la dinámica caótica inducida por procesos de
estiramiento y plegamiento en medio de los magmas que interactúan. La mezcla de
magmas ha estado simulado usando un sistema dinámico caótico consistente en
repetidos procesos de estiramiento y plegamiento. La simulación muestra los mismos
patrones de variación de perímetro de contacto y la dimensión fractal como se
comentó en las estructuras naturales y señala que los procesos de interacción de
magma actuaron con intensidades diferentes en los tres flujos de lava en respuesta a
los regímenes diferentes de interacción del magma. Desde la dispersión física de un
magma dentro de otro plegado y enteramente estirado y los procesos y los cambios
químicos son estrechamente relatados, realizamos simulaciones numéricas acopladas
de advección caótica y la difusión química. Los resultados salen a la vista de acuerdo
a las estructuras computadas de forma natural y, en particular, la ocurrencia en el
mismo sistema de regiones sanas y pobremente mixtas. Es mostrado que los procesos
de interacción de magma pueden generar masas magmáticas teniendo bastante
heterogeneidad espacial en muchas escalas de longitud. Esta ocurrencia puede llevar
las cuentas para la presencia de impregnaciones magmáticas dentro de rocas
anfitrionas demostrando un grado variable de hibridación en ambos ambientes tanto
plutónica como volcánica.
/ 2003 Elsevier Science B.V. Todos los derechos reservados.

Palabras claves: Mezcla de magmas; advección caótica; Los fractales; Difusión química

Los procesos de interacción Magmatica han estado ampliamente reconocidos y
estudiados en ambientes plutónicos y volcanicos (e.g. Poli et al., 1996; Thomas y Tait,
1997; Blake y Fink, 2000). Aunque un número considerable de estudios basado en
investigaciones geoquimicas, así como también en simulaciones dinamicas analógicas y
numéricas de fluidos, reportando (e.g. Oldenburg et al., 1989; Poli y Tommasini,

1991; Williams y Tobisch, 1994; Snyder y Tait, 1996; Weinberg y Leitch, 1998), sólo
recientemente se ha sugerido que la mezcla de magmas puede ser estudiada usando los
principios de la geometría de dinámica caótica y fractal (las Astillas y Clemens, 1996;
Ferrachat y Ricard, 1998; Perugini y Poli, 2000; Perugini et al., 2002; Poli y Perugini,
2002).
En este paper analizamos las estructuras producidas por la interacción de magma en
los flujos de lava aflorantes en las islas de Lesbos (Grecia), Salina y Vulcano (Italia)
usando los conceptos y los métodos de teoría del fractal de geometría y de caos para
cuantificar y modelar la advección caótica durante la mezcla de magmas. En el
detalle la simulación numérica de mezcla de magmas es llevado fuera usando un
sistema numérico caótico. Además, desde que la mezcla de magmas es
estrechamente asociado con difusión química, combinamos el modelo de advección
caótica con un modelo químico de difusión para evaluar la habilidad de mezcla
caótica para producir enclaves híbridos de la composición de rocas magmáticas. Se
pudo analizar como el principio de dinámica caótica y la formación de estructuras
fractales pueden dar cuenta de la rápida homogeneización inducida en mezclas
químicas de grandes volúmenes de magmas, una característica que se explicó por los
simples procesos de difusión.

2. Características generales de estructuras de mezclas de magmas en flujos de lava.
Se ha aceptado en la practica utilizar el término “magma mingling” para indicar el
proceso de disgregación física (ninguno de los cambios químicos son complejos) en
uno o más magmas dentro de un magma anfitrión, mientras que el término “magma
mixing” indica que la mezcla de magmas está acompañado por los cambios químicos.
(e.g. Flinders y Clemens, 1996). En este paper adoptamos a las anteriormente citadas
convenciones cuando cabe discriminar entre los dos procesos.
Se ha alegado ampliamente que los magmas puedan mezclarse solamente por
accidente cuándo sus viscosidades son similar (e.g Sparks y Marshall, 1986; Grasset y
Albarede, 1994; Bateman, 1995; Poli et al., 1996). Tales condiciones físicas pueden
ocurrir cuando: (i) los magmas tienen una viscosidad similar proveniente del proceso
de interacción, y (ii) los magmas diferentes logran una viscosidad similar en respuesta
a los procesos evolucionistas. (e.g. Sparks y Marshall, 1986; Poli et al., 1996).
Consecuentemente, canalizamos nuestra atención en los procesos de interacción

magmática cuando los magmas tienen viscosidades similares.

En particular

estudiamos estructuras de mezcla de magmas en flujos de lava aflorando en las islas de
Lesbos (Grecia), Vulcano y Salina (Italia). Estas estructuras son estudiadas porque los
magmas mixtos (1) se ha inferido tienen viscosidad y densidad similares (Tabla 1) y
(2) cuadros instantáneos del proceso de mezcla del magma gracias a la explosión y el
rápido enfriamiento.
Los flujos de lava estudiados forman parte de islas volcánicas teniendo K alta y
afinidad calco-alcalina que se asoció con márgenes en subducción. La isla Lesbos
forma parte de un cinturón de volcanismo enriquecido en K encontrado en la
subducción en la Nordeste Grecia y Oeste de Turquia (Pe-Piper, 1984; Pe-Piper y
Piper, 1992). Salina y Vulcano forman parte del arco Magmatico Eoliano: Salina se
forma por productos magmáticos calco-alcalinos y ricos en K. (e.g. Gertis-ser y
Keller, 2000), mientras que Vulcano se forma casi exclusivamente por productos
shoshoníticos y ricos en K (e.g. De Astis et al., 2000). En las tres islas, la interacción
de magma ha jugado un papel importante en la evolución magmatica (e.g. Pe-Piper y
Piper, 1992; De Rosa et al., 1996; De Astis et al., 1997).
Varias estructuras de interacción de magma han sido coleccionadas y estudiadas de
secciones ortogonales para la dirección principal de movimiento de los flujos de lava
(cinco para Salina, cinco para Vulcano, y cinco para Lesbos). Estas estructuras constan
principalmente de rocas vidriosas con menos del 4% de cristales (Fig. 1). Desde el
magma anfitrión en todos los tres flujos de lava está todo el tiempo más ácido que el
magma ' disperso ', nos referimos a lo anterior como 'A ' (el ácido) magma y al magma
' disperso ' como ' B ' (básico) magma (Tabla 1).
Las observaciones macroscópicas (Fig. 1) demuestran que, en todos los tres flujos de
lava, los magmas experimentaron procesos de mezcla que produjeron una dispersión
íntima de magmas B a través de magmas A. Además, en el mismo sistema cabe
observar la ocurrencia contemporánea de las regiones activas, Arkansas (1) regiones
como de filamentos de magmas B dentro de magmas A;

Fig. 1), y las regiones

coherentes, (2) las regiones coherentes de magmas B que se dispersó a través de
magmas A, mostrando una forma globular y ocurriendo entre regiones como de
filamentos; Fig. 1; Más detalles están detallados en los acrónimos dados debajo). Es
notable que la ocurrencia de tales estructuras durante la mezcla de fluidos ha estado
ampliamente documentada para ambos sistemas verdaderos y simulados (Fig. 2; e.g.
Ottino et al., 1988; Liu et al., El 1994a; Aref y El Naschie, 1995). Las observaciones

