Why should adding or removing a spatial dimension do anything so dramatic to gravity?

At first glance, it seems like it should only change the picture. Space would have a different geometry, certainly, but why should that alter the basic possibility of a world with stars, planets, and enduring motion?

The hidden hinge is that gravity does not merely happen in space. It spreads through space. Change the dimensionality, and you change the way influence thins out with distance. That means you change the force law itself. And once the force law changes, the architecture of possible motion changes with it.

This is why dimensionality is not just a background feature. It reaches directly into the question of whether bound orbital structure can persist.

Geometry comes first

Imagine a source whose influence spreads outward equally in all directions. In ordinary three-dimensional space, that influence is distributed over the surface of a sphere. The area of that sphere grows like $r^2$, so the same total influence is diluted over a larger and larger surface as distance increases.

That is why the force falls as

$$ F(r) \propto \frac{1}{r^2}. $$

This is not a numerical accident. It is the three-dimensional expression of geometric spreading.

In $d$ spatial dimensions, the enclosing surface around a point source grows instead like $r^{d-1}$. So the corresponding central force typically scales as

$$ F(r) \propto \frac{1}{r^{d-1}}. $$

1. El problema de siempre: ¿cómo avanzar en el tiempo?

Imagina que tienes un planeta girando en torno a una estrella. Tú conoces sus posiciones y velocidades en el presente, y la fuerza que actúa (gravedad). La pregunta eterna: ¿dónde estará un pasito después?

Aquí entra la integración numérica. En la compu, el tiempo no es continuo: vivimos de ticks discretos \(\Delta t\). Pero cuidado: si eliges mal el método, tu planeta puede terminar fugándose a otra galaxia solo porque el algoritmo le metió más energía de la cuenta. 😅

2. El primo bruto: Euler

El método de Euler dice:

\[ \vec x_{t+\Delta t} \approx \vec x_t + \vec v_t \,\Delta t, \qquad \vec v_{t+\Delta t} \approx \vec v_t + \vec a_t\,\Delta t. \]

Es directo y fácil, pero no conserva la energía. Resultado: órbitas que deberían ser elipses terminan como espirales abiertas o colapsos al centro. Un desastre.

Analogía musical: es como tocar batería sin metrónomo. Empiezas bien, pero al tercer compás ya vas a destiempo. 🥁

3. La idea de Verlet (1967)

Loup Verlet, trabajando en dinámica molecular, pensó: “¿Y si uso tanto la aceleración presente como la futura para equilibrar la velocidad?” Boom:

\[ \vec x_{t+\Delta t} = \vec x_t + \vec v_t \,\Delta t + \tfrac{1}{2}\vec a_t\,\Delta t^2, \]

\[ \vec v_{t+\Delta t} = \vec v_t + \tfrac{1}{2}\left(\vec a_t + \vec a_{t+\Delta t}\right)\Delta t. \]

Esto es el Velocity-Verlet, el que usamos en el bloque N-cuerpos. Lo mágico: es un integrador simpléctico. Palabra rimbombante que significa que respeta la geometría del espacio de fases: la energía no se “derrite” tan fácil.

1. ¿Por qué modelar esto? 🌠

Porque con \(N>2\) no hay solución analítica — aparece el caos determinista. La compu se vuelve telescopio: podemos contar historias orbitales en cámara lenta y aprender de estabilidad, energía y transferencia de momento.

Mini-glosario express

• Cuerpo/partícula: agente con masa \(m\).
• \(\vec r_{ij}\): vector desde \(i\) a \(j\); \(r_{ij}=||\vec r_{ij}||\).
• \(G\): constante gravitacional (usamos u.a.: \(G=1\)).
• \(\vec v, \vec a\): velocidad y aceleración.
• COM: centro de masa. Quitamos su movimiento para que la “escena” no se nos vaya del encuadre.
• \(\varepsilon\) (softening): acolchado numérico: \(\sqrt{r^2+\varepsilon^2}\) evita singularidades en choques muy cercanos.
• \(\Delta t\): paso de tiempo; muy grande ⇒ inestabilidad, muy chico ⇒ más lento pero más fiel.

