martes, 14 de noviembre de 2023

Una breve introducción a la Teoría Matemática de la Información

De acuerdo con la Teoría Matemática de la Información (TMI), dado un sistema $X$, el cual puede describirse mediante un cierto número de estados aleatorios $n$, cada uno con la correspondiente probabilidad de que se dé, $p_i$ ($i=1\,\ldots,n$), y recordemos que por el teorema de la probabilidad total, ha de cumplirse que $\displaystyle \sum_{i=1}^{n}\,p_i=1$, entonces la cantidad de información del sistema $X$ en un cierto estado $i$ (autoinformación de dicho estado) viene dada por $I(X=x_i):=\log_b\,\dfrac{1}{p_i}$, ya que la información es tanto mayor cuánto mayor es la sorpresa que se causa al ser recibido (como mensaje) el estado en el que se encuentra el sistema; y por tanto cuánto menor es la probabilidad de que se dé dicho estado.

Para describir la información media del sistema al tener en cuenta que, como es lógico, pueden darse todos y cada uno de los estados del mismo, se define la entropía de Shannon como la media ponderada del contenido informativo de cada uno de dichos estados, por tanto escribiremos $\displaystyle H(X):=\sum_{i=1}^{n}\,p_i\cdot \log_b\,\dfrac{1}{p_i}$, que, por las propiedades de los logaritmos, puede expresarse de manera equivalente como $\displaystyle H(X)=-\sum_{i=1}^{n}\,p_i\cdot \log_b\,p_i$.

Así, por ejemplo, si el sistema es determinista, uno de los estados se dará con probabilidad igual a $1$, y los demás con probabilidad igual a cero, por lo que la entropía de Shannon de un sistema determinista es nula, pues la situación del sistema es totalmente predecible (no causa sorpresa alguna); en otro extremo, si los estados del sistema son equiprobables, y por tanto con probabilidad $p_i=\dfrac{1}{n}$ para todo $i=1,\ldots,n$, la entropía de Shannon alcanza el valor máximo, que, claro está, es $H_{máx}(X)=-n\,(\dfrac{1}{n}\cdot \log_2\cdot \dfrac{1}{n}=\log_b\,n)$. Por consiguiente, la manera en que se encuentra el sistema, $X$, entre un caso extremo y otro, tendremos toda la casuística, y la entropía de Shannon del mismo estará acotada de la forma $0 \le H(X) \le \log_b\,n$.

Cuando la base logarítmica es $b=2$, la unidad de medida de la entropía de Shannon es el shannon o $bit$ de información; si los logaritmos se toman en base $e$, la unidad de medida es el nat; si se toman en base $10$, la entropía es el dit (también llamada hartley o ban, y si se toman los logaritmos en base $3$, la unidad de medida de la entropía es el trit.

Ejemplo

Consideremos un sistema $X$ con cuatro estados posibles ($i=1,2,3,4$) y cuyas respectivas probabilidades son $p_1=\dfrac{1}{3}$, $p_2=\dfrac{1}{4}$, $p_1=\dfrac{2}{5}$ y $p_4=\dfrac{1}{60}$, entonces la entropía de Shannon (expresada en dits) es $H(X)=-\left(\dfrac{1}{3}\cdot \log_{10}\,\dfrac{1}{3}+\dfrac{1}{4}\cdot \log_{10}\,\dfrac{1}{4}+\dfrac{2}{5}\cdot \log_{10}\,\dfrac{2}{5}+\dfrac{1}{60}\cdot \log_{10}\,\dfrac{1}{60}\right)\approx 0,4984\,\text{dit}$, es menor que la entropía máxima $log_{10}\,4\approx 0,6021\, \text{dit}$, como debe ser. Y para expresarla en bits, teniendo en cuenta que $\log_2\,p_i=\dfrac{\log_{10}\,p_i}{\log_{10}\,2}$ para cada $i=1,\ldots,4$, al extraer factor común $\dfrac{1}{\log_{10}\,2}$ en la suma, basta con dividir el resultado obtenido en dits por $\log_{10}\,2$, y obtendremos $H(X)=\dfrac{0,4984}{\log_{10}\,2}=1,6556\,\text{bit}$. $\diamond$

miércoles, 25 de octubre de 2023

Ecuaciones de un cohete de varias etapas

En un artículo anterior expuse el problema de un cohete de una sola etapa como un sistema de masa variable [https://blogdef1s1ca.blogspot.com/2023/08/acerca-de-las-ecuaciones-del-movimiento.html]. Para tratar el problema de un cohete de varias etapas, será necesario establecer los tiempos en los que transcurren cada una de ellas a partir del combustible que se ha gastado en cada una de ellas, actualizando los datos de masa en la etapa actual; para ello, habrá que ir restando de la masa inicial la masa del combustible gastado en la etapa anterior, así como la masa del contenedor de combustible (de dicha etapa anterior) que se ha de desprender. Las ecuaciones de masa variable son las mismas que las expuestas en el artículo referido, pero actualizando los datos con lo que acabo de decir.

martes, 10 de octubre de 2023

Estimación de la energía necesaria para poner en órbita una nave

Consideremos una nave que, idealmente, pudiese ponerse en órbita circular alrededor de la Tierra en una única etapa, sin tener en cuenta la masa del propelente y de sus contenedores, lo que, desde luego, supone una aproximación muy alejada de la realidad, pero que, sin embargo, permite entender el modo de proceder utilizando el principio de conservación de la energía, como vamos a ver enseguida. ¿Cómo podemos estimar (dada la idealización del problema) la cantidad de energía que se debería gastar para hacerlo?

Partiendo de la superficie de la Tierra a velocidad nula, hasta situarse en una órbita (circular) de radio $x+R_T$ deberá ser la diferencia entre la energía mecánica total (suma de la energía potencial y cinética) entre la situación inicial y la situación final: $\Delta\,E=E_f-E_i$; y, teniendo en cuenta que $E_i=-G\,\dfrac{M\,m}{R_T}$ (la nave despega a velocidad inicial nula, por lo que la energía cinética inicial es nula) y $E_f=-G\,\dfrac{M\,m}{R_T\,+x}+\dfrac{1}{2}\,m\,v^2$, donde $v$ representa la velocidad a la que se mueve la nave, siguiendo la órbita circular.

Como, una vez en órbita, la fuerza centrífuga que experimenta la nave ha de ser igual a la fuerza con la que es atraída por la Tierra, se tiene que $\dfrac{m\,v^2}{R_T+x}=G\,\dfrac{m\,M}{(R_T+x)^2}$ y, por tanto, $v^2=\dfrac{G\,M}{R_T+x}$ ($G$ es la constante de gravitación universal: $G=6,672 \times 10^{-11}\, \dfrac{\text{N}\,\text{m}^2}{\text{kg}^2}$), por lo que se llega a $$\Delta\,E=\left( -G\,\dfrac{M\,m}{R_T\,+x}+\dfrac{1}{2}\,m\cdot \dfrac{G\,M}{R_T+x} \right)-\left( -G\,\dfrac{M\,m}{R_T}\right)=G\,m\,M\,\left( \dfrac{2x+R_T}{2\,R_T\,(R_T+x)}\right)$$

$\diamond$

martes, 19 de septiembre de 2023

Cálculo de la velocidad de escape (de un cierto planeta, de masa $M$) a la que, como velocidad inicial, debe lanzarse un cuerpo de masa $m$ nde d

Consideremos un cuerpo de masa $m$ que se lanza desde la superficie de un cierto planeta (de masa $M$) a una cierta velocidad inicial $v_e$. ¿Cómo podemos calcular dicha velocidad para que el cuerpo pueda escapar de la atracción gravitatoria del planeta?.

Tengamos en cuenta que no se trata del lanzamiento de un cohete (que parten con una velocidad inicial nula), sino que la situación corresponde más bien al lanzamiento de una bala de cañón, como en la famosa novela de Julio Verne, De la Tierra a la Luna.

Suponemos que el estado final del cuerpo (proyectil) es la de llegar a distancia infinita (energía potencial igual a cero) alcanzando entonces un estado de resposo, a velocidad nula (energía cinética final igual a cero); siendo por tanto entonces su energía mecánica igual a cero. Por el teorema de conservación de la energía mecánica, $$E_{\text{mecánica inicial}}=E_{\text{mecánica final}}$$ Entonces, como $E_{\text{mecánica inicial}}=-G\dfrac{M\,m}{R}+\dfrac{1}{2}\,m\,v_{e}^2$ y $E_{\text{mecánica final}}=0$, podemos escribir $$-G\dfrac{M\,m}{R}+\dfrac{1}{2}\,m\,v_{e}^2=0 \Rightarrow v_e=\sqrt{\dfrac{2GM}{R}}$$ Nota: A la vista del resultado, es importante remarcar que la velocidad de escape no depende de la masa del cuerpo que se lance.