12 0.68 2.57 4.29 67.19 0.87 0.36 Qz-Traquita 5. 3B).00 54. medido en cuadros de dos dimensiones. .82 Riolita 7.42 2.04 4.02 Roca W (log Pas) b (g/cc) Latita 5. Longitud de interfaces entre magmas Para cuantificar el grado de unión de las estructuras estudiadas. B: 1150 ‡ C).63 18.03 0.94 3.46 En la tabla están también reportadas la viscosidad (W) y densidad (b) de los magmas A y B calculados de su composición química (Shaw.90 0. B: 950 ‡ C) y las condiciones anhidras.77 6.81 0.57 1.64 7.97 2. Después de que umbralizar.89 100. Tabla N°1 Los análisis químicos de los magmas A y B en los flujos de lava de Salina.48 8.01 3.62 15.19 4.06 0. Lesbos (A: 900 ‡ C. Análisis cuantitativo de las estructuras de interacción magmatica 3.60 8.demuestran que los filamentos y las porciones globulares de magmas B dispersados a través de magmas A son vistas a la escala de muestreo y se muestran en la escala microscópica (Fig.10 0.34 8.39 2.58 0.81 5. 1C ^F).60 18. se ha utilizado figuras en escala de grises (Fig.70 Lesbos Magma B Magma A Magma B 52. la longitud de interfaces (el perímetro interfacial.41 100. En todos los tres flujos de lava la cantidad de magma B.62 Andesita 4.1.21 100.74 1.10 1. 1972) considerando las siguientes temperaturas: Salina (A: 950 ‡ C.50 0. respectivamente.21 100.98 2.99 4.16 Basalto 4.68 2.75 0.92 4.stitutes of Health) para producir imágenes binarias en las cuales los magmas B y A han sido reemplazados por colores negros y blancos. (Fig.78 2.02 58.20 0.89 73.83 99. Esto sugiere que las estructuras producidas por la función de interacción magmatica escalan invariaciones y por lo tanto pueden ser consideradas como fractales naturales. Vulcano y Lesbos actuaron lentes micro-analizadores por medio de una prueba de sonda electrónica.90 2.74 1.44 0.65 1.77 8.77 0.19 2.01 2. IP) entre los magmas A y B estaban medidos (Tabla 2 ) contando el número de pixeles negros (magma B) en el contacto con pixeles blancos (magma A). B: 1050 ‡ C).39 100.18 0. Salina Vulcano Magma A Magma B Magma A SiO2 TiO2 Al2 O3 FeOtot MnO MgO CaO Na2 O K2 O P 2 O5 Total 63.32 4. Vulcano (A: 1000 ‡ C.94 2.03 6. 3.14 0.06 17.01 3.34 0.11 1.97 0.07 16. 3A) que han sido tratadas usando el software de análisis de imagen NIH (National In. es muy constante y se extiende desde 48 % para 51 %.40 0.85 Traquita 5.59 15.18 0.

Ottino et al. y la cuesta de la interpolación lineal es igual a -Dbox. . El 1994a. Liu et al. 1982.g. Los resultados demuestran que IP es estimado con un error mejor que 5 %. una naturaleza fractal. 1 puede ser también a lo que se escribió como sigue: La dimensión del fractal (Dbox) se calcula realizando una interpolación lineal del Log(r) vs. medimos su dimensión del fractal usando la técnica de Caja Contadora (Dbox. por lo tanto. son por término medio. Aref y El Naschie. Gráfica del Log.. (Fig. Aunque IP sale a la vista los diferentes valores se aprecia dentro de cada flujo de lava las estructuras de flujos de la lava que tiene Lesbos. Mandelbrot. ostentan un grado superior de hacer amigos.. 1993. por lo tanto. Mandelbrot (1982) demuestra que pues el fractal modela la siguiente relación que es satisfacida: Usa el logaritmo de la Eq.IP es una buena estimación de la intensidad de ' union ' desde ella en arrugas como los ingresos de proceso que hace mezcla (e.3C). (Fig. 3. 1989). 1995). valores superiores en IP que Salina y Vulcano y. Análisis Fractal Desde que las estructuras estudiadas demuestran similitud de apariencia. 3B). Con esta técnica una malla cuadrada de tamaños diversos (r) es extendida sobre la imagen y el número de cajas (N) que contienen en parte de la imagen es contado.g.2. Estimar la incertidumbre en IP se asoció con la reducción de las imágenes de la escala gris originales para las imágenes binarias. varias medidas fueron realizadas en las imágenes blanquinegras obtenidas usando valores diferentes del umbral. e. Liebovitch y Toth.

1 ejemplos de estructuras de mezcla de magmas en flujos de lava de la isla de Lesbos (A y C) Vulcano (D) y Salina (E). La dimensión del fractal calculada con esta técnica cuantificadora es el grado de dispersión de una fluido dentro de otro porque Dbox aumenta como el grado de hacer . En todos los flujos de lava la mezcla estructuras tienen los mismos patrones en muchas escalas de cationes de magnificación. Acrónimos dadas a las porciones diferentes de las estructuras están relacionadas con su significancia cinemática como se explica más adelante en el texto. Las estructuras de flujo negras consisten de magmas B dispersos a través de luz de color claro magmas A.Fig.

Dbox es. Vorobie et al.. 1999). un descriptor robusto y en particular adecuado para cuantificar el grado de hacer amigos. 1997). En . Los resultados similares también han sido reportados por Sreeni-Vasan et al. 4 funciones la variación de Dbox en contra del Log(IP) para las estructuras de los tres flujos de lava.. Los resultados demuestran que Dbox puede ser estimado con un error mejor que 0. Los patrones exhibidos por la variación del fractal dimensionan (Dbox) en contra de Log (IP) es lineal para todos los tres flujos de lava y las tres tendencias lineales tienen pendientes diferentes. La gráfica de Fig. El uso de Log(IP) es una elección conveniente para apreciar mejor las relaciones entre estos dos parámetros desde los valores IP es más que una orden de magnitud superior que los valores Dbox. Sreenivasan et al. 1989.amigos aumenta (e. varias medidas de la dimensión del fractal fueron realizados en imágenes binarias obtenido valores del umbral del diferentes. El análisis Fractal ha sido realizado en el mismo umbral que las imágenes que usaron para calcular al IP (Fig.005 %.. así. 2. C) y los valores Dbox son reportados en Tabla 2.. Estimar la incertidumbre en Dbox se asoció con la reducción de la escala de grises de las imágenes originales para las imágenes blanquinegras. Ejemplos del experimento caótico de mezcla de fluidos y las similares estructuras observadas en flujos de lava naturales (de Bresler et al.. Fig. (1989) para las medidas análogas. 3B..g.

particular. (B) la estructura de umbral en el que se han calculado IP y Dbox. Fig. el procedimiento de conteo de recuadros se muestra sólo en un cuadrante. el flujo de lava Lesbos fue sometido a procesos Mingling más vigorosas que producen dispersión más íntima de magmas B a través de un magma A quelos flujos de lava de Vulcano y Salina. Estos resultados demuestran que las estructuras Lesbos tienen dimensiones fractales superiores a Vulcano y Salina en la misma IP. Lesbos Salina Vulcano 45 85 Interfacial perimeter IP (in cm) Structure n. Tabla 2 Los valores de la dimensión fractal (Dbox) e IP de las estructuras de magma mezcla analizados. Para mayor claridad. (C) Log (r) frente a log (N) trama utilizado para estimar la dimensión fractal (Dbox) de las estructuras de interacción magma. 1 112 . (A) Ejemplo de una estructura de mezcla de magmas. Teniendo en cuenta que altos en Dbox corresponde a mayores grados de mezcla. 3. las estructuras de Lesbos definen una tendencia teniendo la pendiente más alta con relación a Vulcano y Salina.