Dato musical random: Walking on the Moon (The Police, 1979) es perfecto de fondo; en nuestro universo nadie camina… ¡todos orbitan! 🎶🌙

2. Física exprés (pero bien puesta) 🧠🔭

• Segunda ley de Newton para cada cuerpo \(i\):  \[  m_i\,\vec a_i \;=\; \sum_{j\neq i} \vec F_{ij}.  \]

• Integración temporal (Velocity-Verlet): con aceleración \(\vec a(t)\),  \[  \vec x_{t+\Delta t} = \vec x_t + \vec v_t\,\Delta t + \tfrac12\vec a_t\,\Delta t^2,\qquad  \vec v_{t+\Delta t} = \vec v_t + \tfrac12\left(\vec a_t + \vec a_{t+\Delta t}\right)\Delta t.  \]  Es casi conservativo de energía (mucho más que Euler).

• Energía total (con suavizado \(\varepsilon\) para evitar singularidades numéricas):  \[  E = \underbrace{\tfrac12\sum_i m_i |\vec v_i|^2}_{\text{Cinética}}      \;-\; \underbrace{\sum_{i<j}\frac{G\,m_i m_j}{\sqrt{r_{ij}^2+\varepsilon^2}}}_{\text{Potencial}}.  \]

1. ¿Por qué molestarse con una cajita? 📦🤔

James Clerk Maxwell y Ludwig Boltzmann jugaban mentalmente con miles de moléculas rebotonas para descubrir la relación entre la presión \(P\), el volumen \(V\) y la temperatura \(T\). Nosotros haremos lo mismo… ¡pero con Python y emojis!

Dato random musical: Daddy Yankee popularizó la palabra gasolina en medio mundo; hoy haremos gas-o-física. 💃⛽️

2. Fundamento Físico (micro ↔ macro)

• Colisiones elásticas: conservan energía cinética y momento lineal.
• Presión microscópica:    \[    P \;=\; \frac{1}{\Delta t\,A}\,\sum_i \Delta p_i  \]  donde \(\Delta p_i\) es el impulso transferido por la partícula \(i\) al muro y \(A\) el área del muro.
• Temperatura:    \[    T \;=\; \frac{2}{3\,N\,k_B}\,\sum_{i=1}^{N}\frac{1}{2} m v_i^{2}  \]  (En 2-D tomamos \(V = L^2\) para conectar con la ley ideal; el código ajusta la constante).

💡 Spoiler: al promediar suficientes rebotes, la relación \(PV = N k_B T\) emerge — una sinfonía estadística.

3. Algoritmo a lo Bullet-Time 🕶️

1. Inicializa \(N\) partículas con posiciones aleatorias y velocidades gaussianas (distribución de Maxwell-Boltzmann).
2. Avanza cada paso \(\Delta t\): pos += vel * dt.
3. Rebote con muros: si \(x<0\) o \(x>L\) invierte \(v_x\); igual para \(y\). Suma \(2m v_\perp\) al contador de impulso para ese muro.
4. (Opcional) Colisión partícula-partícula: detecta superposición e intercambia velocidades (mayor realismo, más CPU).

1. ¿Por qué Maxwell puso un "demonio" en su termómetro? 🤔

En 1871, James Clerk Maxwell retó la intuición de sus colegas: ¿y si un ser microscópico pudiera abrir y cerrar una puerta entre dos cámaras de gas, dejando pasar solo moléculas rápidas a un lado y lentas al otro? Al acumular moléculas energéticas en una cámara, parecería obtenerse un gradiente de temperatura sin aportar trabajo externo, lo cual amenazaba la segunda ley de la termodinámica:

«Es imposible un proceso que solo transfiera calor de un cuerpo frío a uno caliente sin trabajo externo».

Maxwell usó su demonio como experimento mental para mostrar que la segunda ley descansa en supuestos estadísticos y de información, no solo mecánicos.

2. Principio termodinámico y coste de información 📐

• Segunda ley:

$$\Delta S_{total} = \Delta S_{gas} + \Delta S_{demonio} \ge 0$$

• Landauer (1961): borrar 1 bit de información cuesta $$E_{min} = k_B T \ln 2$$ donde \(k_B\) es la constante de Boltzmann. Este es el “precio” que el demonio paga al clasificar moléculas.

