pg.

1
EL MODELO DE FITZHUGH-NAGUMO (FHN)
1. FUNDAMENTOS TERICOS:
Los fenmenos elctricos desempean un papel importante en la fisiologa de las
clulas nerviosas. Esto se conoce desde el siglo XIX, pero a mediados del siglo XX hubo
un avance importante, basado en una serie de experimentos; Hodgkin y Huxley estudiaron
el comportamiento de las corrientes inicas de Sodio (Na+) y Potasio (K+) en el axn
gigante de la neurona de un calamar al ser estimulada con una corriente externa.
Finalmente, en 1952, estos investigadores propusieron un sistema de cuatro ecuaciones
diferenciales no lineales, conocido hoy en da como modelo de Hodgkin y Huxley (HH),
que describe la dinmica del potencial de membrana de una neurona ante la accin de una
corriente aplicada. Este modelo es muy bueno en el sentido de que reproduce la mayor a
de las propiedades electrofisiolgicas del axn gigante del calamar. Sin embargo, por su
dimensin y su no linealidad dificulta muchsimo su anlisis cualitativo. Por lo anterior,
los estudios que se han realizado con el modelo se apoyan solamente en simulaciones
computacionales, basadas en la solucin numrica.
Para entender y comprender mejor el fenmeno neuroelctrico, se han construido
modelos de orden inferior que presentan una estructura matemtica ms simple y que
capturan la esencia dinmica de algunos de los procesos involucrados de la dinmica de
una neurona como son los modelos: rpido, rpido-lento y FitzHugh-Nagumo (FHN).
Hoy en da podemos encontrar algunos variantes del modelo de FitzHugh-Nagumo en
varios textos en donde hacen estudios numricos. En realidad, ya existen estudios
cualitativos de este modelo (vea, el libro relativamente reciente de Rocsoreanu [1]); sin
embargo el anlisis cualitativo que hace es sin ningn forzamiento constante.
Esta Monografa estudia cualitativamente el modelo de FitzHugh-Nagumo a un
forzamiento constante segn las variaciones de los parmetros que intervienen, cuyo
objetivo es determinar lo siguiente: la relacin entre los parmetros del modelo para el cual
se dan uno, dos o tres puntos de equilibrio y la naturaleza de stos; los valores de los
parmetros para los cuales hay diferentes tipos de bifurcacin; el valor de I (corriente
aplicada) para el cual se exhibe un potencial de accin y trenes peridicos de potenciales
de accin.
pg. 2
I. EL MODELO DE FITZHUGH-NAGUMO
Este modelo no proporciona una descripcin muy exacta de la realidad biofsica de las
clulas nerviosas, ms bien proporciona una idea matemtica del mecanismo de
excitabilidad neuronal. Para realizar la interpretacin de la dinmica del sistema de FHN
en trminos biofsicos, se traduce la variable u como el voltaje a travs de la membrana;
el parmetro I representa la corriente aplicada a la clula nerviosa, y la variable w como
una variable de recuperacin del sistema sin significado biofsico especfico, lo cual se
ver a lo largo de la siguiente Monografa.
A. Estructura de las clulas nerviosas.-
Las clulas nerviosas se componen bsicamente de tres partes: el cuerpo celular
(soma), las dendritas y el axn (figura 1.1).
El soma: contiene al ncleo de la clula y por lo tanto es poseedor del material
gentico de la neurona. Es ah donde ocurren los mecanismos bioqumicos
sintetizadores de enzimas y dems protenas, necesarios para mantenerla viva.
Dendritas: son brazos delgados que se ramifican, formando una red que rodea a
la clula. Constituyen los canales fsicos principales por los cuales la neurona
puede recibir seales provenientes de otras clulas.
Axn: fibras que transmiten los impulsos nerviosos o potenciales de accin
desde el cuerpo celular hacia la siguiente clula.
Figura 1.1: Esquema de una neurona tpica.
B. Excitabilidad de la membrana celular
El impulso nervioso se desarrolla como respuesta a una estimulacin elctrica de cierta
magnitud mnima, llamada umbral. Tambin se le conoce como potencial de accin
(figura 1.2). Suele originarse en el cuerpo celular en respuesta a la actividad de las
sinapsis dendrticas. Hay diferentes formas de potenciales de accin, pero lo que tienen
todos en comn es el efecto todo o nada en la despolarizacin de su membrana. Es
decir, si el voltaje no excede un valor particular denominado umbral, no se iniciar
pg. 3
ninguna espiga y el potencial regresara a su nivel de reposo. Si el umbral es excedido,
la membrana realizar una trayectoria del voltaje que refleja las propiedades de la
membrana, pero no las del impulso.
Figura 1.2: Esquema de un potencial de accin.
Tambin se observa que al aplicar secuencialmente estmulos breves (supra-umbrales)
que estn suficientemente espaciados en el tiempo, la membrana responde cada vez
produciendo idnticos potenciales de accin. Si el lapso entre los estmulos se va
reduciendo, es imposible excitar a la membrana por segunda vez. Este lapso crtico es
llamado perodo refractario y se divide en perodo refractario absoluto y relativo. En el
primero, a pesar de la intensidad de la estimulacin, es imposible desencadenar seal
alguna, mientras que en el segundo se puede provocar una espiga de menor tamao con
despolarizaciones mayores que el umbral.
C. Respuesta Peridica
Las neuronas tambin son capaces de generar potenciales de accin con frecuencias
muy diversas, desde menos de uno hasta varios cientos de disparos por segundo. Esto
es muy relevante porque todos los impulsos tienen la misma amplitud y, por lo tanto, la
informacin que transmite una neurona est representada por el nmero de seales por
segundo que produce. En respuesta a una corriente constante aplicada, las clulas
nerviosas pueden responder con un tren de potenciales de accin que se repite
peridicamente (figura 1.3). Se observa experimentalmente que la frecuencia de la
respuesta es una funcin creciente de la intensidad del estmulo aplicado.
pg. 4
Figura 1.3: Tren de potenciales de accin
2. RESOLUCIN DE EJERCICIOS:
El modelo original de Fitzhugh de disparos neuronales consiste en 2 variables las
cuales corresponden a una diferencia de potencial (X) y a una recuperacin variable
(Y). En donde tenemos:

dx
dt
= c I y +x
x
3
3
I ]
c
dy
dt
= o x by
Donde I es una entrada y a, b y c son constantes positivas. Asumir que c >1 y b < c.
2.1.Usando simulacin numrica o de otra manera encontrar valores para los
parmetros I, a, b y c las cuales proporcionan el umbral de disparo de las neuronas.
En particular, encontrar los parmetros en donde las ecuaciones 3 y 4 tengan un
estado estable, la cual cuando es perturbada suficientemente, se disparan las
neuronas.
Solucin:
Tenemos lo siguiente:

dx
dt
= c I y +x
x
3
3
I ] (1)
c
dy
dt
= o x by (2)
Caso Particular: x(t=0) y y(t=0)
Asumamos que en x(0) y y(0) el sistema posee estabilidad
De las ec. (3) y (4)
u = c I y +x
x
3
3
I ] => y =
x
3
3
x + I (S) (Ecuaciones de
c(u) = o x by => y =
u
b

x
b
(4) las Ceroclinas)
pg. 5
Segn estas Ecuaciones de las ceroclinas podemos esbozar lo siguiente:
A la primera ecuacin le corresponde la grafica de un polinomio cbico y la
segunda es la grfica de una recta que no pasa por el origen y con pendiente
negativa. Los puntos en donde estas curvas (La cbica y la recta) se intersectan
son los puntos de equilibrio del sistema. Estas curvas pueden tener uno, dos o
hasta tres intersecciones.
1 GRFICA
+ +
y =
x
3
S
x + I
sta grfica va a depender del parmetro I
pg. 6
2 GRFICA
Siguiendo como el procedimiento anterior podemos esbozar la grafica directamente:
y =
o
b

x
b
SUPERPONIENDO GRFICAS:
Van a depender de los parmetros I, a, b y c

I=3
a= 2.5
b= 0.8
c=2
I=1
a= 1.5
b= 0.5
c=3
I= 1.5
a= 7
b= 5
c=10
I=5
a= 5
b= 3
c=8
Punt os de
Equi l i br i o
pg. 7
2.2.Asumiendo haya un nico estado estable (x
e
,y
e
), determine su Jacobiano
Demuestre que el estado estable es estable si:
b
c
c (1 x
2
) > u y 1 b (1 x
2
) > u
Solucin:
Iacobiano(X, Y) =
o(X, )
o(x, y)
=