3 1.787 1.721 Structure n.880 1. Variación de la dimensión fractal (Dbox) vs. 5 1. 4 1.824 IP se ha medido contando el número de píxeles de contacto entre magmas A y B.927 1.761 Structure n. 3.857 1.736 1. los procesos de dispersión: química y física no puede ser utilizado para actuar de forma independiente debido a que la mayor es la dispersión física.704 1. 2 1. 5 582 358 460 Fractal dimension (Dbox ) Structure n. el análisis de electrones por micro-sonda se ha realizado en poligonales que cruzan filamentos y una región coherente de una muestra de los flujos de lava de Lesbos (AR y .Structure n.3.674 1. 1 1. Sin embargo. 4.784 1. 4 338 213 252 Structure n.727 1.691 Structure n.755 1. Log (IP) para estructuras naturales que pertenecen a los tres flujos de lava estudiados. En el gráfico también se reportan los valores del cálculo laderas por regresión lineal. 2 156 86 101 Structure n. Análisis de los intercambios químicos entre magmas El análisis anterior proporciona información sobre dispersión física (mezcla) de los magmas. 3 290 136 178 Structure n. mayores serán los intercambios químicos por procesos difusión.786 Structure n. y cambio de escala de centímetros. Fig. Para evaluar si difusión química que tienen ocurrencia en las estructuras naturales.

la difusión química actúa entre magmas. El primero induce un alargamiento de los fluidos mientras que el segundo los dobla y los redistribuye a través del sistema de mezcla. 1) y se han demostrado ser fractales (Fig.. Apéndice A). En particular. 3). Aref y El Naschie. y esto sugiere que. que se encuentran en los flujos de lava analizados. Ottino. con la diferencia que existe en una meseta de valores constantes de K2 O y Al2 O3 en el centro de la región coherente. Fig. Aref y El Naschie.. 1989.g. 5 pueden ser considerados como los valores de los miembros extremos que participan en el proceso de mezcla. (e. Liu et al.1998. Los valores más altos y más bajos de K2 O y Al2 O3 muestran en la Fig. Muzzio et al..g. 1994a. El estiramiento y plegado son procesos no lineales acoplados. 1988. como consecuencia. los fluidos deben plegarse sobre sí mismos. Kuo et al. 5E.1995. Álvarez et al. Liu et al. Ottino et al. Apéndice A). el proceso difusión no era muy eficiente en el flujo de lava de Lesbos. Pero los fluidos no pueden ser estirados infinitamente debido al finito tamaño del marco geométrico en el que se produce el proceso de mezclado. 2. Este tipo de evolución cinemática del sistema de mezclado genera unas estructuras laminares con una amplia distribución de las escalas de longitud que abarcan muchos órdenes de magnitud y definición de los dominios fractales (e. debido al enfriamiento de lavas.CR. 5A.. Ottino et al. C muestra que las variaciones de K2 O y Al2 O3 a través del filamento representa varias curvas en forma de campana continuas que pasan de un filamento a otro. y. F para la región coherente. E. la naturaleza caótica de sistemas de mezcla de fluidos y la ocurrencia de dominios fractales se deben a la acción de procesos de estiramiento y plegado entre la interacción de los fluidos. 1988. 1975. 1994a. El plegado puede ser pensado como una consecuencia de estiramiento. Fig.. Ottino et al.. La simulación de mezcla de magma Ha sido ampliamente documentado tanto en simulaciones dinámicas y numéricas que estructuras fractales generadas por la mezcla fluidos están estrechamente asociados con la dinámica caótica (e.. ..g.g. las estructuras en forma de filamento y regiones coherentes. 1993. 4.g. 1995). Liu et al. Crank. Más aún. 1992. D). también se encuentran en sistemas gobernados por la dinámica caótica (Fig. Patrones en forma de campana son típicos de los procesos de difusión químicos (e. 5B. Las estructuras de mezcla de magma estudiados muestran estructuras morfológicas que pueden ser reconocidos en muchas escalas de longitud (Fig. 1997). 1994a. Una variación similar de K2 O y Al2 O3 es exhibida por los datos presentados en la Fig.

g. que sugiere un papel principal que fue interpretado por flujos en conductos y en canales sub aéreos. ... de flujos en conductos de niveles corticales diferentes hasta la erupción (e. 1989). Los procesos más importantes que actúan para promover la dispersión de un magma en el interior de otro son: movimientos de convección y la dinámica penacho es como una pequeña cantidad de magma se encuentra dentro de un uno más denso (e. 1995.g.g. especialmente para el flujo de lava de la Salina. 1995. Campbell y Turner.g. 1996. Cardoso y Woods. y obligaron intrusiones frontales (e. Blake y Campbell..Aref y El Naschie. 1995. 1996. Estas consideraciones favorecen la hipótesis de que las estructuras observadas en los tres flujos de lava pueden ser el producto de la dinámica caótica. Melesh. 1995. y se ha evidenciado que estos procesos están estrictamente relacionados con la aparición de estiramiento y dinámica de plegamiento entre fluidos (e.. 1986. La mayoría de estos procesos han sido ampliamente estudiados utilizando tanto experimentos y simulaciones numéricas. es de destacar que aunque todos los procesos anteriores pueden haber tenido un papel en la génesis de estas estructuras. Varios procesos físicos pueden inducir estiramiento y plegado dentro de la dinámica de sistemas de interacción magmáticas. 1999). hay evidencia. 1995). Cruden et al. La investigación de la dinámica específica que produjo las estructuras en los flujos de lava estudiados está más allá del alcance de este documento.. Sin embargo. 1999). Hydon.. 1985. 1986). Perugini et al. Snyder y Tait.ko y Van Heijst. 1995.(De Rosa et al. Koyaguchi. Apéndice A). Koyaguchi y Blake. Metcalfe et al.. Bateman.