Así, por ejemplo, en el caso de la Tierra, $M_T=5,9722 × 10^{24}\,\text{kg}$ y $R_T=6,378\times 10^{6}\,\text{m}$, y teniendo en cuenta que la constante gravitacional universal es $G=6,67\times 10^{-11}\,\dfrac{\text{N}\,\text{m}^2}{\text{kg}^2}$, la velocidad de escape es $v_e\approx 1,118 \times 10^4\,\dfrac{\text{m}}{\text{s}}=11,18\,\dfrac{\text{km}}{s}.\;\diamond$

Descarga de un condensador

Consideremos un condensador de capacidad $C$, cargado, el cual queremos descargar a través de una resitencia $R$ conectándola a las placas de dicho condensador. Sabemos que la corriente que circula en cada instante de tiempo, $I(t)$, es tal que la diferencia de potencial entre las placas (en cada instante) va decreciendo en tanto al ritmo en que la carga que aún está almacenada en las placas del condensador vaya menguando, esto es, $V(t)=-\dfrac{Q(t)}{C}$, así que, por la ley de Ohm, podemos escribir esta igualdad de la forma $R\,I(t)=-\dfrac{Q(t)}{C}$, que es lo mismo que $R\,\dfrac{Q(t)}{dt}=-\dfrac{Q(t)}{C}$, con lo cual tenemos platedada una ecuación diferencial ordinaria EDO de variables separadas: $$\dfrac{dQ(t)}{Q(t)}=-\dfrac{1}{R\,C}\,dt$$ Integrando: $$\displaystyle \int\,\dfrac{dQ(t)}{Q(t)}=\int\,-\dfrac{1}{R\,C}\,dt$$ En consecuencia,
$\displaystyle \ln\,{Q(t)} = -\dfrac{1}{R\,C}\,t+C$, donde $C$ es la constante (arbitraria) de integración, que podemos, por conveniencia (como vamos a ver) escribirla de la forma $C:=\ln\,K$, siendo $K$ constante, luego $\displaystyle \ln\,{Q(t)} = -\dfrac{1}{R\,C}\,t+\ln\,K$ y por tanto luego $\displaystyle \ln\,{Q(t)}-\ln\,K = -\dfrac{1}{R\,C}\,t$, que es lo mismo que $\displaystyle \ln\,\dfrac{Q(t)}{K} = -\dfrac{1}{R\,C}\,t \Rightarrow Q(t)= K\,e^{-t/RC}$. Observemos que $[RC]=T$, lo que nos lleva a definir este producto de parámetros como una constante de tiempo: $\tau:=\dfrac{1}{RC}$, y por tanto escribiremos la solución general de la EDO de la forma $$\displaystyle Q(t)= K\,e^{-t/\tau}$$ Imponiendo la condición inicial $Q(0)=Q_0$ (carga inicial almacenada) podemos determinar la correspondiente constante de integración $K$, así: $Q_0\,=K\,e^{0}=K\cdot 1=K \Rightarrow K=Q_0$; en consecuencia, el ritmo de la descarga viene dado por $$Q(t)=Q_0\,e^{-t/\tau}$$

Podemos ahora responder a preguntas del estilo: ¿en cuánto tiempo se disipa la mitad de la carga inicial almacenada a través de la resistencia? Fácilmente podemos calcularlo:
Como la carga almacenada en dicho instante es $Q(t)=\dfrac{1}{2}\,Q_0$, se tiene que $\dfrac{1}{2}\,Q_0=Q_0\,e^{-t/\tau}$, y simplificando, $\dfrac{1}{2}=e^{-t/\tau} \Rightarrow \ln\,\dfrac{1}{2}=-\dfrac{t}{\tau}$, esto es, $-\ln\,2=-\dfrac{t}{\tau}$, y por tanto, el tiempo pedido es $t=\tau\,\ln\,2$.

Por ejemplo, si $C=1\,\mu\,\text{F}=10^{-6}\,\text{F}$ y $R=10^{5}\,\Omega$, el tiempo necesario para que el condensador se quede con la mitad de la carga inicial es (recordemos que $\tau:=R\,C$): $t=10^{-6}\cdot 10^{5}\,\ln\,2\approx 0,070\,\text{s}=70\,\text{ms}. \diamond$

viernes, 25 de agosto de 2023

Acerca de las ecuaciones del movimiento de un cohete de una única etapa como sistema de masa variable: una aproximación en el caso de alcanzar bajas altitudes (hasta las que la intensidad del campo gravitatorio de la Tierra pueda considerarse razonablemente constante)

Se considera el lanzamiento de un cohete de una única etapa, impulsado por el efecto de la expulsión de los gases (acción-reacción) al ir quemando el combustible almacenado para este fin en el tanque correspondiente. Desde luego, se trata de un problema de masa variable. Nos proponemos deducir las ecuaciones del movimiento del cohete, para conocer la aceleración, la velocidad y la posición (altura a la que se encuentra) en todo instante de tiempo. Para ello, utilizaremos la segunda ley de Newton (la variación instantánea del momento lineal (producto de la masa por la velocidad, que notamos por $p(t)$ —prescindiendo de la notación vectorial, ya que el problema es unidimensional—) es igual a la fuerza externa que actúa sobre el sistema. Partiremos de algunos supuestos (que iremos explicando) al objeto de simplificar razonablemente el problema y plantearemos las ecuaciones diferenciales que una vez integradas (teniendo en cuenta las condiciones iniciales de posición y de velocidad) van a permitirnos conocer en todo instante de tiempo (de vuelo propulsado) $t$ la posición y la velocidad del cohete.

En primer lugar, partiremos del supuesto que la trayectoria del cohete sea perpendicular a la superficie de la Tierra en todo momento del vuelo, sin que éste se desvíe hacia los lados; en particular, supondremos que no le afectan corrientes de aire que puedan desviarle. Cuando se acabe el combustible, el cohete seguirá ascendiendo, gracias a su energía cinética en dicho momento, hasta haber convertido toda esa energía cinética en energía potencia, tras lo cual, y desde la altura máxima alcanzada, el cohete volvería a la superficie de la Tierra en caída libre. Sin embargo, no trataremos esta parte final del vuelo: solamente describiremos el camino de ascenso hasta que el motor del cohete deje de funcionar, por haber agotado el combustible.

Por otra parte, es evidente que el cohete, en su ascenso, experimentará una resistencia al avance debido a la oposición del aire en la atmosfera al rozar contra la estructura exterior del mismo. Sin embargo, en una primera aproximación, no consideraremos esta fuerza de rozamiento; de hacerlo, deberíamos tener en cuenta que ésta es proporcional a la velocidad, $v(t)$, en todo instante de tiempo $t$ (si el régimen de fluido que aparta el cohete en su avance es laminar), o bien que fuese proporcional al cuadrado de la velocidad, $v^{2}(t)$ (si el régimen del fluido atmosférico, al abrirse paso el cohete, fuese turbulento). En cualquiera de los dos casos, por tanto, remarquemos que el término de fuerza de rozamiento, $f_{r}(t)$, que tendriamos que añadir no es constante, dependen del instante de tiempo $t$.

La masa del cohete (incluido el combustible que le queda) en todo instante de tiempo viene descrita por $m(t)$. La masa de combustible la denotaremos por $\mu(t)$. La masa del sistema conjunto (la de la nave más la de los gases expulsados) es la misma en todo instante, por lo que $m(t)+\mu(t)=$ constante, con lo cual en un incremento de tiempo $\Delta\,t$, se tiene que $\Delta\,m+\Delta\,\mu=0$, y por tanto, en incrementos infinitesimales se tiene que $dm=-d\mu$.

Supondremos que los gases se expelen a una velocidad constante $-u$ (referida ésta a un sistema de referencia solidario con la nave) y, por tanto, con una velocidad $-u+v$ con respecto a un sistema inercial situado en el lugar del lanzamiento. Por otra parte supondremos también que el ritmo de consumo del combustible es constante (si bien podría obedecer a otra dependencia funcional, que, de momento, no se tratará aquí), luego $\dfrac{d\mu(t)}{dt}=k$ (constante) y por tanto $d\mu(t)=-dm(t)=k\,dt \,\therefore \, dm(t)=-k\,dt$, que, integrando, lleva a $m(t)=-k\,t+C$, como $m(0)=:m_0$ (masa de la nave en el momento del despegue), se llega a $m_0=-k\,\cdot 0+C$, luego la constante de integración queda determinada por $C=m_0$; en consecuencia, $m(t)=-k\,t+m_0$

---
Observación: Notemos que la cantidad $k\,u$ tiene dimensiones de fuerza, en efecto, teniendo en cuenta que $[k]=\dfrac{M}{T}$ y $[v]=\dfrac{L}{T}$, se tiene que $[k\,v]=M\cdot \dfrac{L}{T^2}$, y dado que está relacionada con la capacidad del (motor) cohete para impulsar a éste, se le da el nombre de empuje, y, en las condiciones expuestas arriba, tiene un valor constante. Es evidente, sin embargo, que si el combustible no se consumiese a ritmo constante, el empuje ya no sería constante: tendría un valor distinto para cada instante de tiempo.
---

En un incremento de tiempo $\Delta\,t$, en un el instante de tiempo $t$, $p(t)=m(t)\,v(t)$, el cambio del momento lineal, $\Delta\,p=p(t+\Delta\,t)-p(t)$, y teniendo en cuenta que $p(t+\Delta\,t)=(m-\Delta\,\mu)(v+\Delta\,v)+\Delta\,\mu\,(-u+v)$, viene dado por $\Delta\,p=m\,\Delta\,v-u\,\Delta\,\mu-\Delta\,\mu\,\Delta\,v$ y por tanto el cociente incremental es $\dfrac{\Delta\,p}{\Delta\,t}=m\,\dfrac{\Delta\,v}{\Delta\,t}-u\,\dfrac{\Delta\,\mu}{\Delta\,t}-\dfrac{\Delta\,\mu\,\Delta\,v}{\Delta\,t}$. Al pasar al límite ambos miembros de la igualdad, cuando $\Delta\,t \rightarrow 0$, el tercer término del segundo miembro tiende a cero, pues los incrementos de $\mu$ y $v$ tienden también a cero, y por la definición del ritmo instantáneo de variación, se tiene que $$\dfrac{dp(t)}{dt}=m(t)\,\dfrac{dv(t)}{dt}-u\,\dfrac{d\,u(t)}{dt}$$ y como $d\mu(t)=-dm(t)$, podemos escribir: $$\dfrac{dp(t)}{dt}=m(t)\,\dfrac{dv(t)}{dt}+u\,\dfrac{d\,m(t)}{dt}$$ demás, por la segunda ley de Newton, sabemos que el primer miembro (variación del momento lineal) es igual a la fuerza externa que actúa sobre el sistema, que, según la ley de la gravitación de Newton, no es otra que la que ejerce el campo gravitatorio de la Tierra sobre el cohete: $f_{ext}:=-G\,\dfrac{m(t)\,M_T}{(R+x(t))^2}$, donde $M_T$ denota la masa de la Tierra (o la de otro cuerpo distinto de la Tierra desde el cual se lanzase el cohete); así $$\displaystyle -G\,\dfrac{m(t)\,M_T}{(R+x(t))^2}=m(t)\,\dfrac{dv(t)}{dt}+u\,\dfrac{dm(t)}{dt}$$ Teniendo en cuenta que $u$ (la velocidad de los gases expelidos se asume que es constante). Además, suponiendo que el ritmo instantáneo de consumo de combustible también es constante, y, por tanto, $m(t)=-k\,t+m_0$, siendo $k:=-\dfrac{d\,m(t)}{dt}$, la igualdad anterior se puede escribir de la forma $\displaystyle m(t)\,\dfrac{dv(t)}{dt}=-G\,\dfrac{m(t)\,M_T}{(R+x(t))^2}+u\,\dfrac{dm(t)}{dt}$, esto es $$\displaystyle m(t)\,\dfrac{dv(t)}{dt}=-G\,\dfrac{m(t)\,M_T}{(R+x(t))^2}+u\,k$$ que puede escribirse de la forma $$\displaystyle \dfrac{dv(t)}{dt}=-G\,\dfrac{M_T}{(R+x(t))^2}+\dfrac{u\,k}{m_0-kt}$$ Por otra parte, $v(t):=\dfrac{dx(t)}{dt}$, con lo cual llegamos a la siguiente ecuación diferencial de segundo orden, que nos propocionaría la posición instantánea del cohete en todo instante de tiempo $t$, dadas las condiciones iniciales de posición y velocidad: $$\displaystyle \dfrac{d^2\,x(t)}{dt^2}=-G\,\dfrac{M_T}{(R+x(t))^2}+\dfrac{u\,k}{m_0-kt}$$ Una vez resuelta, derivaríamos una vez $x(t)$ para obtener la velocidad en todo instante de tiempo $t$, y, obtenida ésta, derivaríamos otra vez para obtener la aceleración en todo instante de tiempo $t$. Sin embargo, dicha ecuación de partida no es fácil de resolver.