3. Modelo en Python: demostrar el dilema 🐍

import numpy as np
import matplotlib.pyplot as plt
 
# Parámetros
N = 1000                     # número de moléculas
T0 = 1.0                     # temperatura inicial (unidades)
v_th = 1.0                   # umbral velocidad
t_steps = 6000               # pasos de simulación
kB = 1.0                     # constante de Boltzmann
E_bit = kB * T0 * np.log(2)  # coste por bit
 
# Estado inicial
vel = np.random.randn(N) * np.sqrt(T0)
side = np.zeros(N, int)   # 0 = izq, 1 = der
 
# Registros
deltaT = []
cost = []
E_acc = 0.0
 
for t in range(t_steps):
    # 1) Demonio clasifica una molécula al azar
    i = np.random.randint(N)
    if side[i] == 0 and vel[i] > v_th:
        side[i] = 1
        E_acc += E_bit
    elif side[i] == 1 and vel[i] < -v_th:
        side[i] = 0
        E_acc += E_bit
 
    # 2) Registro de temperaturas (energía cinética media)
    KE0 = np.mean(vel[side == 0]**2) / 2
    KE1 = np.mean(vel[side == 1]**2) / 2
    deltaT.append(KE0 - KE1)
    cost.append(E_acc)
 
# Graficar resultados
plt.figure(figsize=(8,6))
plt.subplot(2,1,1)
plt.plot(deltaT)
plt.title('ΔT = T_izq - T_der vs. Paso')
plt.ylabel('ΔT')
 
plt.subplot(2,1,2)
plt.plot(cost)
plt.title('Coste acumulado del demonio')
plt.ylabel('Energía')
plt.xlabel('Paso')
plt.tight_layout()
plt.show()

🚧 Segunda ley y entropía: el impuesto inevitable del universo

Seguro has oído que no hay almuerzo gratis; pues en termodinámica no hay trabajo gratis tampoco. La segunda ley nos dice claramente:

«Es imposible convertir completamente el calor de una fuente térmica en trabajo útil sin efectos secundarios».

Esta ley implica la existencia de la entropía, la cual mide la "calidad" de la energía. Cualquier proceso real genera entropía, que representa irreversibilidad y pérdidas inevitables.

$$ \Delta S \geq \int \frac{\delta Q}{T} $$

Si hay generación de entropía (\(\Delta S > 0\)), la eficiencia ideal jamás se alcanzará.

🌡️ Irreversibilidades: ¿dónde perdemos energía?

En motores reales, no todo es ideal:

• Caídas de presión: válvulas, conductos y filtros generan resistencia, disminuyendo la presión disponible para el trabajo útil.
• Fricción: partes móviles rozándose, consumiendo energía en forma de calor.
• Pérdidas térmicas: calor que escapa al ambiente sin contribuir al trabajo.

Todo esto reduce la eficiencia real \(\eta_{real}\), comparada con la eficiencia ideal de Carnot \(\eta_{Carnot}\):

$$ \eta_{Carnot} = 1 - \frac{T_C}{T_H}, \quad \eta_{real} < \eta_{Carnot} $$

⚡ Exergía: la energía verdaderamente útil

La exergía es la cantidad máxima de trabajo útil que podemos extraer de un sistema respecto a su entorno. Piensa en ella como la energía VIP, la única que vale la pena convertir:

$$ \text{Exergía} = (U - U_0) + P_0(V - V_0) - T_0(S - S_0) $$

🔥 Introducción: El mapa secreto de la entropía

Imagina que estás perdido en la selva amazónica de la termodinámica (¡qué miedo!), y necesitas una brújula especial que indique el rumbo hacia la eficiencia. Esa brújula existe y es el diagrama T-s.

¿Qué es un diagrama T-s? Es un gráfico sencillo:

• Eje vertical (T): temperatura (en Kelvin)
• Eje horizontal (s): entropía específica (J/kg·K)

Este diagrama revela no sólo cómo varían temperatura y entropía, sino que también grita: "¡Aquí pierdes eficiencia, compadre!"

