Subida inicial del proyecto

Codigo2D_AjusteHelfrich.py

@@ -1,40 +1,29 @@
-
 import numpy as np
 import matplotlib.pyplot as plt
 from scipy.optimize import curve_fit
 
 kb = 1.380649e-23  # Constante de Boltzmann
-T = 300  # Temperatura en Kelvin
-kbT = kb * T  # Factor kb * T
-
-def helfrich_model(x, bend, stretch):
 
+def helfrich_model(x, bend, stretch, kbT):
     bend = abs(bend)
     stretch = abs(stretch)
-    
     term = stretch / bend + x**2
-
     result = kbT * (0.5 / stretch) * ((1 / x) - term ** -0.5)
     return result
 
-def aproxHelfrich(x, y):
+
+def aproxHelfrich(x, y, T):
     x = np.array(x)
     y = np.array(y)
+    kbT = kb * T
 
-    try:
+    def model_fixedT(x, bend, stretch):
+        return helfrich_model(x, bend, stretch, kbT)
 
-        popt, _ = curve_fit(helfrich_model, x, y, p0=[1.4e-19, 1e-7]) # valores referencia
+    try:
+        popt, _ = curve_fit(model_fixedT, x, y, p0=[1.4e-19, 1e-7])
         bend, stretch = popt
-        
+        return abs(bend), abs(stretch)
-        # Aseguramos que bend y stretch sean siempre positivos
-        bend = abs(bend)
-        stretch = abs(stretch)
-
-        # # Establecemos un límite inferior para el valor de 'bend'
-        # bend = max(bend, 1e-20)
-        return bend, stretch
     except RuntimeError:
         print("Error: La optimización no convergió")
         return None, None
-
-

Codigo2D_Coefs.py

@@ -10,39 +10,32 @@ import matplotlib.pyplot as plt
 import Codigo2D_Base as c7
 import Codigo2D_AjusteHelfrich as c8
 
-# %% FUNCION TEORICA
+# %% CONSTANTES
+kb = 1.380649e-23  # J/K
 
-kb = 1.380649*10**-23
+# %% FUNCION TEORICA
-T = 300
+def fx(x, stretch, bend, T):
     kbT = kb * T
-
+    y = kbT * (0.5 / stretch) * ((1 / x) - (stretch / bend + x**2) ** -0.5)
-valor = 10*kbT # este es el valor que deberia tener el bending
-
-def fx(x,stretch,bend):
-    y = kbT*(0.5/stretch)*((1/x) - (stretch/bend + x**2)**(-0.5))
     return y
 
 # %% CODIGO
-
+def calculatecoefs(MSph, nmin, nmax, T):
-def calculatecoefs(MSph, nmin, nmax):
+    """
-    
+    Se utiliza el método de trapecios
-    '''
+    """
-    Se utiliza el metodo de trapecios
-    '''
 
     qx, u = c7.f2(MSph, 21, positive="Yes")  # TODOS LOS COEFICIENTES (U) del 1 al 20
 
-    '''
+    # El bending solo se calcula para ciertos modos
-    El bending solo se calcula para ciertos modos
-    '''
-    
     qxnew = qx[nmin:nmax]
     unew = u[nmin:nmax]
 
-    bend,stretch = c8.aproxHelfrich(qxnew,unew)
+    bend, stretch = c8.aproxHelfrich(qxnew, unew, T)
-    qxcont = np.linspace(qxnew[0],qxnew[-1],100) # limites coinciden con qx, pero Y no tiene porque es un ajuste no hay restriccion
+    qxcont = np.linspace(qxnew[0], qxnew[-1], 100)
-    Ycont = fx(qxcont,stretch,bend)  # Al representar sera en el eje x: qxnew y en el y: Y
+    Ycont = fx(qxcont, stretch, bend, T)
 
+    kbT = kb * T
     print("----------------")
     print(f"Para modos entre {nmin+1} y {nmax+1} se obtiene:")
     print("Bending (en uds kbT): ", bend / kbT)

Codigo2D_Ejemplo.py

@@ -9,6 +9,7 @@ import Codigo2D_FiltroZ as c1
 import Codigo2D_Interpolacion as c2
 import Codigo2D_Coefs as c3 # Este incluye a ajuste de Helfrich y a Base
 
+T = 300 # temperatura
 time = 50 # tiempo para graficar
 
 # %% PROGRAMA ARIN 
@@ -37,17 +38,16 @@ MCart[:,:,2] = 0
 # %% CALCULO DE BENDING Y STRETCH
 nmax = 19
 nmin = 4 # NOTA nmin = 0, es el modo 1
-qx,u,qxnew,unew,bend,stretch = c3.calculatecoefs(MSph,nmin,nmax)
+qx,u,qxnew,unew,bend,stretch = c3.calculatecoefs(MSph,nmin,nmax,T)
 
 # %% GRAFICA
 
-# plt.figure()
-# plt.loglog(qx,u,marker = "o", color = "blue",linestyle = "none")
-# plt.loglog(qxnew,unew,color="red", linestyle="-.")
-
 plt.figure()
 plt.plot(qx[nmin:nmax],u[nmin:nmax],marker = "o",color = "blue")
 plt.plot(qxnew,unew,color="red", linestyle="-.")
+plt.title("Coeficientes en función de qx", fontweight="bold")
+plt.xlabel("qx", fontweight="bold")
+plt.ylabel(r"$\langle \mathbf{|u|^2} \rangle$", fontsize=14) 
 