---
Observación: Y menos fácil de resolver aún es la ecuación que habría que escribir si, además, se añadiese el término disipativo (rozamiento con la atmósfera) pues en tal caso, la ecuación diferencial a resolver sería: $$\displaystyle \dfrac{d^2\,x(t)}{dt^2}=-G\,\dfrac{M_T}{(R+x(t))^2}-\rho_{\text{r. laminar}}\,\dfrac{dx(t)}{dt}+\dfrac{u\,k}{m_0-kt}$$ en caso de considerar un regimen laminar de las partículas de fluido atmosférico, o bien $$\displaystyle \dfrac{d^2\,x(t)}{dt^2}=-G\,\dfrac{M_T}{(R+x(t))^2}-\rho_{\text{r. turbulento}}\,\left(\dfrac{dx(t)}{dt}\right)^2+\dfrac{u\,k}{m_0-kt}$$ Como ya se ha dicho, no vamos a considerar aquí esas fuerzas de rozamiento, al objeto de mostrar de una manera didáctica cómo resolvemos la ecuación diferencial que se obtiene si no los reflejamos, que será muy asequible; sin embargo, en un caso real, seria imperativo considerarlos, teniendo que enfrentarnos a un problema matemático más difícil, incluso, posiblemente, y a efectos prácticos, deberíamos resolver la ecuación diferencial resultante mediante métodos numéricos.
---
Así que, para salir del apuro, y simplificando todo bastante, a sabiendas de que nos dejamos cosas importantes, podemos proceder, en un primer acercamiento al planteamiento del problema, sin tener en cuenta esas fuerzas de rozamiento, y, además, hacer una razonable aproximación en cuanto a la variación de la intensidad del campo gravitatorio con la altura: si la intención no es lanzar el cohete a mucha altura (tal y como reza el título de este artículo), la fuerza gravitatoria $f_{ext}=-G\,\dfrac{m(t)\,M_T}{(R+x(t))^2}$ puede aproximarse por $-m(t)\,g$, donde $g$ denota la intensidad del campo gravitatorio de la Tierra a alturas moderadas, y, por tanto puede aceptarse como constante: $g\approx 9,81\; \dfrac{\text{m}}{\text{s}^2}$. Entonces, de acuerdo con este planteamiento aproximativo, iniciamos la obtención de las ecuaciones del movimiento a partir de la siguiente ecuación diferencial que nos dará una solución razonablemente buena, por lo menos, para cubrir el objetivo didáctico de este artículo: $$-m(t)\,g=m(t)\,\dfrac{dv(t)}{dt}-u\,\dfrac{d\,m(t)}{dt}$$ Recordemos que $m(t)=-k\,t+m_0$, y por tanto, $\dfrac{k=-d\,m(t)}{dt}$, luego $$-(-k\,t+m_0)\,g=(-k\,t+m_0)\,\dfrac{dv(t)}{dt}+k\,u$$ de ahí que la aceleración del cohete en todo instante de tiempo $t$ (hasta el instante en el que se acabe el combustible) viene dado por $$a(t):=\dfrac{dv(t)}{dt}=-g+u\,\dfrac{k}{m_0-kt}$$ Démmonos cuenta de que $$dv(t)=-g\,dt + \dfrac{u\,k}{m_0-k\,t}\,dt$$ es una ecuación diferencial que, al integrarla, nos proporcionará la ecuación de la velocidad del cohete, imponiendo la condición inicial sobre la velocidad: $$\displaystyle \int\,dv(t)=-\int\,g\,dt + \int\,\dfrac{u\,k}{m_0-k\,t}\,dt$$ El segundo término del segundo miembro nos da $-gt$ (más la correspondiente constante de integración); y, en el tercer término, $u\,k$ no depende de la variable de integración y por tanto puede sacarse fuera del símbolo integral, luego se puede escribir de la forma $$\displaystyle u\,k\,\int\,\dfrac{1}{m_0-k\,t}\,dt$$ y haciendo el cambio de variable $z:=m_0-k\,t$, vemos que $dz=-k\,dt$ y por tanto $dt=-\dfrac{1}{k}\,dz$, es igual a $\displaystyle -\dfrac{u\,k}{k}\,\int\,\dfrac{1}{z}\,dz=-u\,\ln(z)+C_2=-u\,\ln(m_0-k\,t)$ (más la correspondiente constante de integración). Así pues, la solución de la ecuación diferencial es $\displaystyle v(t)=-g\,t-u\,\ln(m_0-k\,t)+C$ donde $C$ es la constante de integración. A continuación hay que determinar dicha constante de integración para la condición inicial $x(0)=:x_0$ (posición o altura de partida); entonces, sustituyendo $t$ por el valor $0$: $v_0=0-\ln\,m_0+C \,\therefore\, C=v_0+u\,\ln\,m_0$. Así pues, sustituyendo el valor de esta constante $C$ en la solución, se llega a $$\displaystyle v(t)=-g\,t-u\,\ln(m_0-k\,t)+v_0+u\,\ln\,m_0$$ que, a efectos de comodidad para los cálculos que siguen, conviene expresarla de la forma equivalente $$\displaystyle v(t)=v_0-g\,t+u\,\ln\,\left(\dfrac{m_0-k\,t}{m_0}\right)$$
---
Observación: Si bien lo siguiente excluye el caso que tratamos, creo interesante comentar que, en el caso de un cohete que estuviese posicionado en órbita circular alrededor de la Tierra, es evidente que, entonces, la fuerza de atracción gravitatoria se vería compensada por la fuerza centrífuga, al igual que lo sería el término disipativo (por estar fuera de la atmósfera); la ecuación diferencial, entonces, sería muy sencilla: $$0=m(t)\,\dfrac{dv(t)}{dt}-u\,\dfrac{d\,m(t)}{dt}$$ y por tanto $$m(t)\,\dfrac{dv(t)}{dt}=u\,\dfrac{d\,m(t)}{dt}$$ esto es $$\displaystyle dv(t)=-\dfrac{u\,k}{m_0-k\,t}\,dt$$ con lo cual el paso de integración no ofrecería ninguna dificulatad: $$\displaystyle \int\,dv(t)=-\int\,\dfrac{u\,k}{m_0-k\,t}\,dt$$ así que $$\displaystyle v(t)=-\int\,\dfrac{u\,k}{m_0-k\,t}\,dt+C$$ Aplicando las condiciones iniciales para la velocidad, determinaríamos el valor de la constante de integración y, a continuación, derivaríamos la expresión de la velocidad para todo instanate de tiempo $t$; para, a continuación, integrar la posición del cohete para todo instante de tiempo $t$ muy fácilmente, de la misma manera que haremos a continuación para el caso menos sencillo que nos hemos propuesto resolver, aunque con las importantes simplificaciones al problema de las que ya hemos venido hablado (sin considerar el rozamiento con la atmósfera y haciendo la simplificación de que el campo gravitatorio de la Tierra es aproximadamente constante en todo punto del camino de ascenso del cohete). De esta manera, podríamos iniciar las maniobras de cambio de órbita mediante el accionamiento del motor-cohete, controlando la velocidad tangencial.
---

Para terminar, pues, y sin meternos en la situación tan sencilla que acabamos de describir en la anterior observación (si el cohete hubiese escapado a la gravedad de la Tierra), vamos a calcular la posición (altura) del cohete para todo instante de tiempo $t$, mientras éste siga su ascensión contra la gravedad de la Tierra, pero obviando el rozamiento con la atmósfera y considerando la atracción gravitatoria aproximadamente constante en todo punto del trayecto; para ello, notemos que, como $v(t):=\dfrac{x(t)}{dt}$, de la ecuación simplificada (la velocidad del cohete para todo instante de itempo $t$) podemos escribir la ecuación diferencial que, integrada, permitirá conocer dicha posición en cualquier instante: $$\displaystyle \dfrac{dx(t)}{dt}=v_0-g\,t+u\,\ln\left(\dfrac{m_0-k\,t}{m_0}\right)$$ Así, podemos escribir $$dx(t)=v_0\,dt-g\,t\,dt+u\,\ln\left(\dfrac{m_0-k\,t}{m_0}\right)\,dt$$ e integrando ambos miembros de la igualdad: $$\displaystyle \int\, dx(t)=\int\,v_0\,dt-\int\,g\,t\,dt+\int\,u\,\ln\left(\dfrac{m_0-k\,t}{m_0}\right)\,dt$$ llegamos a $$x(t)=v_0\,t-\dfrac{1}{2}\,g\,t^2+\dfrac{u}{k}\left[(m_0-kt)\,\left(\ln\left(\dfrac{m_0-kt}{m_0}-1\right)-1\right)\right]+C$$