🧭 Procesos clave en T-s (y cómo reconocerlos)

1. Procesos isentrópicos (sin cambio de entropía):

• Son líneas verticales.
• Representan procesos ideales sin pérdidas.

\[ \Delta s = 0 \quad \Rightarrow \quad \text{Isentrópico} \]

2. Procesos isotérmicos (temperatura constante):

• Son líneas horizontales.
• Indican transferencia constante de calor.

\[ \Delta T = 0 \quad \Rightarrow \quad \text{Isotérmico} \]

3. Procesos politrópicos:

• Líneas curvas.
• Procesos reales, donde la transferencia de calor y trabajo son variables.

Figura 1: Diagrama T-s con procesos isentrópico (línea vertical), isotérmico (línea horizontal) y politrópico (curva).

🔍 Área bajo la curva: el misterio revelado

🔎 Ejes y unidades: ¿qué rayos significa cada punto?

Un diagrama P‑V (presión-volumen) muestra cómo cambia la presión \(P\) y el volumen \(V\) de una sustancia mientras realiza trabajo.

• Eje vertical (P): presión, generalmente en Pascales (Pa) o bares.
• Eje horizontal (V): volumen, usualmente en metros cúbicos (m³) o litros (L).

Cada puntito en el gráfico representa un estado específico del gas: como tomarle una foto instantánea a un motor en plena faena.

Figura 1. Ejes del diagrama P‑V con un estado marcado (P: presión en Pa/bar, V: volumen en m³/L).

🎢 Curvas de compresión y expansión: ¿qué está pasando ahí?

En general, tendrás dos tipos principales de curvas:

• Expansión: el gas aumenta de volumen y suele bajar de presión.
• Compresión: lo opuesto, el volumen se reduce mientras aumenta la presión.

Estas curvas pueden ser:

• Adiabáticas (isoentrópicas): sin intercambio de calor, y en un diagrama P-V suelen verse como una curva suave que desciende.
• Isocóricas: volumen constante (línea vertical).
• Isobáricas: presión constante (línea horizontal).

Cada tipo de curva dice algo diferente sobre lo que pasa en tu motor favorito. Así que aprende a leerlas, camarada.

Figura 2. Procesos ideales en un diagrama P‑V: adiabático (curva naranja), isocórico (línea vertical naranja oscuro) e isobárico (línea horizontal roja).

"El Otto es una explosión instantánea; el Diesel, un bolero lento y constante."   — Sabiduría popular (o sea, yo)

1. La pregunta que nadie quiere admitir 🤔

Cuando estudias motores térmicos, siempre sale esto:

• Otto: calor a volumen constante.
• Diesel: calor a presión constante.

Pero espera… en un motor Diesel, ¿no se mueve el pistón mientras se quema el combustible? ¿Cómo puede entonces mantenerse constante la presión?

2. Repaso rápido del Diesel teórico 🚗💨

Recordemos rápido las etapas del ciclo Diesel ideal:

La clave está en la etapa 2→3. Allí ocurre el misterio.

3. La magia detrás de la presión constante 🧙‍♂️

La clave es la ley del gas ideal:

\[ P V = n R T \]

En la etapa 2→3:

• Se inyecta combustible, el gas se calienta → \( T \uparrow \)
• El pistón baja simultáneamente → \( V \uparrow \)

Si el aumento en volumen \( V \) compensa exactamente el aumento de temperatura \( T \), la presión \( P \) permanece aproximadamente constante:

\[ P = \frac{n R T}{V} \quad \text{(se mantiene constante)} \]

En el motor real, la presión no es perfectamente plana, pero esta simplificación refleja bien la realidad.

4. ¿Por qué en el Otto no pasa esto? 💥

Porque en Otto, la mezcla combustible-aire explota rápidamente con una chispa, en un instante y casi sin moverse el pistón. Por eso decimos que es a volumen constante.