Schreiber et al.1. respectivamente. 1990.. Collet y Eckman.. 1988. Apéndice A). El potasio y el aluminio han sido elegidos porque estos elementos tienen coeficientes de difusión muy diferentes y por esta razón es por la que son particularmente adecuados para el monitoreo de difusión química (e. Se ha demostrado por varios autores que este tipo de sistema es adecuado para la . Las imágenes también muestran la ubicación de los puntos analizados. Baker. 4. 5. 1999). 1980..Fig. El modelo pertenece a una clase de sistemas representados por un conjunto de dos ecuaciones no lineales acoplados conocido como mapas iteradas (por ejemplo Ottino et al. 1989. Volver imágenes de electrones dispersos de estructuras como filamento como (A) y una región coherente (D) del magma B en el interior del magma A de una muestra del flujo de lava de Lesbos. Otros elementos muestran patrones similares. Sepulveda et al. Precisión para K3O y Al2O3 se estima que es mejor que 4 % y 3 %.g. Variación de K2 O y Al2 O3 a través de las estructuras de filamento (B y C) y la región coherente (E y F). Mapas iterados como plantilla cinemático para simular mezcla de magmas Con el fin de simular el proceso de dispersión de un magma dentro de otro en un sistema dinámico caótico que consiste repetidos procesos de estiramiento y plegamiento.

ley de potencial. exponencial. y se ha utilizado con éxito para simular la mezcla de magmas (Perugini et al. por ejemplo.. Liu et al.. un fluido actúa como un trazador pasivo.comprensión de la dispersión de uno fluido dentro de otro. Cli¡ord et al. en nuestro caso los mapas iterados pueden ser utilizados como modelos cinemáticos para estudiar la topología campos de flujo durante mezcla de magmas.. cada uno con un perfil de velocidad sinusoidal. 1994a. Puesto que este modelo de flujo es continuo y en todas partes diferenciable en . 2003).. en todos los tres flujos de lava estudiados tienen una viscosidad similar (Tabla 1) y. Liu et al. 1999). 1998. Este es el caso de las estructuras estudiadas en este trabajo. Aref y El Naschie. Como se ha comentado anteriormente. Cli¡ord et al. Por lo tanto. Apéndice A). Ott y Antonsen. 1994a. Muchos diferentes perfiles de velocidad pueden ser utilizados para reproducir los sistemas caóticos (sinusoidales. Este aspecto es particularmente importante cuando el estudio se centró sobre las estructuras producidas por mezcla de fluidos para el que se desconoce la geometría exacta. el flujo es la combinación de dos movimientos ortogonales. Sin embargo. que vuelve a entrar en la caja a través de la frente lado opuesto. El flujo se define en la bidimensional torus lo que significa que cada vez que una partícula sale de la cuadrado de la unidad. 1999). ya que es un sistema caótico bien estudiado (por ejemplo. y) <1 y donde k es el parámetro del mapa. 1989). ya que reproduce las estructuras morfológicas observadas en los sistemas de mezclas reales independientemente de las geometrías en las que ocurre el proceso (por ejemplo. Liu et al. 1998. Desde un punto de vista cinemático. El flujo es definido por dos mociones: Se forma un sistema conservador de dos dimensiones (área preservar) sistema caótico cuyo dominio es 0 <(x. la hipótesis de que un magma actúa como un trazador pasivo es satisfecha. El mapa “Flujo sinusoidal” se ha utilizado en este trabajo. es de notar que el cambio de la velocidad de perfil de las estructuras en resultados presentados no cambia. El mapa iterado que consideramos se conoce como el mapa “Flujo sinusoidal”(mapa de aquí en adelante. por lo tanto. También es importante tener en cuenta que los mapas iterados son adecuados para la simulación de procesos Mingling entre fluidos que tienen una viscosidad similar (es decir.. 1994a. 1995). ya que es posible observar imágenes sólo instantáneas del proceso. Por ejemplo.

K es por lo tanto un parámetro de regulación de la eficiencia de estiramiento y plegado. De hecho. CR se encuentran a contraerse como k aumenta (de la Fig. coexistir con zonas irregulares.. respectivamente. donde las trayectorias precisas no se pueden definir y donde los puntos se repetir en una más irregular manera. 6A ^ C también ofrece información sobre los efectos de parámetro k en las estructuras (AR y CR) producidos por el mapa. 1993. es decir el sistema es atraído a estos estados. El campo de fujo relacionada con el mapa para diferentes valores de parámetro k se puede visualizar mediante la iteración de un número de puntos que pertenecen al dominio del mapa para un gran número de iteraciones. 6A ^ C que representan las secciones del flujo de la Poincaré (por ejemplo Ottino et al. Como se ha señalado por otros autores (por ejemplo. este esquema de flujo es útil para la comprensión de mezcla caótica. Teniendo en cuenta que la eficiencia de mezcla reside en la capacidad de los componentes implicados en el proceso a extenderse por el sistema. posiblemente en una forma irregular (por ejemplo Ottino et al. y está estrechamente relacionada con el grado y a la eficiencia del proceso de mezcla. 1994a). McCauley. La eficiencia del proceso de mezcla depende de muchos parámetros físicos tales como la .. la imposición de condiciones de contorno periódicas no resulta en puntos no físicos (cúspides) en la iteración del mapa.. para diferentes valores de k. 1999). Apéndice A). que se reducen considerablemente en tamaño dejando la mayor parte del espacio de AR. 1998. CR). 1988. y. Como se muestra por Bresler et al. Las imágenes muestran que las regiones regulares. Liu et al. a valores más altos de k. AR) y mal mezclados (regiones coherentes. Fig. Clifford et al. 6A a C). y refleja el estado al que el sistema converge. 1994a.cualquier orden (incluyendo los límites). la forma en que CR estiramiento y dinámica de plegamiento son menos eficientes. en particular. Esta operación produce las estructuras que se presentan en la Fig. ya que una variedad de comportamientos de flujo se puede conseguir mediante la variación de parámetro k . que consiste en trayectorias cerradas. (1997) la génesis de CR está estrechamente relacionada con la eficiencia de la dinámica de estirar y doblar y. Liu et al. se sigue que las regiones irregulares y regulares del mapa son las regiones donde los fluidos están bien mezclados (regiones activas. 1988.

la densidad. La posibilidad de explorar diferentes intensidades de mezcla solamente por un parámetro (k) hace de los sistemas de iteración mapas prototípicos muy útiles para estudiar la complejidad inherente a los procesos de mezcla. Sin embargo. La opción de usar gotas inicialmente circulares de magma B está motivada por la observación de que los magmas mal mezclados se caracterizan por manchas de magma en una serie más félsica (por ejemplo. 1986). térmica y gradientes químicos etc. se destaca que el cambio de la forma inicial del magma B no influencia en las estructuras de flujo resultantes. en el que las gotas de un magma (círculos de colores) se colocan dentro de otro magma (cuadrado de color blanco). . 2000. Bacon. Para seguir el proceso de mezcla inducida por el iteración del mapa. Esta etapa inicial presenta una configuración dada con las observaciones de campo en el que el proceso de mezcla se ha "congelado" en sus etapas iniciales.viscosidad. que considera la configuración inicial presentado en la Fig. Blake y Fink. 6D.

las gotas colocadas dentro de CR se han coloreado de color gris claro. mientras gotas negras se colocan dentro de las regiones activas (AR). Como . Con una configuración inicial de la simulación de mezcla de magma (D): burbujas de magma B se coloca dentro de AR y CR. La medida de resultado después de cuatro iteraciones se muestra en la Fig. La simulación se llevó a cabo para valores diferentes de k. mientras que las gotas dentro de CR no fueron sometidos a vigorosos procesos de estiramiento y plegado pero permanecieron como entidades discretas para bajos valores de k. respectivamente. Blobs dentro AR mezclaban íntimamente debido a la alta tasa de estiramiento y plegado que experimentaron. Manchas de color gris claro se colocaron dentro regiones coherentes (CR). 6. secciones Poincaré asociados con el mapa “Flujo sinusoidal” para valores diferentes de parámetro k (A ^ C). 6E ^ G.Fig. Estructuras Mingling que representan el estado del sistema después de cuatro iteraciones del mapa para valores diferentes de k (E ^ G).