---

Nota: Para integrar el tercer término del segundo miembro, hemos arreglado un poco el integrando para realizar un cambio de variable apropiado: $$\displaystyle \int \ln\left( \dfrac{m_0}{m_0-kt} \right)\,dt=\int \ln\left( \dfrac{m_0/m_0}{m_0/m_0-(k/m_0)\,t} \right)\,dt=\int \ln\left( \dfrac{1}{1-(k/m_0)\,t} \right)\,dt=$$ $$\displaystyle =\int \left( \ln\,1 - \ln(1-(k/m_0)\,t \right)\,dt=\int \left( 0 - \ln(1-(k/m_0)\,t) \right)\,dt=-\int \ln(1-(k/m_0)\,t) \,dt=$$ $=\displaystyle \int \dfrac{m_0}{k}\,\ln\,z\,dz$ (donde hemos realizado el cambio de variable: $1-\dfrac{k}{m_0}=:z$ de donde $dt(m_0/k)t)-\dfrac{m_0}{$k}\,dz$ ) $=$
$\displaystyle =\dfrac{m_0}{k}\,(z(\ln\,z-1))+C'=\dfrac{m_0}{k}\,\left[(m_0-kt)\,\left(\ln\left(\dfrac{m_0-kt}{m_0}-1\right)-1\right)\right]+C'$, donde esta constante de integración, $C'$, ya viene comtemplada en la constante global $C$.

---

Procedamos ahora a determinar la constante de integración $C$, dada la condición inicial para la posición: $x(0)=:x_0$. Sustituyendo pues $t$ por el valor $0$ (instante inicial) se tiene que $$x_0=v_0-0+\dfrac{u}{k}\left[(m_0-0)\,\left(\ln\left(\dfrac{m_0-0}{m_0}-1\right)-1\right)\right]+C \Leftrightarrow C=x_0+\dfrac{u}{k}\,m_0$$ luego, sustituyendo el valor de dicha constanta, la solución para la posición en cualquier instante de tiempo $t$ es $$x(t)=x_0+v_0\,t-\dfrac{1}{2}\,g\,t^2+\dfrac{u}{k}\left[(m_0-kt)\,\left(\ln\left(\dfrac{m_0-kt}{m_0}-1\right)-1\right)+m_0\right]$$

$\diamond$

jueves, 20 de julio de 2023

Choques (elásticos) de una bola en las bandas de un billar. Un ejercicio con Python3 empleando la librería Pygame

Os muestro en este artículo un ejercicio sencillo de aplicación de la librería Pygame para simular los choques elásticos de una bola en un billar rectangular que elaboré en un curso de formación como alumno.

-oOo-

Archivo de texto con el código fuente en el lenguaje de programación Python3: [choquesboladebillar.txt]

Referencias:
  [1] Vacas, J.A.: Curso de Python, YouTube

$\square$

martes, 4 de julio de 2023

Ejemplo de una operación (sencilla) de contracción tensorial de índices empleando la herramienta GNU Maxima

Se trata de reproducir la siguiente operación de contracción de índices $b^{i\,\ell}\,c_{ij}\,a^{jk}$, que, cláramente, da como resultado $c^{\ell\,k}$. Lo que sigue es el código que he utilizado para pedirle a MAXIMA que reproduzca automáticamente este sencillo cálculo:

  (%i1)	load("itensor")$ /*carga de la librería necesaria */

  (%i2)	imetric(b); 
  (%o2)	done
  
  (%i3)	ishow(contract(a([-j,-k],[])*b([-i,-l],[])*c([i,j],[])))$
  (%t3)	c^l k

$\diamond$

Funciones del tipo "sombrero mejicano"

Podemos decir burdamente, de manera muy general, que las onduletas o ondículas (wavelets, en inglés) son funciones oscilatorias de duración finita. Son funciones del tipo "sombreo mejicano" y se utilizan para aproximar otras funciones que presenten variaciones bruscas/abruptas. He aquí un par de ejemplos (gráficas elaboradas con la herramienta GNU MAXIMA):

    (%i1) plot3d((1-(x^2+y^2))*exp(-(x^2+y^2)),[x,-2,3],[y,-2,2],[legend,false]) ;
  

  (%i31) plot3d(2*sin(x^2+y^2)/(x^2+y^2),[x,-3,3],[y,-4,4],[legend,false]);
 -->	
  

$\diamond$
-oOo-

Utilidades:

  [1] GNU MAXIMA

lunes, 3 de julio de 2023

Algo importante para interpretar bien la fórmula de Einstein "e igual a eme_c_dos" de la Teoría Especial de la Relatividad (TER)

La expresión de la energía relativista de una partícula es $E:=m_0\,c^2+K$, siendo $m_0\,c^2$ la energía de la partícula en reposo (que solemos denotar por $E_0$); y, por tanto, $K=m\,c^2-m_0\,c^2$, la energía cinética de la partícula en movimiento, siendo $m=\gamma(v)\,m_0$ la masa relativista de la partícula que se mueve (con respecto a un observador inercial) con velocidad $v$, en una dimensión. En consecuencia, la energía cinética de la partícula puede expresarse de la forma $K=m\,c^2-m_0\,c^2$ (de maneras equivalentes: $K=E-E_0=m\,c^2-E_0$ o, también, $E=K+E_0$).

La expresión de la energía $m_0\,c^2$ es válida para una partícula de masa, $m_0$, no nula, y en reposo. Si la partícula se mueve, a una cierta velocidad $\vec{v}$, hay que corregir dicha expresión multiplicando por el factor relativista (factor de Lorentz); así, la fórmula correcta de la energía de la partícula es $E=m_0\,\gamma(v)\, c^2$ (1), donde $\displaystyle \gamma(v)=\dfrac{1}{\sqrt{1-\dfrac{v^2}{c^2}}}$, o lo que es lo mismo (y por comodidad), $\displaystyle \gamma(v)=\left(1-\left(\dfrac{v}{c}\right)^2\right)^{-1/2}$. Nota: En algunos desarrollos, se utiliza (por comodidad) la notación $\beta(v)$ para referirse a la razón $v/c$, por lo que el factor de Lorentz suele escribirse también de la forma $\gamma(v)=\dfrac{1}{\sqrt{1-\beta(v)^2}}$. Aquí no emplearé esta designación, que, por lo general, es también muy familiar en los textos.

Así pues, la energía cinética de la partícula puede expresarse de la forma $K=\gamma(v)\, m_0\,c^2-m_0\,c^2=(\gamma(v)-1)\,m_0\,c^2$, con lo cual la energía (relativista) de la partícula puede escribirse de la forma $E=\gamma(v)\,m_0\,c^2$

Veamos ahora, cómo, en condiciones no relativistas, recuperamos los resultados newtonianos:

  • Desde luego si $v \sim 0$, se tiene que $\gamma(v) \approx 1$, con lo cual $E \sim m_0\,c^2$
  • Si $v\ll c$, y por tanto, si $\dfrac{v}{c} \ll 1$, denotando $v/c$ por $x$ ($x\ll 1$, es decir $x\approx 0$), podemos desarrollar la función $f(x)=\left(1-x\right)^{-1/2}$ en serie de Taylor alrededor de $x=0$, obteniendo: (omito los cálculos) $f(x)=1+\dfrac{1}{2!}\,x^2+\dfrac{3}{4!}\,x^4+\ldots \approx 1+\dfrac{1}{2}\,x^2$, por consiguiente, cortando el desarrollo (muy razonablemente) en el segundo término, $f(x)=1+\dfrac{1}{2!}\,x^2+R_{3}(x)$; donde, en nuestro caso, con el desarrollo alrededor de $x=0$, es $R_{3}(x)=\dfrac{f^{(3)}(\xi)\,(x-0)^3}{3!}$ ($\xi$ pertenece al intervalo $(0,x)$) es el resto de Lagrange, que (obviamente) tiene un valor muy pequeño (despreciable). Por todo ello podemos escribir la siguiente aproximación del factor de Lorentz $\gamma(v) \approx 1+\dfrac{1}{2}\,\dfrac{v^2}{c^2}$. De ahí se sigue que (1) puede escribirse como $E = m_0\,\gamma(v)\,c^2 \approx \left(1+\dfrac{1}{2}\,\dfrac{v^2}{c^2}\right)\cdot m_0\,c^2=m_0\,c^2+\dfrac{1}{2}\,m_0\,v^2$, esto es, la suma de la energía en reposo y la energía cinética de la misma, que, debido a la aproximación del desarrollo de Taylor, su expresión (insistamos en que sólo para $v\ll c$) es $\dfrac{1}{2}\,m_0\,v^2$.
  • Si $v \sim c$, entonces $\gamma(v) \rightarrow \infty$, y por tanto, de (2) se sigue que $E \rightarrow \infty$, por lo que no se puede llevar una partícula de masa no nula a la velocidad igual a la de la luz, pues ello supondría dispensar una energía infinita.
  • ¿Imposibilidad (según la TER) de superar la velocidad de la luz? En efecto, si $v$ fuese mayor que $c$ entonces $1-\dfrac{v^2}{c^2} \lt 1$, con lo cual $\sqrt{1-\dfrac{v^2}{c^2}}$ sería un número imaginario, y, por tanto, también $E$.

-oOo-

A continuación, examinaremos (jugando con las expresiones algebraicas) la relación entre $\gamma(v)$, $E$ y la cantidad de movimiento relativista $p$. Para empezar, recordemos que la cantidad de momvimiento (relativista) de una partícula es $p:=\gamma(v)\,m_0\,v$. Teniendo en cuenta, también, que la energía relativista de la partícula es $E=\gamma(v)\,m_0\,c^2$, se tiene que, dividiendo miembro a miembro, la segunda igualdad entre la primera, llegamos a $\dfrac{v}{c^2}=\dfrac{p}{E}$, y, por tanto, $\dfrac{v}{c}=\dfrac{p\,c}{E}$; esto es, la cantidad de movimiento relativista puede escribirse (también) de la forma $p=\dfrac{v\,E}{c^2}$.