 # GRAFICA FILTRO (Simplemente para ver forma)
 
@@ -62,9 +62,9 @@ z1_label = f"$\Delta z_1$ = {np.format_float_scientific(Z1, precision=2)}"
 
 plt.plot(FiltroEsfmask[:,2], FiltroEsfmask[:,0], marker="h", linestyle="none", color="red", label=z1_label)
 
-plt.title("Datos simulaciones filtro", fontweight="bold")
+plt.title("Radio en función de phi", fontweight="bold")
-plt.xlabel("qx", fontweight="bold")
+plt.xlabel("PHI", fontweight="bold")
-plt.ylabel(r"$\langle \mathbf{|u|^2} \rangle$", fontsize=14) 
+plt.ylabel("R [m]", fontweight = "bold") 
 
 plt.legend()
 plt.show()

Codigo3D_AjusteHelfrich.py

@@ -3,37 +3,25 @@ import numpy as np
 import matplotlib.pyplot as plt
 from scipy.optimize import curve_fit
 
-# %% AJUSTE
+kb = 1.380649e-23  # J/K
 
-kb = 1.380649e-23  # Constante de Boltzmann
+def helfrich_model(x, kappa, b, kbT):
-T = 300  # Temperatura en Kelvin
-kbT = kb * T  # Factor kb * T
-
-def helfrich_model(x, kappa, b):
-    
-    # b = abs(b)
     kappa = abs(kappa)
     b = abs(b)
+    return kbT / (8 * b + kappa * x)
 
-    result = kbT / (8*b + kappa*x)
+def aproxHelfrich(x, y, T):
-    return result
-
-def aproxHelfrich(x, y):
     x = np.array(x)
     y = np.array(y)
+    kbT = kb * T
 
-    try:
+    def model_fixedT(x, kappa, b):
+        return helfrich_model(x, kappa, b, kbT)
 
-        popt, _ = curve_fit(helfrich_model, x, y, p0=[1.4e-19, 1e-7]) # valores referencia
+    try:
+        popt, _ = curve_fit(model_fixedT, x, y, p0=[1.4e-19, 1e-7])
         kappa, b = popt
-        
+        return abs(kappa), abs(b)
-        # Aseguramos que bend y stretch sean siempre positivos
-        b = abs(b)
-        kappa = abs(kappa)
-
-        # # Establecemos un límite inferior para el valor de 'bend'
-        # bend = max(bend, 1e-20)
-        return kappa, b
     except RuntimeError:
         print("Error: La optimización no convergió")
         return None, None

Codigo3D_Ejemplo.py

@@ -33,7 +33,7 @@ maximo = 6 # corresponde a l = 5, pero luego sumamos 1 y es l = 6
 coefs = a2l[minimo:maximo+1] # coeficientes entre l = 2, l = 6
 valorx = terminol[minimo:maximo+1]/(r0*r0) # x de la funcion
 
-kappa,b = c3.aproxHelfrich(valorx,coefs) 
+kappa,b = c3.aproxHelfrich(valorx,coefs,T) 
 
 bending = kappa/kbT
 stretching = b

readme.txt.txt

@@ -0,0 +1,9 @@
+El archivo de las simulaciones usado es "matrizcartesianas.npy" (modificar variando T y xi) 
+
+- Los archivos de "..._Ejemplo.py" son los que hay que ejecutar (cambiando el archivo de simulaciones)
+
+- Cuando se varía T de las simulaciones, se tiene que modificar "..._Ejemplo.py" (linea 15 en 3D, linea 12 en 2D)
+
+- En el caso 3D el análisis se hace hasta Lmax = 20, y el análisis posterior se hace entre l = 2 y l = 6 (se puede variar en las  líneas 26,30,31)
+
+- En el caso 2D, se realiza el análisis hasta un 1% del radio promedio (en z, linea 29 modificable), y se analiza entre n = 5, y n = 20 (modificable en linea 39,40)

resumen.txt.txt

@@ -0,0 +1,25 @@
+En estos códigos se realiza el análisis en 2D y 3D de la membrana. 
+
+# %% CASO 2D
+
+2D: https://link.springer.com/article/10.1140/epje/i2004-10001-9 (Ajuste a Ec.11)
+
+En el caso 2D se eligen valores cercanos al origen y se proyectan sobre el plano Z = 0
+
+Se interpolan los datos de forma equiespaciada
+
+Mediante integración por trapecios se obtienes los coeficientes
+
+Se obtienen los valores medios y se ajustan a la ecuación
+
+# %% CASO 3D 
+
+3D: https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.106.188101 (Ajuste a Ec.7)
+
+- Proyección sobre grid icosaédrico
+
+- Expansion mediante armónicos esféricos (de variación con respecto a superficie promedio)
+
+- Calculo de valores medios
+
+- Se obtienen los valores medios y se ajustan a la ecuación