7).4. 7 ) y esto es debido principalmente al hecho de que estas manchas sólo se traducen y girar por los campos de flujo que producen la deformación débil de su iteración inicial forma después de iteración. Los resultados indican que las gotas colocados inicialmente en el CR muestran fluctuaciones débiles del perímetro de contacto ( Fig. Fig. 4. y las estructuras que ocurre en los flujos de lava (Fig. Comparación entre las estructuras Mingling del magma simuladas y naturales Hay una sorprendente similitud entre las estructuras obtenidas numéricamente (Fig. 7. 1). En particular los dos tipos de estructuras cinemáticas representadas por regiones irregulares y regulares . respectivamente.k aumenta. Esto indica claramente que la contribución general a un aumento en el perímetro de contacto entre los dos magmas está dada por la dispersión de manchas dentro de las regiones de mezcla activos. 7). mientras que las gotas dentro de las regiones coherentes no contribuyen sustancialmente a un aumento del perímetro de contacto. un claro aumento exponencial del perímetro de contacto contra el número de iteraciones del mapa se muestra por las gotas colocadas inicialmente en la AR. CR reduce en tamaño y son progresivamente sustituidas por AR. durante la iteración del mapa considerando un valor de k igual a 0. haciendo que las manchas de color gris claro que se vuelven progresivamente más dispersa. Por otro lado. 6E ^ G). Gráfico que muestra la variación de la superficie interfacial de dos manchas inicialmente colocado en un AR y un CR. El mapa de flujo sinusoidal se puede usar para comparar las diferencias en la variación de perímetro en contacto AR y CR como el número de iteraciones del mapa aumentos (Fig.2. debido a la alta tasa de estiramiento y plegado que experimentadas (Fig.

Además. Esto evidencia que los valores de pendiente no dependen de la cantidad de magma B. en cuanto a las estructuras naturales. son descriptores robustos para cuantificar la eficiencia que el magma está experimentado. 2 y 6E). Muestra que aumenta linealmente con Dbox y Log (IP) como en el caso de las estructuras de interacción magmáticas naturales (compárese con la Fig. A partir de la configuración inicial se muestra en la Fig. en el que los procesos de estiramiento y plegado dispersantes del magma B dentro del magma A han actuado con intensidades diferentes. 1. 8. como tales. Vale la pena señalar que las pruebas se han realizado utilizando cantidades diferentes de magma B considerando los mismos valores de k y los resultados han demostrado que. En particular. pero sólo en el régimen dinámico responsables de mezcla de magmas y. Como k regula la eficiencia de mezcla en el interior del sistema. aunque Dbox e IP cambien en valores absolutos. aumentando los valores de pendiente corresponden a una eficiencia de mezcla superior. 6D. las tendencias lineales tienen una inclinación cada vez mayor a medida que k aumenta (Fig. en los que los magmas son sometidos a diferentes grados de mezcla. los valores de pendiente no cambian. se podrán reconocer en la naturaleza y sistemas modelados (comparar figuras. 8). 4) puede ser considerada como tres sistemas magmáticos diferentes. La variación de Dbox contra Log (IP) se informó en la Fig. Estos resultados indican que las tres tendencias lineales exhibidas por el magma de mezcla estructuras pertenecientes a los tres diferentes flujos de lava (Fig. 4). . que simula el desarrollo de estructuras Mingling utilizando valores diferentes del parámetro k para cinco iteraciones del mapa. se sugiere que la intensidad de mezcla aumenta Salina a Lesbos. En cada iteración se midió la IP y la dimensión fractal (Dbox).(AR y CR).

Simulación de mezcla de magmas Fig. muestra valores constantes similares a las del magma B "original" en un amplia porción de la CR (Fig. confirmando que la difusión química es fuertemente dependiente de la distribución espacial de magmas. Variación de la dimensión fractal (Dbox) vs Log (IP) para estructuras de magmas Mingling simuladas usando el mapa para diferentes valores de k. es razonable suponer que el tiempo requerido para la homogeneización es menor para el filamento que para la región coherente. donde el contacto con el magma A se limita a un solo contacto interfaz. en la gráfica se reporta los valores de los taludes calculados por regresión lineal. respectivamente: regiones activas están compuestas por bandas que alternas de magmas A y B que están en contacto a través de un gran número de interfaces con respecto a la región de cooperación inherente B magma. aparte de las fronteras donde la difusión se hace evidente. Estas consideraciones se corrosión basados por la variación de los elementos químicos a través de los filamentos y la región coherente. Teniendo en cuenta que difusión química depende en gran medida de la extensión de las interfaces (por ejemplo. Por lo tanto. mientras que todos los otros filamentos tienen valores más bajos.. 5E. Entre filamentos de la figura. Crank.Fig. F). 1975. El filamento tiene las concentraciones más altas de K2 O y Al2 O3 es la que tiene el mayor espesor. 8. 5A. 5A sólo uno tiene la concentración original de K2 O y Al2 O3 de la "original" magma B (Tabla 1). Completamente diferente es el caso de variación K2 O y Al2 O3 en la región coherente que. Kuo et al. D muestra una diferencia importante en la distribución espacial de magmas A y B en las regiones activas y coherentes. 5. en el mismo . 1997).

estiramiento y plegado). 1999). Esto sugiere que difusión química puede propagarse rápidamente a través de grandes volúmenes de magmas debido a la naturaleza fractal de las estructuras producidas por el estiramiento y plegado de procesos. se hace evidente que la difusión química puede tener tiempo para homogeneizar sólo pequeños volúmenes de magma. 1-3 cm de tamaño. En este contexto dinámico. Volpe y Hammond. Las consideraciones anteriores proporcionan información sobre la tasa potencial de difusión molecular durante la interacción magmática. Difusión Química en magmas es un proceso muy lento. Pietruszka y García. 3 . 1991. órdenes de magnitud menor que los volúmenes típicos de cámaras magmáticas (10-1 .103 km3. Usando la ecuación de difusión para objetos con límites esféricas y planas (Crank. Heath et al. Woods y Pyle. ya que coeficientes de difusión típicas de los elementos químicos están en el orden de 10-8 ^ 10-10 cm2/s (por ejemplo.360 ka. las regiones diferentes muestran comportamientos muy diferentes respecto al desarrollo de procesos difusión químicos. Como puede observarse. por ejemplo. pueden ser completamente homogeneizada en tiempos que van desde 10-2 hasta 10-5 años dependiendo de la magnitud de los coeficientes de difusión (véase Baker. 1998). las regiones coherentes no es probable que se homogeneicen fácilmente con el anfitrión circundante debido a su persistencia como islas discretas. Comparando estas escalas de tiempo a los posibles tiempos de vida de los magmas en cámaras de magmaticas (ca. procesos de estiramiento y plegado reducen drásticamente las distancias entre los magmas que interactúan y producen estructuras fractales que se propagan en el interior de las masas magmáticas de la métrica a la escala micrométrica (figuras 1 y 6). por ejemplo. 1994. 1990 para más detalles). La escala temporal para que ocurra difusión química eficiente es de gran importancia y debe ser abordado.sistema y en el mismo lapso de tiempo. Mapas iterados y difusión química para simular la mezcla de magmas .. en donde la entidad de mezcla (intercambios químicos) depende en gran medida como en la tasa de mezcla (dispersión física. 1975). Chekhmir y Epel'baum. Baker. . 1991. Davies et al. en el mismo lapso de tiempo. 5. 1997 . puede calcularse que las pequeñas porciones de magmas. En contraste.1. sin embargo. regiones de filamento como (AR) se pueden homogenizar fácilmente por procesos de difusión química que conducen volúmenes de magmas híbridos. 1991).

