Este documento presenta un memristor discreto multibistable que se basa en la discretización de un modelo de tiempo continuo. Se ha observado que el modelo de memristor discreto es capaz de preservar las características del modelo de memristor continuo. Además, se construye un modelo de FitzHugh-Nagumo de memristor discreto tridimensional integrando el memristor discreto en un modelo de neurona FitzHugh-Nagumo (FN) bidimensional. Posteriormente, se analiza el comportamiento dinámico del modelo de neurona propuesto a través de exponentes de Lyapunov, retratos de fase y diagramas de bifurcación. Los resultados muestran múltiples tipos de comportamientos de atracción oculta coexistente generados por este modelo de neurona. Se espera que el enfoque propuesto tenga implicaciones significativas para el diseño de redes neuronales avanzadas y otros sistemas computacionales, con aplicaciones potenciales en diversos campos, incluyendo robótica, control y optimización.