1. Introducción

“Todo gran poder viene de una gran caldera.” — Tío Ben (versión ingenieril)

El ciclo Rankine es el corazón de la mayoría de las centrales eléctricas a vapor. Mientras el Otto y el Diesel rugen bajo el cofre de tu coche, el Rankine susurra—o más bien silba—dentro de turbinas que iluminan ciudades enteras. Aquí vamos a desmenuzarlo paso a paso, sin perder el sentido del humor (ni la rigidez matemática).

2. Ingredientes básicos

Necesitaremos además recordar:

• Primera ley: \( \Delta h = q - w \)
• Trabajo isentrópico: procesos adiabáticos reversibles ⇒ \(s = \text{cte}\)
• Propiedades de agua/vapor (tablas o software—no las incluyo para no romper Internet).

3. El ciclo ideal — versión playlist de 4 tracks 🎧

En el diagrama \(T\!-\!s\):

1 → 2 (Isentrópica, bomba) El agua líquida comprimida sube de \(P_1\) a \(P_2\) casi sin cambiar de \(T\). \[ w_{12} \approx v_1 (P_2 - P_1) \]

2 → 3 (Calentamiento a presión constante) Pasa por la caldera: de subenfriada a mezcla y después a vapor sobrecalentado. \[ q_{23} = h_3 - h_2 \]

3 → 4 (Isentrópica, turbina) El vapor se expande haciendo trabajo mecánico: \[ w_{34} = h_3 - h_4 \]

4 → 1 (Condensación a presión constante) Se rechaza calor al ambiente hasta volver a líquido saturado: \[ q_{41} = h_4 - h_1 \]

“Imagínate un refrigerador que renunció a la vida doméstica y ahora corre maratones térmicos: eso es un Stirling.”   — Anónimo, o tal vez yo mismo mientras tomaba café.

1. Antecedentes

En 1816, el reverendo escocés Robert Stirling inventó un motor “de aire caliente” buscando algo menos explosivo que los motores de vapor.   Hoy lo vemos en submarinos suecos, generadores solares y juguetes steampunk, pero no tanto bajo el capó de tu coche. Vamos a ver por qué.

2. El ciclo ideal — versión express

Piensa en cuatro golpes de timbal que se repiten sin fin; cada uno es un paso del Stirling:

1. 1 → 2 (isotérmica): expansión a \(T_h\).
2. 2 → 3 (isócoro): enfriamiento a volumen constante.
3. 3 → 4 (isotérmica): compresión a \(T_c\).
4. 4 → 1 (isócoro): precalentamiento y reinicio.

Gráfico típico \(P\text{-}V\):

3. Anatomía en movimiento — del globito rojo al globito azul 🩰

¿Cómo se traduce el diagrama \(P\text{-}V\) a piezas metálicas que suben‑bajan? Sigue este “ballet” de gas, pistones y esponja térmica y verás que la curva cobra vida.

1. Introducción

El ciclo Otto es el modelo idealizado de los motores de encendido por chispa (gasolina). Consta de cuatro tiempos mecánicos que—cuando se representan en un diagrama \(P\!-\!V\)— forman cuatro procesos termodinámicos:

1. Compresión adiabática (1→2)
2. Adición de calor a volumen constante (2→3)
3. Expansión adiabática (3→4)
4. Expulsión de calor a volumen constante (4→1)

Antes de arrancar, tres conceptos clave:

\(r \equiv \dfrac{V_1}{V_2}\): relación de compresión (volumen máximo / mínimo).

\(\gamma \equiv \dfrac{c_p}{c_v}\): razón de calores específicos (≈ 1,4 para el aire).

Motores reales pierden energía por rozamiento, transferencia de calor y combustión no instantánea, pero el ciclo ideal nos da la “nota alta” teórica. 🎺

2. Los cuatro procesos en detalle

2.1 Compresión adiabática 1→2

El pistón sube, el volumen baja de \(V_1\) a \(V_2\) sin intercambio de calor.   \[ P_1 V_1^{\gamma} = P_2 V_2^{\gamma}, \quad T_2 = T_1\, r^{\gamma-1}. \]

2.2 Combustión a volumen constante 2→3

La chispa enciende la mezcla; presión y temperatura saltan:   \[ \frac{Q_\text{in}}{m} = c_v\,(T_3 - T_2). \]