---

Observación (caso de los fotones): Una irreflexiva interpretación de $p:=\gamma(v)\,m_0\,v$, en el caso de un fotón, podría llevar a deducir errónemente que, al ser cero la masa en reposo de un fotón, su cantidad de movimiento es también nulo, lo cual no es así, pues es claro (por evidencia experimental) que la presión de radiación de los fotones no es nula; para deshacer este entuerto, notemos que, por un lado, un fotón siempre está viajando a la velocidad de la luz, por lo que $v/c=1$, y, por otro lado, podemos escribir $p:=\gamma(v)\,m_0\,v$ de la forma $p=m_0\,\dfrac{v}{\sqrt{1-(v/c)^2}}=m_0\,c\,\dfrac{v/c}{\sqrt{1-(v/c)^2}}$, donde si bien $m_0=0$ (para una partícula de masa en reposo nula, tal como el fotón), $\displaystyle \text{lím}_{(v/c) \rightarrow 1}\,\dfrac{v/c}{\sqrt{1-(v/c)^2}}=+\infty$, llegando pues a una indeterminación del tipo $[0\cdot +\infty]$, la cual, sabemos que ha de resolverse en $p=\dfrac{h}{\lambda}$, donde $h$ es la constante de Planck y $\lambda$ la longitud de onda asociada al fotón.

---

También podemos escribir una expresión que relacione directamente el momento relativista $p$ de una partícula con la energía (relativista) y el factor de Lorentz; en efecto, como $\gamma(v):=\dfrac{1}{\sqrt{1-(v/c)^2}}$, se tiene que $\gamma(v)^2=\dfrac{1}{1-(v/c)^2}$, luego $1-(v(c)^2=\dfrac{1}{\gamma(v)^2}$, por lo que $(v/c)^2=\dfrac{\gamma(v)^2-1}{\gamma(v)^2}$ y por tanto $v/c=\dfrac{\sqrt{\gamma(v)^2-1}}{\gamma(v)}$, y recordando que $v/c=\dfrac{p\,c}{E}$, podemos escribir que $p=\dfrac{\sqrt{\gamma(v)^2-1}}{\gamma(v)}\cdot\dfrac{E}{c}$, y notemos que, como $\displaystyle \text{lím}_{(v/c) \rightarrow 1}\,\dfrac{\sqrt{\gamma(v)^2-1}}{\gamma(v)}=1$, luego $p\rightarrow E/c$ cuando $v \rightarrow c$

Por otra parte, podemos expresar la energía relativista mediante la cantidad de movimiento relativista; en efecto, elevando al cuadrado los dos miembros de $E=\gamma(v)\,m_0\,c^2$, y teniendo en cuenta lo que se acaba de decir, se tiene que $E^2=\gamma(v)^2\,m_{0}^2\,c^4=\dfrac{1}{1-(v/c)^2}\,m_{0}^2\,c^4=\dfrac{1}{1-(pc/E)^2}\,m_{0}^2\,c^4=\dfrac{E^2}{E^2-(pc)^2}\,m_{0}^2\,c^4$, luego $E^2=\dfrac{E^2}{E^2-(pc)^2}\,m_{0}^2\,c^4$, con lo cual $E^2\,(E^2-(pc)^2)=E^2\,m_{0}^2\,c^4$; esto es, $E^2\,\left(E^2-(pc)^2-m_{0}^2\,c^4\right)=0$ $\therefore\,\,E^2=(pc)^2+m_{0}^2\,c^4$

$\diamond$

-oOo-

Referencias

  [1] R. Resnick, (Introducción a la Teoría Especial de la Relatividad, Limusa, Mexico D.F., 1999).
  [2] J.C. Cuevas, (Física moderna. Relatividad, mecánica cuántica, estructura de la materia, astrofísica y cosmología, Amazon, versión Kindle, 2022)
  [3] B. Janssen, (Gravitación y Geometría, Editorial Universidad de Granada, Granada, 2022).

viernes, 2 de junio de 2023

Antenas de clorofila

Sobre las formas que tienen las plantas de aprovechar la luz: los diversos tipos de hojas

Parque de Santander, Chamberí, Madrid; 2 de junio de 2023

Chorros de agua contra la gravedad

Flujos turbulentos

Parque de Santander, Chamberí, Madrid; 2 de junio de 2023

Láminas de agua

Flujos laminares

Parque de Santander, Chamberí, Madrid; 2 de junio de 2023

miércoles, 31 de mayo de 2023

Arcoíris en el parque

Para observar un arcoíris, no olvidéis que debéis situaros mirando hacia las gotitas de agua con el sol a la espalda. Con una manguera de jardín es muy divertido jugar a variar el ángulo con el que nos separamos del sol a nuestra espalda para determinar cuál es el ángulo crítico a partir del cual dejamos de observar el fenómeno —refracción de la luz por parte de las gotitas de agua, como si de pequeños prismas ópticos se tratara—: la descomposición de la luz blanca en luces de colores.

Parque de Santander, Chamberí, Madrid; 31/05/2023

$\diamond$

martes, 30 de mayo de 2023

Infusiones y decocciones

Infusionar y hervir son dos métodos comunes para extraer los compuestos beneficiosos de las hierbas. La principal diferencia entre ambos métodos es la temperatura y el tiempo de contacto con el agua.

Infusionar es el proceso de dejar reposar hierbas en agua caliente durante un período de tiempo determinado. Para hacer una infusión, se agrega agua caliente no hirviendo a las hierbas y se deja en reposo durante unos minutos. Este proceso es ideal para hierbas más delicadas, como la manzanilla o la menta, que pueden perder sus propiedades si se exponen a altas temperaturas. La infusión también es ideal para hierbas que se usan con fines medicinales y que no deben ser expuestas a altas temperaturas durante un tiempo prolongado.

Por otro lado, hervir implica sumergir las hierbas en agua caliente y llevar la mezcla a ebullición. Este proceso se utiliza para extraer compuestos más duros de las hierbas, como la raíz de jengibre o la corteza de canela. El agua hirviendo penetra más profundamente en las hierbas y extrae más compuestos, pero también puede degradar algunos compuestos sensibles al calor.

En resumen, la principal diferencia entre infusionar y hervir es la temperatura y el tiempo de contacto con el agua. La infusión se usa para hierbas más delicadas y para extraer compuestos beneficiosos sin exponerlos a altas temperaturas, mientras que hervir se usa para hierbas más duras y para extraer compuestos más profundos a expensas de posibles degradaciones de compuestos sensibles al calor.

$\diamond$

Cómo cocer correctamente un huevo (duro)

He jugado un poco con el chat GPT, de OpenAI [https://chat.openai.com/chat], para hacerle algunas preguntas básicas acerca de la cocción de un huevo, y lo que sigue es el resumen de las respuestas a mis consultas:

Quería preguntarte también si al cocer un huevo el tiempo de cocción depende de la cantidad de agua que se eche en el cazo

En realidad, el tiempo de cocción del huevo no depende tanto de la cantidad de agua que se utiliza, sino más bien de la temperatura del agua y del tamaño del huevo. Para cocer huevos, es importante comenzar con agua fría en una olla o cazo y luego calentarla a fuego medio-alto hasta que hierva. Una vez que el agua está hirviendo, se agregan los huevos con cuidado y se dejan cocinar a fuego lento durante un tiempo determinado. El tiempo de cocción varía según el tipo de huevo que se esté cocinando y según el grado de cocción deseado. Para huevos pasados por agua o para huevos cocidos blandos, se deben cocinar durante unos 3-5 minutos. Para huevos medianamente cocidos, se necesitan unos 6-7 minutos. Para huevos cocidos duros, se necesitan alrededor de 8-10 minutos. En cuanto a la cantidad de agua, lo importante es que los huevos estén cubiertos por al menos un par de centímetros de agua fría al principio de la cocción. Si se cocina un gran número de huevos a la vez, es posible que se necesite agregar más agua para asegurarse de que estén completamente cubiertos.

Entiendo, según me dices, que lo importante es que el huevo esté cubierto y que el agua esté en ebullición. ¿Estoy en lo cierto?

Exacto, para cocer huevos es importante que el huevo esté completamente sumergido en agua y que el agua esté en ebullición (durante la ebullición, la temperatura permanece constante) antes de agregar los huevos. Si el agua no está en ebullición, el huevo tardará más tiempo en cocinarse y la yema puede terminar cocinándose demasiado antes de que la clara esté lista. Por lo tanto, es importante esperar hasta que el agua esté en ebullición antes de agregar los huevos y comenzar a contar el tiempo de cocción.

$\diamond$

Pequeños mundos

Paseando y observando. Buitrago del Lozoya, finales de mayo de 2023

Agua

Parque de Santander, Chamberí (Madrid), 30/05/2023

martes, 16 de mayo de 2023

Cosas básicas acerca de la Teoría Matemática de la Información (TMI)

La Teoría Matemática de la Información es una rama de la matemática y la teoría de la computación que se centra en el estudio cuantitativo de la información y su transmisión.

La Teoría Matemática de la Información es un campo que se desarrolló a mediados del siglo XX con las contribuciones fundamentales de Claude Shannon en la década de 1940. Su objetivo principal es el estudio cuantitativo de la información y la comunicación. Desde entonces, ha experimentado una evolución significativa y ha encontrado aplicaciones en diversos campos.

En sus inicios, la Teoría de la Información se centraba en la transmisión eficiente de mensajes a través de canales de comunicación. Claude Shannon (1916-2001) estableció conceptos fundamentales como la entropía, que mide la cantidad de información contenida en una fuente, y el teorema de codificación de canal, que establece límites teóricos sobre la tasa de transmisión de información sin errores.