Este esquema numérico es un sistema finito típico diferente (por ejemplo. Jain.5) o aumento (A 6 0. 9. la concentración de campo c (x. Después de varias iteraciones del mapa junto con el paso de difusión.5. cij se actualiza a nuevos colores que van de cero a 255 según la difusión que cada célula se sometió a cálculos utilizando la ecuación. y) habrá cambiado. 1989). y) y re interpolando a la red. y espacialmente discreta en una rejilla regular cij = c (xi. y no influye en la estructura de resultados reportados.4. se mantiene constante a 0. Después de 10 repeticiones de esta simulación las estructuras de filamentos han sido casi completamente desaparecidas y han sido sustituidos por una región grande y .Para investigar la interacción entre la advección caótica y difusión química. 9 presenta algunos de los pasos de una simulación para k igual a 0. las manchas negras (B magma) tienen una concentración igual a cero (correspondiente al color negro en términos de colores codificados). El mapa fue por primera utilizado para reorganizar c (x.5) el número relativo de iteraciones de la simulación requerido para obtener los patrones de la Fig. y) a través de mapeo (x. Hemos definido a continuación las concentraciones de campo (x. 1975) y se corresponde a la discretización de la ecuación de Laplace difusión (por ejemplo. Fig. la concentración de cada célula individual estará en el intervalo de 0 a 255. Dado que la atención se centra en las diferencias relativas en la tasa de difusión química entre las regiones activas y las regiones coherentes y no sobre los valores absolutos de intercambios químicos entre magmas. yj). Crank. 9A). Variando A sólo reducirá (A s 0. Para la configuración con inicial (Fig. y) en el plano. que acopla el modelo numérico de la advección caótica de manchas de magma B dentro de un magma (utilizando el mapa de flujo sinusoidal) con procesos de difusión químicas utilizando el enfoque algorítmico reportado por Pierrehumbert (1995). 4. Teniendo en cuenta que la simulación se llevó a cabo usando tonos de gris. Esta iteración fue seguida por la etapa difusión: Donde 0<A<1 juega el papel de la coeficiente de difusión. mientras que el anfitrión blanco (A magma) tiene una concentración igual a 255 (correspondiente al color blanco en términos de colores codificados).

Estos resultados también se pueden observar fácilmente en la figura. 9D). Por otra parte. las identidades originales de magmas A y B están progresivamente perdiendo filamentos y esto induce concentraciones intermedias proporcionales a las masas iniciales de los dos magmas. 9D). en grandes porciones en la región coherente se mantiene la composición original de magmas. porque el proceso de difusión no homogeneiza con el magma huésped. imágenes que muestran el desarrollo de procesos químicos de difusión simulados por los algoritmos presentados en el texto para ambos CR y AR. en el mismo número de iteraciones. Este resultado está directamente relacionado con la dinámica diferente que magmas dentro de la AR (alto estiramiento y plegado. después de que el mismo número de iteraciones (Fig.bastante homogénea (Fig. aunque su concentración se alisa ligeramente en sus límites (Fig. manchas coherente del magma B son todavía fácilmente reconocibles. Con . área interfacial constante. 10. el aumento de las zonas interfaciales) y CR (bajo estiramiento y plegado. 10). 7). A medida que el número de iteraciones aumenta. 9. En contraste. 9A). que muestra la variación de cij lo largo de dos travesaños que pasan a través de los filamentos y a través de un blob (Fig. Fig. Fig.

Los valores de escala de grises se consideran como proxy para concentración como se indica en el texto. respectivamente (B. Las líneas discontinuas en A representan poligonales utilizados para supervisar el proceso difusión química a través de AR y un CR tal como se presenta en la Fig. Fig. 9A en números diferentes de iteraciones. las configuraciones del sistema después de un número de iteraciones del mapa (n) igual a 3. . 10.configuración inicial (A). y D). y 10. diagramas que muestran la distribución de los valores de gris a lo largo de los travesaños presentados en la Fig. C. 10. 6.

D es el coeficiente de difusión y λ es la longitud de onda. El tiempo de homogeneización se calcula utilizando la solución numérica de la ecuación de difusión para un medio infinito con una concentración inicial C0 (x. Esto requiere que el tiempo para la homogeneización completa se estime para los elementos químicos que tienen los coeficientes más bajos de difusión. 10 se parecen mucho a los encontrados en los sistemas naturales (Fig. Aunque los resultados anteriores proporcionan información sobre las diferencias relativas en la tasa de fusión química entre la simulada AR y CR.2. Entre ellos Al2 O3 tiene un coeficiente de difusión .barede. partiendo del supuesto de que los magmas no llenan. 434): Donde x es el espacio. 5). Las similitudes son más evidentes en los patrones de difusión en un bajo número de iteraciones (es decir. 8. 5A. Esto es consistente con el hecho de que la tasa de difusión química en las estructuras naturales ha sido inhibida por el rápido enfriamiento de las masas magmáticas que permitían las composiciones originales de magmas A y B para permanecer casi inalterado.5. t es el tiempo.8. D y calcular el tiempo después de que hubieran sido completamente homogeneizadas. Comparación entre las estructuras de magma mezcla simuladas y naturales Los patrones de difusión modeladas de la Fig. vale la pena discutir el lapso de tiempo en el cual la difusión química puede actuar en AR natural y CR. La homogeneización total significa que en un cierto tiempo no existe más rastro de las estructuras originales en el sistema. 1995). eq. t) es una función periódica en el espacio (Albarede. Esto se puede hacer a partir de la AR y CR se muestra en la Fig. 11A y 12A) cuya expansión polinomial se utiliza como la función periódica en los cálculos de los patrones difusión (Al. n = 3).5. 5 y 10). 1995. p. La variación de la concentración a través del filamento y la región coherente se calcula utilizando la técnica de la serie de Fourier (Figs. donde la evidencia de las concentraciones originales de los magmas A y B se mantuvo tanto en la naturaleza y la simulación (compare Fig.

t) continúa con patrones análogos a los observados en el medio natural (Fig. 6. que son. t) respecto a la distancia (x) con el paso del tiempo para los filamentos y la región coherente. mientras que la tiempo de homogeneización para la región de coherencia tiene unos 10 años. 1990) en magmas similares a los que constituyen las estructuras de mezcla de Lesbos. 11A y 12A muestran los datos de Al2 O3 en la Fig. sin embargo. 5) y la mezcla de estructuras del magma simulado (Fig. Los resultados indican que el tiempo requerido para la homogeneización completa los filamentos es más de dos órdenes de magnitud menor que el que el tiempo requerido para la homogeneización completa de la región coherente: los filamentos se homogeneizan en unos 18 días. F por la expansión de Fourier de la serie junto con los valores medidos. tanto en AR y CR. Baker. Resumen y conclusiones . Por lo tanto. el cálculo del tiempo de homogeneización se realiza considerando Al2 O3. 11B y 12B muestran la variación de la concentración C (x. Figs.muy baja (1x10-10 cm2/s. Figs. 5C. progresivamente suavizado con el tiempo. 10). respectivamente. La variación de la concentración C (x.