2.3 Expansión adiabática 3→4

Trabajo útil: los gases empujan el pistón hacia abajo.   \[ T_4 = T_3\, r^{1-\gamma}. \]

2.4 Expulsión de calor a volumen constante 4→1

Se abre la válvula de escape:   \[ \frac{Q_\text{out}}{m} = c_v\,(T_4 - T_1). \]

3. Eficiencia térmica \(\eta_\text{Otto}\)

La eficiencia ideal se define como   \[ \eta_\text{Otto} \;=\; 1 - \frac{Q_\text{out}}{Q_\text{in}}. \]

“Dame una alta relación de compresión y moveré la Tierra.” — (R. Diesel, paráfrasis apócrifa 🤓)

1. Panorama general

El ciclo Diesel ideal consta de cuatro procesos de aire‑estándar (suponemos aire como gas perfecto, \(c_p,c_v\) constantes):

Los pares clave:

Relación de compresión    \[  r \;=\; \frac{V_1}{V_2}  \]

Relación de corte (cut‑off)    \[  \rho \;=\; \frac{V_3}{V_2}  \]

Exponente adiabático    \[  \gamma \;=\; \frac{c_p}{c_v} \approx 1{,}4 \text{ para aire}  \]

2. Trabajo y calor en cada fase

Compresión (1→2)     \[   W_{1\rightarrow2} \;=\; -\,\frac{c_v (T_2-T_1)}{1-\gamma}   \]

Calor añadido (2→3)     \[   Q_{2\rightarrow3} \;=\; c_p (T_3 - T_2)   \]

Expansión (3→4)     \[   W_{3\rightarrow4} \;=\; +\,\frac{c_v (T_3-T_4)}{1-\gamma}   \]

Calor rechazado (4→1)     \[   Q_{4\rightarrow1} \;=\; c_v (T_4 - T_1)   \]

3. Eficiencia térmica

Partimos de la definición   \[ \eta \;=\; 1 - \frac{Q_\text{rechazado}}{Q_\text{aportado}} \]

Para el ciclo Diesel ideal, usando relaciones de proceso isentrópico:

\[ \boxed{ \eta_{\text{Diesel}} \;=\; 1 -\; \frac{1}{r^{\gamma-1}} \,\cdot\, \frac{\rho^{\gamma}-1}{\gamma(\rho-1)} } \]

1. Calor, trabajo y la Segunda Ley (versión exprés)

Antes del banquete termodinámico, un entremés:

• Trabajo \(W\) es energía transferida cuando fuerza y desplazamiento colaboran.
• Calor \(Q\) es energía que fluye debido a una diferencia de temperatura.
• Segunda Ley: no existe proceso cíclico que convierta todo el calor absorbido en trabajo. Siempre hay “desperdicio” que termina como calor expulsado.

Dato curioso 🚗: El motor de tu coche promedio convierte solo ~30 % de la energía química del combustible en movimiento útil. El resto es calor perdido… ¡como los tambores de una banda de cumbia calentando la pista!

2. El ciclo ideal paso a paso

Imagina un gas ideal confinado en un cilindro con émbolo. El ciclo completo tiene cuatro etapas reversibles:

Aquí la variación de entropía \(\Delta S\) es la misma en ambas etapas isotérmicas porque el ciclo es reversible.

1. Un golpe, una chispa ⚒️✨

Imagina un operario maniobrando una bola de demolición.
Al soltarla, gravedad + trayectoria hacen el resto: el impacto convierte toda la energía cinética en trabajo destruyendo ladrillo.

\[ \boxed{W_{\text{neto}} = \Delta E_k = \tfrac12 m\bigl(v_f^{2}-v_i^{2}\bigr)} \]

Idea clave: trabajo no “gasta” energía; la transfiere de la fuerza al objeto.