Con el tiempo, la Teoría de la Información se expandió para abordar otros aspectos relacionados con la información. Se desarrollaron conceptos como la entropía conjunta y la información mutua, que cuantifican la relación entre dos o más fuentes de información. Estos conceptos son fundamentales en el análisis de la compresión de datos, donde se busca reducir la redundancia y representar la información de manera más eficiente.

Además de su aplicación en la comunicación y la compresión de datos, la Teoría de la Información ha encontrado relevancia en campos como la teoría de la probabilidad, la estadística, la teoría de la complejidad y la criptografía. Se ha utilizado en el desarrollo de algoritmos de compresión avanzados, en el diseño de códigos de corrección de errores y en la criptografía moderna, donde los conceptos de entropía y aleatoriedad desempeñan un papel crucial.

En los últimos años, con el avance de la tecnología de la información y la explosión de datos en diversas áreas, la Teoría de la Información ha adquirido una importancia aún mayor. Se ha aplicado en el análisis de redes sociales, la minería de datos, el aprendizaje automático y la inteligencia artificial. Los conceptos de entropía y mutual information se utilizan para medir la dependencia y la estructura de los datos, lo que permite extraer conocimientos útiles y realizar predicciones precisas.

En resumen, la Teoría Matemática de la Información ha evolucionado desde su origen en la transmisión eficiente de mensajes hasta convertirse en un campo interdisciplinario y fundamental en el análisis cuantitativo de la información. Su desarrollo y aplicaciones continúan expandiéndose a medida que se generan y manejan cada vez más datos en el mundo actual.

Profundicemos un poco: la Teoría Matemática de la Información se ocupa de la medición de la información, la entropía y la capacidad de canal, que son conceptos fundamentales para la comprensión de la transmisión de información. La teoría también se ocupa de la codificación de la información, y cómo se puede comprimir o codificar la información de manera eficiente. Tiene aplicaciones en una amplia gama de áreas, incluyendo la teoría de la comunicación, la criptografía, la teoría de la complejidad computacional, la estadística, la teoría de la información cuántica, la teoría de los sistemas de control y la teoría de juegos. Es una herramienta importante para entender la transmisión y procesamiento de información en sistemas naturales y artificiales, incluyendo la biología, la electrónica y la inteligencia artificial.

-oOo-

Acerca de la contribución de Edwin Thompson Jaynes

Edwin Thompson Jaynes (1922-1998) fue un destacado físico y estadístico estadounidense que realizó una importante contribución a la Teoría Matemática de la Información. Jaynes es conocido principalmente por su enfoque en la teoría de la probabilidad y su defensa del principio de máxima entropía.

La Teoría Matemática de la Información se basa en la idea de que la información puede ser medida y cuantificada mediante herramientas matemáticas. Uno de los conceptos fundamentales en esta teoría es la entropía, que mide la cantidad de incertidumbre o desorden en un sistema.

La contribución de Jaynes radica en su trabajo pionero en la aplicación de la teoría de la probabilidad y la estadística a la teoría de la información. Propuso que la entropía de un sistema debería maximizarse bajo ciertas restricciones, como conocimientos previos o restricciones físicas. Este principio de máxima entropía busca encontrar la distribución de probabilidad más adecuada cuando se tiene un conocimiento limitado sobre un sistema.

Jaynes argumentó que la maximización de la entropía bajo restricciones era un enfoque más objetivo para inferir distribuciones de probabilidad desconocidas que otros métodos tradicionales, que a menudo se basaban en suposiciones ad hoc o prejuicios subjetivos. Su enfoque se basaba en los principios de la inferencia inductiva y en la idea de que, en ausencia de información adicional, todas las distribuciones de probabilidad consistentes con las restricciones deben ser consideradas igualmente probables.

Esta idea de Jaynes tuvo un impacto significativo en diversas áreas, como la física, la estadística, la inteligencia artificial y la ciencia de la información. Su enfoque riguroso y fundamentado matemáticamente proporcionó una base sólida para el análisis y la inferencia de datos en situaciones donde el conocimiento era escaso o limitado.

En resumen, Edwin Jaynes realizó una valiosa contribución a la Teoría Matemática de la Información al promover el principio de máxima entropía como una forma objetiva de inferir distribuciones de probabilidad desconocidas bajo restricciones conocidas. Su enfoque ha influido en el desarrollo de diversas disciplinas y ha proporcionado un marco matemático sólido para el análisis de la información en contextos inciertos.

-oOo-

La TMI en Ecología y la contribución del ecólogo Ramón Margalef para medir la diversidad biológica en un ecosistema

La TMI es aplicable en Ecología, pues proporciona herramientas matemáticas y estadísticas que se pueden utilizar para analizar y comprender la información que se encuentra en los datos ecológicos. Por ejemplo, se puede utilizar para medir la complejidad de los patrones de distribución de especies en un ecosistema. Es especialmente útil para analizar grandes conjuntos de datos ecológicos y para identificar patrones y relaciones que no son evidentes a simple vista; así, por ejemplo, se puede utilizar para analizar la información contenida en los patrones de migración de las aves o la distribución de recursos en un hábitat determinado. Es pues una herramienta valiosa para los ecólogos, ya que les permite analizar y entender la información contenida en los datos ecológicos de una manera más precisa y detallada.

Ramón Margalef (2019-2004) fue un destacado ecólogo español que contribuyó significativamente al campo de la ecología y la teoría de la información. Una de sus contribuciones más importantes fue la aplicación de la Teoría Matemática de la Información a la medida de la diversidad en Ecología. La Teoría Matemática de la Información, desarrollada por Claude Shannon en la década de 1940, proporciona herramientas para cuantificar la información contenida en un mensaje. Margalef reconoció que esta teoría podía ser aplicada para medir la diversidad biológica en los ecosistemas.

En ecología, la diversidad se refiere a la variedad de especies presentes en un ecosistema y a la distribución de abundancia entre ellas. Margalef utilizó los conceptos de entropía y redundancia de la Teoría de la Información para cuantificar la diversidad biológica.

La entropía se utiliza para medir la incertidumbre o la falta de previsibilidad en un sistema. En el contexto de la diversidad biológica, Margalef propuso utilizar la entropía como una medida de la diversidad de especies en un ecosistema. Cuanto mayor sea la entropía, mayor será la diversidad.

Por otro lado, la redundancia se refiere a la cantidad de información repetitiva o superflua en un sistema. Margalef sugirió que la redundancia puede indicar la estabilidad de un ecosistema. Un ecosistema con alta redundancia puede ser menos susceptible a perturbaciones porque tiene varias especies que realizan funciones similares. En cambio, un ecosistema con baja redundancia puede ser más vulnerable a las perturbaciones.

En resumen, Ramón Margalef aplicó la Teoría Matemática de la Información para desarrollar medidas cuantitativas de diversidad biológica en ecología. Utilizó la entropía como una medida de la diversidad de especies y la redundancia como un indicador de la estabilidad del ecosistema. Estas herramientas proporcionaron una base matemática sólida para comprender y cuantificar la diversidad en los ecosistemas.

-oOo-

Acerca de los trabajos del físico Jorge Wagensber relacionados con la Teoría Matemática de la Información

Jorge Wagensberg (1948-2018) fue un reconocido físico, divulgador científico y filósofo español. Aunque su contribución principal no se centró específicamente en la Teoría Matemática de la Información, sus investigaciones y escritos abarcaron diversos campos científicos, incluyendo la física, la biología y la filosofía.

En relación con la Teoría Matemática de la Información, Wagensberg realizó importantes reflexiones y aportes desde una perspectiva interdisciplinaria. Reconoció la estrecha relación entre la información y la termodinámica, y su enfoque se basaba en una visión holística de los sistemas complejos.

Wagensberg comprendía la información como una entidad fundamental en el universo, y argumentaba que su existencia y propagación estaban estrechamente ligadas a la naturaleza misma de los sistemas físicos y biológicos. Abordó el tema desde una perspectiva termodinámica, relacionando conceptos como entropía, información y organización.

Uno de los conceptos clave que Wagensberg desarrolló es el de "sistema límite". Este concepto se refiere a sistemas que se encuentran en una especie de equilibrio dinámico entre la producción y la degradación de información. Según su enfoque, los sistemas límite son aquellos que maximizan la producción de información sin exceder su capacidad de procesamiento y organización.

Además, Wagensberg exploró las implicaciones filosóficas de la Teoría Matemática de la Información y la relación entre información y significado. Planteó cuestiones acerca de cómo la información se convierte en conocimiento, y cómo el conocimiento, a su vez, genera nuevas formas de información.

En resumen, aunque Jorge Wagensberg no se centró exclusivamente en la Teoría Matemática de la Información, sus contribuciones interdisciplinarias y su enfoque holístico proporcionaron una visión enriquecedora sobre la relación entre la información, la física y la biología, aportando perspectivas originales y estimulantes al campo.

-oOo-

La TMI en el campo de la Inteligencia Artificial

En el campo de la Inteligencia Artificial (AI), la TMI juega un importante papel, pues se aplica en varias áreas de la misma, permitiendo el desarrollo de algoritmos y sistemas de inteligencia artificial cada vez más avanzados. Algunas aplicaciones importenes de la misma son:

  • Aprendizaje automático: La teoría de la información es esencial en la definición de algoritmos de aprendizaje automático. En particular, la entropía y la información mutua se utilizan para diseñar algoritmos que puedan extraer patrones y características de los datos.
  • Compresión de datos: La teoría de la información es también útil para la compresión de datos, que es una técnica utilizada para reducir el tamaño de los datos sin perder información. La compresión de datos es esencial en la AI, especialmente en las aplicaciones de procesamiento de imágenes y vídeo.
  • Redes neuronales: La teoría de la información se utiliza en el diseño de redes neuronales, que son un componente clave de la AI. Las redes neuronales se utilizan en tareas como el reconocimiento de patrones, la clasificación de imágenes, la traducción de idiomas y la detección de fraude.
  • Codificación de canal: La teoría de la información se utiliza en la codificación de canal, que es una técnica utilizada para corregir errores en la transmisión de datos. La codificación de canal es fundamental en la comunicación inalámbrica y por cable, y es esencial para la transmisión de datos fiable en la AI.
Demos ahora algunos detalles más acerca de las redes neuronales:

Las redes neuronales son un tipo de modelo computacional inspirado en el funcionamiento del cerebro humano. Están diseñadas para procesar información de manera similar a como lo hacen las redes de neuronas en el cerebro.