en tres flujos de lava diferentes muestra que la mezcla de magma se rige por la dinámica caótica asociados a procesos de estiramiento y plegamiento cuya evolución en el espacio y tiempo han producido estructuras fractales que propagan dentro de las masas magmáticas un gran número de escalas. Se sugiere que el uso de IP vs. Diagramas Dbox es útil para cuantificar la cantidad de interacción a la que el magma se sometió en relación con el régimen dinámico que rige el sistema magmático. Las mediciones de la IP entre el magma básico y el magma y la dimensión fractal (Dbox) de estructuras de mezcla revelan que existen correlaciones lineales entre estos dos parámetros. AR) y (2) gotas coherentes de magma más básico que no experimentaron grandes deformación (regiones coherentes. . En particular. Además. Las simulaciones de mezcla de magma se han realizado utilizando un sistema dinámico caótico para comprender los fenómenos naturales. En cualquier escala dos tipos principales de estructuras coexisten que pueden ser observadas: (1) estructuras de filamento generados por mingling íntimo de los magmas (regiones activas. IP y Dbox se han medido para estructuras Mingling del magma simulado y patrones lineales de variación entre IP y Dbox se han observado. aunque los tres flujos de lava muestran pistas diferentes en la variación lineal de Dbox contra IP. como en los casos naturales. Las simulaciones revelan que existe una sorprendente similitud entre las estructuras calculadas y las estructuras observadas en los estudiados de los flujos de lava. desde el afloramiento a la escala microscópica. la coexistencia de regiones filamentosas como (AR) y regiones coherentes (CR) se observa en ambas simulaciones numéricas y las naturales. las simulaciones evidenciaron que el aumento de los valores de pendiente en la variación IP contra Dbox corresponden a intensidades crecientes de mezcla magmática que conducen a la conclusión de que los tres flujos de lava diferentes experimentaron grados diferentes de interacción del magma producidos por los sistemas gobernados por regímenes caóticos diferentes. CR).El estudio de la ocurrencia de estructuras de la mezcla de magmas.

Simulación de mezcla caótica de magmas junto con la difusión química muestra que los procesos de estiramiento y plegamiento inherentes a los sistemas caóticos. t) contra la x a veces diferente para Al2 O3 en toda la región coherente (B). La línea de trazos en B representa la homogeneización alcanzada del sistema. En particular. Variación de C (x.Fig. La diferencia en estos patrones está vinculada a la diferencia en la distribución espacial de los volúmenes de magmas que constituyen AR y CR. Series de Fourier (línea continua) de la variación de Al2 O3 a través de la región coherente de la Fig. dramáticamente reducen las distancias entre los magmas que interactúan. debido a la producción de patrones fractales dentro del cuerpo de . Las mediciones en las estructuras naturales muestran que la difusión química produce patrones diferentes de variación de los elementos químicos en la AR y CR. la difusión química ha sido mucho más eficiente en AR que en CR debido a que el área de contacto entre magmas que interactúan es mucho mayor en AR que en CR. 5D (A). 12. Los procesos de dispersión física y difusión química están estrictamente relacionados con los procesos durante la mezcla de magmas.

Estos resultados están estrictamente relacionadas con la estructura local de los campos inducidos dentro de magma por el inicio de la dinámica caótica que generan dinámicamente diferentes regiones (AR y CR) en el que los procesos de transferencia de masa actúan muy diferentemente en relación con la extensión de las interfaces de contacto entre magmas interactuantes . Apéndice A . debido a la naturaleza fractal del proceso de amplificación del grado de homogeneidad de los magmas incluso a escalas de longitud muy corta (del orden de micras).magma. Tales regiones dinámicas pueden propagarse a través de un cuerpo de magma a partir de la métrica en escala micrométrica. Blake y C. Este estudio fue financiado por la CNR y MURST subvenciones italianos. En particular. Agradecimientos Estamos muy agradecidos a S. debido a la estructura de campos de flujos de lava dentro del sistema de mezcla. estos procesos pueden generar porciones de magmas completamente homogeneizados (AR) coexistente con porciones en las que magmas mantienen sus composiciones originales (CR). El manejo editorial de B. Los resultados muestran que los procesos de interacción magmática son capaces de generar en los mismos volúmenes del sistema de magmas que tienen composiciones muy variables en el espacio y el tiempo. Enclaves magmáticas se interpretan como regiones coherentes de magma B que. Kilburn por sus útiles sugerencias y críticas en la revisión del manuscrito. De ello se deduce que las rocas huésped pueden ser consideradas como las porciones del sistema magmático en la que la dinámica más eficiente de mezcla producen diferentes grados de hibridación. Estos resultados aportan nuevas pruebas a la aparición de enclaves magmáticos que se encuentran dispersos en el interior de las rocas de acogida. Marsh se agradece. no sugieren interacciones fuertes con la roca huésped más ácida y así sobrevivieron el proceso de mezcla.

Poli y Perugini. 1992) y la mezcla de magmas (por ejemplo. . 1963) quien por primera cuenta. una copia reducido tamaño del conjunto. 2002). 2002). Lorenz (Lorenz. La evolución de la teoría del caos puede ser históricamente trazado desde el trabajo pionero de Edward N. con la ayuda de técnicas de computación. como la convección atmosférica. pueden mostrar un comportamiento muy complejo. Los sistemas caóticos se han reconocido en una amplia variedad de procesos naturales como la convección atmosférica (Binson. 1992. cada una de las cuales es. 1997). Una propiedad importante de las estructuras generadas por los sistemas caóticos es que exhiben las mismas propiedades en muchas escalas de magnificación de catión. 2002. un fractal es una estructura que se puede subdividir en partes. la dinámica de los terremotos (por ejemplo Turcotte. Perugini et al. por lo menos estadísticamente. Abraham y Bowen. La imprevisibilidad a largo plazo del sistema de Lorenz fue llamada "dependencia sensible de las condiciones iniciales" y es la propiedad básica de los sistemas caóticos (por ejemplo Turcotte. Básicamente. Addison. la distribución del plancton en los océanos (por ejemplo. que los sistemas aparentemente simples.La teoría del caos y la geometría fractal Las teorías del Coas y fractal están encerradas en ramas de un campo de estudio mayor que tiene como objetivo el estudio de los sistemas complejos estrechamente relacionados. 1996).. Tal invariancia de escala se conoce como auto-similitud y es una propiedad básica de estructuras fractales. Lorenz observó que las partículas arbitrariamente cercanas divergieron exponencialmente rápido después de pocos ciclos de cálculo representando órbitas completamente diferentes y haciendo prácticamente imposible predecir la evolución a largo plazo de todo el sistema.