2. ¿De dónde sale la fórmula? 📐

Para una fuerza \(F(x)\) en 1‑D sobre masa \(m\):

\[ W = \int_{x_i}^{x_f} F\,dx = m\!\int_{t_i}^{t_f}\!a\,v\,dt = m\!\int_{v_i}^{v_f}\!v\,dv = \tfrac12 m\bigl(v_f^{2}-v_i^{2}\bigr). \]

En 3‑D se reemplaza \(F\,dx\) por \(\mathbf F\!\cdot\!d\mathbf r\).

3. Forma vectorial completa 🧭

\[ W_{\text{neto}} = \int_{t_i}^{t_f}\mathbf F_{\text{net}}\!\cdot\!\mathbf v\,dt = \Delta\!\bigl(\tfrac12 m v^{2}\bigr). \]

Solo la componente paralela de la fuerza contribuye: empujar perpendicularmente no cambia \(E_k\).

4. Conservativas vs. no conservativas 🏔️🔥

Si \(\mathbf F = -\nabla U\):

\[ W_{\text{cons}} = -\Delta U \quad\Rightarrow\quad \Delta\bigl(E_k+U\bigr)=0. \]

Fricción, arrastre o amortiguadores no son conservativos; convierten \(E_k\) en calor \(Q\) u otra energía interna.

5. Zoom histórico 🤓

• Leibniz (1695): vis viva \(=m v^{2}\).
• Maupertuis (1740s): principio de acción → camino de mínimo trabajo.
• Rankine (1853) redefine \(E_k\).

El teorema es el hilo que conecta estos hitos.

6. Caso A — Bola de demolición 🏗️

Masa \(m = 4000\,kg\) cae \(h = 5\,m\):

1. El dilema de ventilar 🚪🌬️

Cada edificio — desde una cabaña en los Alpes hasta un hospital de alta eficiencia — tiene que elegir entre aire limpio y pérdidas térmicas.
Abrir la ventana en invierno es como “darle vacaciones” a tu caldera. La solución moderna es el Recuperador de Calor (HRV/ERV), un intercambiador que “roba” parte del calor (o del frío) al aire que expulsas y se lo entrega al que entra.

Definición operativa

\[ \dot Q_{\text{rec}} = \varepsilon\,\dot m\,c_p\,\bigl(T_{\text{sal}} - T_{\text{ent}}\bigr) \]

Un \(\varepsilon = 0{,}8\) equivale a “reciclar” un 80 % de la energía que, de otro modo, se escaparía por el extractor.

2. Tipos de recuperadores 🧊🔥

Distintos núcleos para distintas misiones.

Dato retro: el primer intercambiador rotativo patentado (1948) venía de la industria papelera, donde se usaba para recuperar vapor en secadoras de celulosa.

1. ¿Para qué sirve el coeficiente U? 🏠🔥❄️

Cuando hay diferencia de temperatura, se fuga calor. El coeficiente global de transferencia \(U\) responde: ¿cuánto calor por segundo atraviesa esta pared/ventana por cada metro cuadrado y por cada grado de diferencia?

\[ \dot Q = U\,A\,\Delta T . \]

• \(U\) bajo ⇒ buena chamarra térmica. 🧥
• \(U\) alto ⇒ camiseta de red… brrr. 🥶

Si no viste el bloque “Transferencia de calor”: \(U\) empaqueta conducción + convección superficial (+ radiación si importa) en un número único.

2. De \(R\) a \(U\) y viceversa 🔄

Cada capa ofrece una resistencia térmica \(R\) (cuanto más grande, mejor bloqueo). Para una sola capa homogénea de espesor \(L\) y conductividad \(k\):

\[ R = \frac{L}{k} . \]

Varias capas en serie (incluidas las “películas” de aire interior / exterior con coeficientes \(h_i,\,h_o\)):

\[ R_{\text{tot}} = \frac{1}{h_i} + \sum_j \frac{L_j}{k_j} + \frac{1}{h_o} . \]

El coeficiente global:

\[ U = \frac{1}{R_{\text{tot}}} . \]

Regla mental: \(R\) grande ⇔ \(U\) pequeño. Dobla \(R\) ⇒ mitad de \(U\).

3. Materiales comunes 📊

Valores típicos a temperatura ambiente y seco. (Los reales varían con densidad, humedad, etc.)