Una red neuronal está compuesta por unidades llamadas neuronas artificiales o nodos, que están organizadas en capas. La primera capa se llama capa de entrada, la última capa es la capa de salida y las capas intermedias se conocen como capas ocultas. Cada neurona está conectada con las neuronas de la capa siguiente a través de conexiones ponderadas.

El proceso de aprendizaje en una red neuronal se lleva a cabo mediante un algoritmo llamado "backpropagation" (retropropagación). Este algoritmo ajusta los pesos de las conexiones entre las neuronas en función de la diferencia entre la salida deseada y la salida real de la red. Esto permite que la red aprenda a realizar tareas específicas, como clasificar imágenes, reconocer patrones, procesar lenguaje natural, entre otras. Para ello, y reflexionando un poco, entiendo que es muy importante el cálculo y manejo de la información mútua entre el esquema (de símbolos) anterior y posterior.

Existen diferentes tipos de redes neuronales, como las redes neuronales feedforward (de propagación hacia adelante), las redes neuronales recurrentes (que tienen conexiones retroalimentadas y pueden procesar secuencias de datos) y las redes neuronales convolucionales (especializadas en el procesamiento de datos con estructura de cuadrícula, como imágenes).

Las redes neuronales han demostrado ser muy efectivas en una amplia gama de aplicaciones, incluyendo reconocimiento de voz, traducción automática, conducción autónoma, diagnóstico médico, predicción del clima, entre muchas otras.

La TMI en el contexto de la Termodinámica

La Teoría Matemática de la Información también tiene una estrecha relación con la Termodinámica. En particular, la TMI se utiliza para entender cómo se relacionan la información y la entropía en los sistemas ese nivel de observación. En Termodinámica (y en Mecánica Estadística), la entropía se define como una medida del desorden o la incertidumbre de un sistema físico. La teoría de la información se utiliza para entender cómo se puede medir la cantidad de información contenida en un sistema y cómo se relaciona con la entropía. Una de las aplicaciones más importantes de la teoría de la información en termodinámica es la llamada "segunda ley de la termodinámica". Esta ley establece que la entropía de un sistema cerrado siempre aumenta con el tiempo, lo que significa que el desorden o la incertidumbre siempre aumenta. La teoría de la información también se utiliza para entender cómo se puede minimizar la cantidad de información necesaria para describir un sistema físico. Esto se relaciona con la idea de la eficiencia termodinámica, que se refiere a la capacidad de un sistema para realizar trabajo utilizando la menor cantidad posible de energía. En resumen, la Teoría Matemática de la Información es una herramienta valiosa en Termodinámica para entender cómo se relacionan la información y la entropía en los sistemas físicos, y cómo se puede utilizar para maximizar la eficiencia termodinámica y entender la segunda ley de la termodinámica.

-oOo-

Acerca de la aplicación de la Teoría Matemática de la Información a sistemas fuera del equilibrio termodinámico

La Teoría Matemática de la Información es aplicable tanto a sistemas en equilibrio como a sistemas fuera del equilibrio. La teoría proporciona un marco matemático para medir la cantidad de información contenida en una señal o en una distribución de probabilidad.

En sistemas en equilibrio, la teoría de la información se utiliza para estudiar la entropía de Shannon, que es una medida de la incertidumbre o la cantidad de información promedio contenida en una fuente de datos. Esta medida de entropía se aplica ampliamente en la teoría de la comunicación y en la compresión de datos.

En sistemas fuera del equilibrio, la teoría de la información también puede ser aplicada, pero pueden ser necesarios enfoques más sofisticados y adaptados a las características específicas del sistema en cuestión. Por ejemplo, en sistemas dinámicos no lineales, se pueden utilizar conceptos como la entropía de Kolmogorov-Sinai o la entropía topológica para caracterizar la complejidad y la información contenida en el sistema.

Además, la teoría de la información también se utiliza en el estudio de sistemas biológicos, donde la información genética, las redes de regulación génica y otros aspectos de la biología pueden ser analizados y cuantificados mediante herramientas de la teoría de la información.

En resumen, la Teoría Matemática de la Información tiene aplicaciones tanto en sistemas en equilibrio como en sistemas fuera del equilibrio, aunque los enfoques y medidas específicas pueden variar según las características del sistema en cuestión.

-oOo-

La TMI en el contexto de la Mecánica Estadística

En la Mecánica Estadística, los sistemas físicos se describen mediante una distribución de probabilidad que especifica la probabilidad de que el sistema esté en cada uno de sus posibles estados. La teoría de la información se utiliza para entender cómo se distribuye la información en esta distribución de probabilidad. Una de las medidas más importantes de la teoría de la información es la entropía, que mide la cantidad de información que se necesita para describir la distribución de probabilidad de un sistema. La entropía se utiliza para entender cómo se distribuye la información en el sistema y cómo se relaciona con otras propiedades físicas, como la temperatura y la energía.

-oOo-

La TMI en Información Cuántica (QIT)

La Teoría Matemática de la Información (TMI) es un campo de estudio que se enfoca en cuantificar la información y la cantidad de datos que se pueden transmitir de manera efectiva en un canal de comunicación. La información cuántica, por otro lado, se refiere a la información que se almacena y se procesa utilizando principios cuánticos. La Teoría de la Información Cuántica (QIT, por sus siglas en inglés) combina los principios de la TMI con los principios de la Mecánica Cuántica para proporcionar un marco teórico para el procesamiento de la información cuántica. Los principios cuánticos, como la superposición y el entrelazamiento cuántico, permiten una capacidad de procesamiento de información que no es posible con los principios clásicos.

La Teoría de la Información (TMI) desempeña un papel fundamental en el campo de la Información Cuántica (QIT). Esta teoría proporciona herramientas y conceptos para cuantificar y medir la cantidad de información contenida en los sistemas cuánticos, así como para analizar la transmisión, el procesamiento y el almacenamiento de información cuántica.

En particular, la Teoría de la Información Cuántica se basa en la generalización de los conceptos clásicos de entropía, información mutua y capacidad de canal a los sistemas cuánticos. La entropía cuántica es una medida de la incertidumbre o aleatoriedad de un estado cuántico, y juega un papel crucial en la teoría cuántica de la codificación y la compresión de información.

Además, la Teoría de la Información Cuántica ha permitido el desarrollo de protocolos de criptografía cuántica, que aprovechan los fenómenos cuánticos para garantizar la seguridad de la información en comunicaciones cuánticas. Estos protocolos se basan en principios como la incertidumbre cuántica y la no clonación cuántica.

La QIT se aplica en una amplia gama de campos, desde la criptografía cuántica hasta la computación cuántica. Por ejemplo, la criptografía cuántica utiliza principios cuánticos para garantizar la seguridad de la transmisión de información, mientras que la computación cuántica utiliza principios cuánticos para procesar datos de manera más eficiente que los ordenadores clásicos.

La QIT se utiliza en el desarrollo de protocolos de comunicación cuántica, como el protocolo BB84, que utiliza principios cuánticos para permitir la transmisión de información segura y privada. También se utiliza en la teoría de la detección cuántica, que se enfoca en cómo medir y detectar estados cuánticos. La QIT, como extensión de la TMI, proporcionar por tanto un marco teórico para el procesamiento de la información cuántica y tiene aplicaciones en campos que van desde la criptografía cuántica hasta la computación cuántica.

En resumen, también la Teoría Matemática de la Información (aplicada y extendida al mundo cuántico) proporciona el marco matemático para analizar y cuantificar la información en el contexto de la Información Cuántica, lo que ha llevado a importantes avances en áreas como la codificación, la criptografía y la computación cuánticas.

$\diamond$

Algunas puertas lógicas en computación cuántica

En la computación cuántica, las puertas lógicas esenciales son análogas a las puertas lógicas en la computación clásica, pero se aplican a los qubits, que son los elementos básicos de información cuántica. Algunas de las puertas lógicas esenciales en la computación cuántica son:

  • Puerta de Pauli-X (NOT cuántico): Es similar a la puerta NOT clásica y aplica una operación de cambio de fase en el qubit, invirtiendo su estado de |0⟩ a |1⟩ y viceversa.
  • Puerta de Pauli-Y: Es similar a la puerta NOT cuántica pero también aplica una rotación en el espacio cuántico. Intercambia el estado de |0⟩ a -i|1⟩ y viceversa.
  • Puerta de Pauli-Z: Esta puerta es una operación de cambio de fase y no afecta la amplitud de probabilidad del qubit. Deja |0⟩ sin cambios y multiplica el estado |1⟩ por -1.
  • Puerta de Hadamard: Esta puerta realiza una transformación que lleva un qubit de la base computacional (|0⟩, |1⟩) a una superposición equitativa de ambos estados. Aplica una rotación en el espacio cuántico.
  • Puerta de fase (S): Realiza una rotación de fase de 90 grados al qubit. Deja inalterado el estado |0⟩ y transforma el estado |1⟩ en i|1⟩.
  • Puerta de control cuántico (CNOT): Es una puerta de dos qubits en la que uno de ellos actúa como control y el otro como objetivo. Aplica una operación de Pauli-X al objetivo si y solo si el qubit de control está en el estado |1⟩.

Existen muchas otras puertas lógicas cuánticas que permiten realizar diferentes operaciones y manipulaciones en los qubits para realizar cálculos y algoritmos cuánticos.

Observación:

En la computación clásica, se puede copiar información utilizando puertas lógicas como la puerta NOT o las puertas AND y OR. Sin embargo, en el ámbito cuántico, la situación es diferente. La no clonación cuántica implica que no es posible hacer una copia idéntica de un estado cuántico desconocido.

No existe pues una puerta lógica cuántica que permita copiar estados de qubits de manera exacta. Este resultado se conoce como el teorema de no clonación cuántica. En la computación cuántica, la no clonación es una consecuencia de los principios fundamentales de la mecánica cuántica, como el principio de superposición y el principio de colapso.