A1B a D). y el estiramiento y plegado son también las dinámicas básicas que conducen al caos (Ottino et al. 1955). La razón es que la fuerzas básicas promueven la mezcla la mezcla de fluidos que se están "estirando y doblando ' de manera dinámica. 1993). Para visualizar este concepto en el marco de procesos de mezcla de fluidos Fig. A2D) produciendo patrones fractales. 1988. Ese tipo de sistemas dinámicos se puede geométricamente reproducir por lo que es posible analizar con detalle su evolución.Fig.. Fig. las estructuras producidas por la mezcla caótica son fractales. La intensidad de la mezcla aumenta de A a D. A2 muestra la dinámica acción de estirar y doblar que operan en una gota de líquido oscuro. A1. Como la mezcla aumenta el tiempo (de la Fig. Como la dinámica de estiramiento y plegado se produce en el tiempo en la burbuja original el alargamiento que es posteriormente plegada sobre sí misma generando una alternancia de estructuras laminares que pueden abarcar muchos órdenes de magnitud (Fig. el cuadrado negro original del fluido se deforma progresivamente por el estiramiento y la dinámica de plegamiento generando estructuras laminares complejas. Por lo tanto. Dinámica caótica y fractales en la mezcla de fluidos En los últimos años una gran cantidad de atención se ha centrado en la aplicación de la teoría del caos y la geometría fractal en el estudio de fenómenos de mezclas de líquidos. . A1 el resultado de un experimento dinámico en el que un fluido negro se mezcla con un líquido de coloración blanca. Estiramiento y dinámica de plegamiento que actúa sobre un elemento fluido de color negro (de Welander.

La coexistencia de regiones bien mezcladas caóticas. y regiones coherentes mal mezcladas (CR) ha sido.Aunque el proceso de mezcla es caótico. De hecho. Fluidos dentro CR nunca puede escapar y. esto no implica que siempre es completa. ampliamente documentado en tiempo real como simulado en experimentos de mezcla (por ejemplo Bresler et al. 1998). 1993). o regiones activas (AR). de hecho. es muy difícil de obtener una mezcla perfecta. 2A.. por lo tanto. Fuente et al. n es el tiempo de duración del proceso de mezcla y aumento a partir de (A) a (D). Fig.. a las porciones bien mezcladas. En términos generales una sección Poincaré es una representación gráfica de los campos de flujo . Una forma práctica de visualizar numéricamente estos sistemas es utilizar secciones Poincaré de flujos. Modelado de mezcla caótica La clave para entender la coexistencia de estas dos regiones dinámicas dentro del mismo sistema se encuentra en el estudio de la cinemática de la mezcla de fluidos mediante el uso de sistemas dinámicos. (D) magnificación del catión de las estructuras laminares que se muestran en (C). Durante el proceso las porciones de fluido que escapan de la parte derecha de la casilla blanca se reintroducen por el lado opuesto (por ejemplo. B (texto principal) que muestran experimentos de fluidos mezclados en los que se mezclan fluidos de un color claro y un color oscuro. Simulación numérica de estiramiento y plegado de una burbuja original de fluido oscuro (A). A2. Estos dos tipos de regiones son visibles en la figura. en la mayoría de los casos. no se mezclan fácilmente con el entorno fluido mientras fluidos en la AR sufren fuertes procesos de estiramiento y plegamiento con el entorno fluido. McCauley. en tiempos cortos. 1997.

de diferentes regiones dinámicas constituidas por zonas punteadas negras (AR que representa) y órbitas cerradas (en representación de CR). en particular. Para superar tales dificultades varias otras técnicas se han sugerido y. Liu et al. que se informó en la Fig. . A3 (por ejemplo.1% puede producir. después de sólo dos o tres tiempos de circulación. es un conjunto de ecuaciones que gobierna el patrón de advección de un sistema de mezcla.de un sistema de mezcla y es útil en ocurrencias individuales y la cantidad relativa de AR y CR dentro del sistema.. Un ejemplo de una sección de Poincaré. Con esta técnica cada partícula de fluido es "mapeada 'a una nueva posición por la aplicación de la transformación (o" mapa ") con muy buena precisión evitando los problemas mencionados anteriormente. La figura muestra la coexistencia. las desviaciones de trayectorias más grandes que toda la geometría del sistema haciendo que el cálculo sea inútil. Esta característica limita el número de técnicas que pueden ser utilizadas para llevar a cabo simulaciones numéricas de procesos de mezcla ya que se niega la predicción de la evolución a largo plazo de los sistemas.. una transformación. el cálculo de los patrones de advección ha sido reconocidas como uno de los más adecuados para simular los procesos de mezclado (por ejemplo. Por lo tanto. En el estudio de los procesos de mezcla. dentro del mismo sistema. (1995). Por ejemplo. 2000). Anderson et al. una operación matemática que permite identificar una partícula de fluido y para especificar su posición en algún momento en el futuro. usando procedimientos convencionales de integración en el rastreo de trayectorias de las partículas individuales durante los experimentos numéricos.. diferencias en la velocidad del campo que sea mayor que 0. o "mapa". según lo informado por Metcalfe et al. Cerbelli et al. la representa una posible simulación de la configuración en aparatos de cavidades de flujos. los principales problemas se producen debido a la dependencia sensible de las condiciones iniciales típicas de los sistemas caóticos. 1995.. Subyacente al concepto de patrón de advección es lo que se conoce como punto de transformación (o "mapa"). 2000). 1994b. Metcalfe et al.

mientras que la Fig. El mapa de “fluido sinusoidal” utilizado en el documento para simular la mezcla de magmas pertenece a esta categoría la de los sistemas dinámicos.. B se muestran los patrones resultantes de la simulación de la mezcla de fluidos reales en el aparato en huecos. Poincaré sección del sistema dinámico representado por el aparato de fluido en huecos que muestra la ocurrencia simultánea de ambos AR y CR dentro del mismo sistema (de Anderson et al. A4C. Es notable que un enfoque de este tipo numérico es particularmente útil cuando los fluidos tienen viscosidades similares. D informa de los patrones del mismo sistema simulado numéricamente mediante el cálculo de los patrones de advección. Además.Fig. A3. En estas condiciones un fluido actúa como un trazador pasivo debido a que no actúa directamente en el proceso de mezcla pero es advectado pasivamente dentro del fluido huésped por la acción de la dinámica de mezcla. La ventaja de utilizar el mapa de fluido sinusoidal es que captura todas las características esenciales de un sistema típico de mezclado caótico y. A4A. la posibilidad de variar un solo parámetro (k) para generar regímenes diferentes de mezcla caótica hace que este enfoque sea muy adecuado para explorar diferentes mezclas cinemáticas con la necesidad de mantener en cuenta un gran número de parámetros que influyen en procesos de mezcla de magmas en sistemas naturales reales. En la Fig. se puede utilizar como una plantilla cinemática para simular la mezcla caótica de magmas. como tal. . La comparación entre las estructuras reales y simuladas numéricamente muestra una sorprendente similitud de manifiesto la fiabilidad del método de asociación para simular el comportamiento de los fluidos reales. 2000).

A4.Fig. (C y D) las estructuras de mezcla simulado numéricamente mediante el cálculo de los patrones de advección (de Liu et al. Estructuras generadas por la mezcla de fluidos reales en el aparato de huecos (A y B). 1994b). ..