1. ¿Por dónde se escapa el calor? 🔥

Todo flujo térmico \(\dot Q\) requiere:

1. Diferencia de temperatura \(\Delta T\).
2. Camino (sólido, fluido o vacío).
3. Tiempo para difundirse.

2. Tres caminos, un destino 🌡️

Tip express: en la vida real suelen mezclarse — piensa en tu horno de pizza: ladrillo (conducción + convección) + 900 °F de radiación. 🍕

3. Conducción: ley de Fourier 🧱

Para una pared plana:

\[ \dot Q = \dfrac{k\,A\,\Delta T}{L}, \qquad R_\text{térmico} = \dfrac{L}{kA}. \]

Nota nomenclatura \(k\): aquí \(k\) es conductividad térmica (\(W m^{-1} K^{-1}\)), no confundir con \(k^{*} [s^{-1}\)] de la ley de enfriamiento en la sección de convección.

Dato de cocina: El hierro fundido (\(k≈55\)) reparte mejor el calor que el inox (\(k≈16\)). Por eso la sartén de la abuela es reina. 🥘

4. Convección: Newton & Nusselt 🌪️

Superficie a \(T_s\) rodeada de fluido a \(T_\infty\):

1. ¿Calor o temperatura? 🌡️🍵

Tu taza de café “tiene” temperatura (estado) pero “pierde” calor (energía) hacia el aire.

Definiciones rápidas

• Calor \(Q\) [J]: energía que se transfiere cuando hay diferencia de temperatura.
• Temperatura \(T\) [K]: parámetro que indica el sentido del flujo de \(Q\).

2. Ley cero: el termómetro se vuelve juez ⚖️

Si \(A\) está en equilibrio térmico con \(B\) y \(B\) con \(C\) \(\Rightarrow\) \(A\) con \(C\).
Garantiza que podemos asignar un mismo número \(T\) a todos los cuerpos en equilibrio y, por tanto, construir escalas reproducibles.

3. De Fahrenheit a Kelvin 📏

Dato cultural: Galileo usó vino tintado como “fluido sensible” en el primer termoscopio (s. XVII). 🍇

4. Capacidad calorífica y calor específico 🔥

Para un cuerpo de masa \(m\):

\[ Q = m\,c\,\Delta T \]

Ejemplos

• Agua: \(c = 4{,}18\;\text{kJ kg}^{-1}\text{K}^{-1}\) → gran refrigerante.
• Aluminio: \(c \approx 0{,}90\;\text{kJ kg}^{-1}\text{K}^{-1}\) → se calienta / enfría rápido.

5. Equipartición y el gas ideal ⚛️

Para un gas monoatómico ideal:

\[ \langle E_k \rangle = \tfrac{3}{2}k_B T, \qquad U = \tfrac{3}{2}N k_B T . \]

La temperatura mide la energía cinética media por grado de libertad.

6. Radiación térmica y Stefan–Boltzmann ☀️

1. ¿Por qué solo vemos “desordenarse” las cosas? 🧩➡️🌀

Humo que se dispersa, cubos de hielo que se derriten, tu escritorio que no se ordena mágicamente…
Intuición clave: existen muchísimas más configuraciones “desordenadas” que “perfectamente ordenadas”.

2. Boltzmann y la ecuación en su tumba ⚰️

La lápida de Ludwig Boltzmann presume:

\[ S = k_B \ln \Omega . \]

Más microestados \(\Rightarrow\) mayor entropía.

Dato cultural: Boltzmann murió sin ver su idea aceptada; Planck la popularizó al describir la radiación de cuerpo negro. 🎻

3. Segunda ley en versión exprés ♻️

Para un proceso espontáneo en un sistema aislado:

\[ \Delta S \ge 0 . \]

No es “prohibido” \(\Delta S < 0\); solo que la probabilidad de tal fluctuación se vuelve astronómicamente baja cuando el sistema tiene muchos grados de libertad.

4. Entropía diferencial: calor reversible 🌡️

En un proceso cuasiestático y reversible:

\[ dS = \dfrac{\delta Q_{\text{rev}}}{T}. \]

5. Ejemplos a escala humana 🏠