oX
ox
oX
oy
o
ox
o
oy

Entonces hallando cada uno de los elementos de la matriz jacobiana:
Nosotros sabemos que:
Jx
Jt
= c | y +x
x
3
S
I +
c
Jy
Jt
= o x by
Por lo tanto:
Como el conjunto |
dx
dt
:
dy
dt
] es linealmente independiente al conjunto [x;y]
X
(x,y)
= c I y +x
x
3
3
I ]
Y(x,y) =
u
c

x
c

b
c
y
Entonces:
X
x
=
|c.y+c.x-
c.x
3
3
-c.I 1
x
= c c. x
2
X
y
=
|c.y+c.x-
c.x
3
3
-c.I 1
y
= c

x
=
I
c
c
-
x
c
-
b
c
y ]
x
=
1
c

y
=
I
c
c
-
x
c
-
b
c
y]
x
=
b
c
De aqu:
Matriz Jacobiana J
[X,Y]
=|
X
x
X
y

y
| = |
c c. x
c
2
c

1
c

b
c
|
pg. 8
Ahora para seguir resolviendo necesitamos de algunos teoremas con respecto al
modelo de Fitzhugh, entonces veremos lo siguiente:
Sea:
Donde:
Se cumple:
a) Si Det.(A) > 0 y Tr.(A) < 0
Entonces (u
e
,w
e
) es un punto estable.
b) Si Det.(A) 0 y Tr.(A) > 0
Entonces (u
i
,w
i
) es un punto inestable.
c) Si Det.(A) < 0 y Tr.(A) > 0 Tr.(A) < 0
Entonces (u
i
,w
i
) es un punto silla inestable.
Entonces, acorde a lo anterior:
Ya hemos hallado nuestro A
A = J
[X,Y]
= |
c c. x
c
2
c

1
c

b
c
|
Det. (A) = (Producto diagonal principal producto diagonal secundario)
Det. (A) 1 b (1 x
c
2
)
pg. 9
Tr. (A) = (Suma de los elementos de la diagonal principal)
Tr. (A) = c c. x
c
2

b
c

Como el enunciado me indica que se trata de un nico punto en estado estable (x
e
,y
e
)
Por lo tanto: debe cumplir con la preposicin (a):
Det. (A) > 0 1 b (1 x
c
2
) > u
Tr. (A) < 0 c c. x
c
2

b
c
< u
Acomodando trminos:
Es estable si se cumple
1 b (1 x
c
2
) > u

b
c
c (1 x
c
2
) > u (l.q.q.d.)
2.3.Mostrar que x
i
es inestable si < x
i
< donde = 1
b
c
2
.
Proporcionar un ejemplo numrico del comportamiento del sistema cuando x
i
es
inestable.
Solucin:
Segn propiedad anterior:
Si Det. (A) 0 y Tr.(A) > 0
Entonces (u
i
,w
i
) es un punto inestable.
Siendo A = |
X
x
X
y

y
|
Ahora del problema anterior, sabemos:
Tr. (A) = c c. x

2

b
c
Acorde con la propiedad por tratarse de un punto inestable (x
i
,y
i
), se cumple:
Tr. (A) > 0 => c c. x

2

b
c
> u
Resolviendo esta desigualdad:
c c. x

2
>
b
c
1 x

2
>
b
c
2
1
b
c
2
> x

2
pg. 10
Calculando puntos crticos y hallando el intervalo de valores de x donde el sistema es
inestable:
x
I
1
=

1
b
c
2
y x
I
2
=

1
b
c
2

1
b
c
2
u

1
b
c
2
Por lo tanto
1
b
c
2
< x

< 1
b
c
2
osea < x
i
< (l.q.q.d.)
Ahora un ejemplo numrico sera:
Como sabemos que cuando < x
i
< , ser inestable el sistema:
Entonces hagamos x
i
= 0 para as poder comprobar si el sistema es inestable.
Las ecuaciones de las Ceroclinas serian:
y = I
y=
a
b
Graficando: y
Y = I
Y =
a
b
X
No existe punto de interseccin entre esas 2 rectas, por lo tanto no existe un punto de
estabilidad y por lo tanto el sistema es inestable.
pg. 11
2.4.Dibuje un diagrama de bifurcacin para el parmetro I. En particular, muestra que
cuando I incrementa pasando un valor critico I
c ,
Ic =
a
b
+

3
S
Haga que el estado estable se convierta a un estado inestable.
Solucin:
Qu es un Diagrama de Bifurcacin?
Es un diagrama que se basa en los cambios cualitativos en sistemas dinmicos, en
donde existe un parmetro, el cual hace que la estructura cualitativa de un flujo pueda
cambiar, y por ende los puntos fijos del sistema pueden ser creados, destruidos o
cambiar su punto de estabilidad.
*Regresando al Problema:
El Parmetro a variar es: I
Donde:
Ic =
a
b
+

3
S
Osea si:
I < Ic => En el sistema existe estabilidad.
I > Ic => En el sistema no existe estabilidad.
Asumimos valores para: a, b, c
a= 5, b= 2 y c=3
=> = 0.882 => Ic = 2.71
El sistema se reduce a:

dx
dt
= Sy +Sx x
3

I
3


dy
dt
=
5
3

x
3

2
3
y
GRFICA PARA CUANDO I < I
crtico

Usando la herramienta
MATLAB se pudo
realizar este grfico.
pg. 12
GRFICA PARA CUANDO I > I
crtico

2.5.Pruebe que cuando b< 1, el estado estable (x
e
,y
e
) es nico.
Solucion:
Tenemos que 0<b<1; b<c; c >1;
Como ya se haba demostrado en el problema anterior:
Si: b<1
=> = 1
b
c
2
Si: b << 1
=> 1
Ahora sabemos que para que sea un punto estable (x
e
,y
e
) debe cumplir:
< x
e
< -1 y 1 < x
e
< +
=> 1 < X
e
2
< + => 0 < -X
e
2
< 1
=> 1 < 1 -X
e
2
< 2 => b < b (1 -X
e
2
) <2b
=> 2b < - b (1 -X
e
2
) < + => 2b+1 < 1-b(1 -X
e
2
) < +
Para todo b
Ahora: => 1-b(1 -X
e
2
) > 2b+1 > 0

=> 1-b (1 -X
e
2
) < 0 (l.q.q.d.)
El sistema posee un nico estado estable.
pg. 13
2.6.Discuta las ventajas y desventajas relativas de las ecuaciones 1 y 2 comparado con
el modelo Fitzhugh-Nagumo presentado en las notas de lectura.
VENTAJAS.-
Existe mucha relacin entre el modelo matemtico (ec. 1 y 2) y con el modelo
de Fitzhugh-Nagumo, y esta clara relacin nos facilita bastante el clculo del modelo
Fitzhugh Nagumo, obteniendo finalmente resultaos semejantes.
DESVENTAJAS:
Los resultados obtenidos no son 100% iguales a los resultados obtenidos por el
modelo de Fitzhugh-Nagumo (Siempre existir un % de error).
Ante ello, gracias a las nuevas tecnologas y a las nuevas herramientas de software ya
se puede resolver y simular el modelo de Fitzhugh-Nagumo con poqusimos
inconvenientes y ms gran velocidad.
3. CONCLUSIONES
- Al trmino de sta monografa concluimos en que de nuestra propia naturaleza,
todos los procesos mecnicos, qumicos, fsicos, estadsticos, etc, se pueden
analizar, investigar, tomar datos y luego gracias a una gran herramienta que son las
matemticas, se puede resumir todo el proceso al hacer un modelo matemtico ya
sea de 1 orden, 2 orden o de Orden n, como el caso de: Disparo y retorno de
las neuronas segn el modelo de Fitzhugh, y a partir de ah, llegar saber el
funcionamiento del proceso en un sentido amplio. Y como finalidad de todo esto
es el poder tener conocimiento de cules son las leyes en que convive con la
naturaleza, y eso da lugar a la creacin de nuevos equipos, nuevas tecnologas,
conocimientos nuevos y as, as, el conocimiento no tendr lmites ni fronteras.
4. BIBLIOGRAF A
http://es.wikipedia.org/wiki/Neurobiolog%C3%ADa
http://www.scholarpedia.org/article/FitzHugh-Nagumo_model
Jerold E. Marsden Anthony J. Tromba Clculo Vectorial 5 Edicion
PEARSON Addison Wesley 5 Edicion Jerold E. Marsden Anthony J. Tromba
Capitulo 6 Pag. 367 Tema: Determinantes Jacobianos.