El teorema de no clonación cuántica es importante en la computación y la comunicación cuántica, ya que garantiza la seguridad de ciertos protocolos criptográficos cuánticos. Además, la no clonación cuántica también está relacionada con el principio de incertidumbre de Heisenberg, que establece limitaciones fundamentales en la precisión con la que se pueden medir simultáneamente ciertas propiedades cuánticas, como la posición y el momento de una partícula.

La no clonación cuántica es un concepto importante en la computación y comunicación cuántica y está relacionado con los principios fundamentales de la mecánica cuántica.

$\diamond$

Las puertas lógicas esenciales en computación clásica

En la computación clásica, existen varias puertas lógicas esenciales que se utilizan como bloques fundamentales para construir circuitos lógicos más complejos. Estas puertas lógicas básicas son:

  • Puerta AND (Y): Produce una salida alta (1) solo cuando todas sus entradas son altas (1).
  • Puerta OR (O): Produce una salida alta (1) si al menos una de sus entradas es alta (1).
  • Puerta NOT (NO): Produce una salida complementaria a su única entrada, es decir, si la entrada es alta (1), la salida es baja (0) y viceversa.

Estas puertas lógicas básicas pueden combinarse y conectarse entre sí para crear circuitos más complejos. Además de estas puertas lógicas esenciales, también existen otras puertas lógicas comunes como las puertas XOR (OR exclusiva), NAND (NOT AND) y NOR (NOT OR), que se pueden construir utilizando combinaciones de las puertas lógicas esenciales mencionadas anteriormente.

Es importante destacar que estas puertas lógicas son utilizadas en la computación clásica, que se basa en bits clásicos (0 y 1) para el procesamiento de la información. En contraste, en la computación cuántica se utilizan puertas lógicas cuánticas, que operan sobre los qubits y aprovechan los fenómenos cuánticos como la superposición y la entrelazación para realizar cálculos más poderosos.

$\diamond$

martes, 7 de febrero de 2023

Acerca de los calendarios luni-solares y solares. Del calendario babilonio al calendario gregoriano

En este breve artículo hablo sucintamente de los dos tipos de calendarios: luni-solares y solares. Hay, y ha habido, muchos calendarios de tipo luni-solar (el c. chino, el c. hebreo, el c. inca, el babilonio, ...). En concreto, me centraré únicamente en el babilonio (como muestra de calendario empleado, en Mesopotamia, en la antigüedad), para dar paso a los calendarios solares, como es el que actualmente se utiliza en Occidente.

Si nos remontamos a las civilizaciones mesopotámicas, cabe hablar del calendario babilonio (tercer milenio antes de nuestra era), que era de tipo luni-solar y por tanto tenía en cuenta tanto las fases de la Luna como la duración del año solar sidéreo (intervalo de tiempo que media entre dos pasos consecutivos del Sol por la posición de una determinada estrella en la bóveda celeste). Un calendario luni-solar, por tanto, al describir, también, la sucesión de las cuatro estaciones, predice cuál es la constelación que se puede localizar cerca de dónde se observe una determinada fase de la Luna. Eso era importante para organizar las siembras y las cosechas.

Por otra parte, cada mes —como parte del año— del calendario babilonio tenía la duración que viene determinada por el ciclo sinódico de la Luna (lunación), esto es, el tiempo que tarda en presentar la misma fase (observada desde la Tierra, por supuesto), y que es igual a $29,5$ días aproximadamente. No confudirse, por cierto, el período sinódico con el período sidéreo (de la Luna), que es el tiempo que tarda en dar una vuelta alrededor de la Tierra: $27$ días, $7$ horas y $43$ minutos. Así, se dividía cada año en 12 meses lunares (períodos sinódicos), conviniéndose que cada uno de ellos comenzace en la fase de Luna Nueva. Como el año solar era unos cuantos días más largo que el intervalo de $12$ lunaciones, se añadía este número de días insertando un mes adicional con este número de días, para ajustar el calendario a la duración del año, lo cual, claro ésta, tenía el invonveniente de producir cambios en las fechas de las efemérides. Para salvar estos invonvenientes, las civilizaciones posteriores abandonaron los calendarios lunares y luni-solares, y empezaron a usar los calendarios solares.

Los egipcios utilizaban un calendario solar de $365$ días. Después, la civilización romana utilizó el calendario juliano, también de tipo solar. El calendario juliano fue elaborado en tiempos de Julio César (46 a.C.), y se basaba en la duración, más precisa, del año trópico (ciclo sidéreo), de $365,25$ días (aproximadamente), y corresponde al intervalo de tiempo empleado por el Sol en completar su órbita aparente en torno a La Tierra —se mide como el tiempo transcurrido entre dos pasos consecutivos del Sol por el punto Aries o equinoccio de primavera—. Posteriormente, el el año 1582, y como es bien sabido, el calendario juliano fue sustituido por actual, el calendario gregoriano (nombre debido a su promotor, el Papa Gregorio XIII), con los cambios oportunos introducidos al objeto de corregir los inconvenientes del calendario juliano que estaban relacionados con la falta de ajuste en la periodicidad de determinados eventos anuales de la liturgia, en relación con algunas efemérides del año astronómico.

$\diamond$

-oOo-

Referencias

  [1] R.M. Ros Ferré, El cielo nocturno, RBA, Barcelona, 2017.
  [2] vv. aa., https://es.wikipedia.org/wiki/Calendario, Wikipedia, 2023.

martes, 31 de enero de 2023

Polipastos con razón de desmultiplicación $1:2^n$, $n=1,2,\ldots$

Nota preliminar: teoría (condiciones ideales) y práctica. Elementos que restan eficacia

Las razones de desmultiplicación de montajes que aparecen en las figuras son teóricas, pues nunca se verifican las condiciones ideales en un sistema real, por haber aceleraciones en las tracciones; además, en ese sentido, aunque sólo se trate de retener la carga, las cuerdas tienen una cierta elasticidad (no son estáticas sino dinámicas), las direcciones de trabajo de los elementos (cuerdas) no siempre son paralelas; existen rozamientos, y, por supuesto, las poleas tienen masa; todo ello resta eficiencia a cualquier polipasto.

-oOo-

En la figura se muestran tres polipastos cuyas razones de desmultiplicación son $1:2$, $1:4$ y $1:8$, $\ldots$. Del análisis en el equilibrio (en condiciones ideales: sin aceleraciones, evitando ángulos abiertos, con razamiento despreciable, y poleas sin masa), es fácil imbuir que, denotando por $n$ el número de poleas inferiores (las que conectan directamente con la carga), se tiene que la razón de desmultiplicación, para un número genérico de $n$ poleas (inferiores) es $$1:2^n\;\text{para}\; n=1,2,\ldots$$

$\diamond$
-oOo-

Lecturas complementarias sugeridas:

  [1] En mi blog de montaña: Polipastos en escalada/alpinismo para rescate y autorrescate, 2023.

Polipastos con razón de desmultiplicación 1:2n+1, n=1,2,…

Nota preliminar: teoría (condiciones ideales) y práctica. Elementos que restan eficacia

Las razones de desmultiplicación de montajes que aparecen en las figuras son teóricas, pues nunca se verifican las condiciones ideales en un sistema real, por haber aceleraciones en las tracciones; además, en ese sentido, aunque sólo se trate de retener la carga, las cuerdas tienen una cierta elasticidad (no son estáticas sino dinámicas), las direcciones de trabajo de los elementos (cuerdas) no siempre son paralelas; existen rozamientos, y, por supuesto, las poleas tienen masa; todo ello resta eficiencia a cualquier polipasto.

-oOo-

En la figura se muestran tres polipastos cuyas razones de desmultiplicación son $1:3$, $1:5$ y $1:7$, $\ldots$. Del análisis en el equilibrio (en condiciones ideales: sin aceleraciones, evitando ángulos abiertos, con razamiento despreciable, y poleas sin masa), es fácil imbuir que, denotando por $n$ el número de poleas inferiores (las que conectan directamente con la carga), se tiene que la razón de desmultiplicación, para un número genérico de $n$ poleas (inferiores) es $$1:2n+1\;\text{para}\; n=1,2,\ldots$$

Con una pequeña variación, podemos dibujar los siguientes montajes equivalentes, que son muy apropiados para que el resultado final sea más práctico, tal como explicaremos en el siguiente párrafo:

Nótese que —como hacíamos en los polipastos con razón de desmultiplicación $1:2n$ (entrada anterior de este blog)—, si integramos las poleas inferiores en una sola (de un sólo cuerpo), provista de $n$ ranuras (cuadernal inferior), con dos elementos de anclaje: uno para la carga y el otro para fijar el cabo (señalado con un punto amarillo) que recorre el sistema; y, a su vez, integramos las superiores en un cuadernal (superior) con un anclaje para fijarlo a un punto sólido, se obtiene lo que se entiende por un polipasto $1:2n+1$, conformado, también (como en el caso del polipasto $1:2n$) como una máquina completa (una herramienta muy útil para múltiples usos). Insisto en la apreciación ya indicada: a diferencia de los polipastos $1:2n$, ahora, para los polipastos $1:2n+1$, el cabo que recorre el sistema se fija en el cuadernal inferior (punto amarillo).

-oOo-

En la siguiente figura (créditos de la imagen: EcuRed, https://www.ecured.cu/Cuadernal#/media/File:Cuadernales.jpg) se muestra un ejemplo de polipasto cuya razón de desmultiplicación es $1:5$ (el número de ranuras del cuadernal inferior es $n=2$, y por tanto, $2n+1=2\cdot 2+1=5$)


$\diamond$
-oOo-

Lecturas complementarias sugeridas:

  [1] En mi blog de montaña: Polipastos en escalada/alpinismo para rescate y autorrescate, 2023.

Polipastos con razón de desmultiplicación $1:2n$, $n=1,2,\ldots$

Nota preliminar: teoría (condiciones ideales) y práctica. Elementos que restan eficacia

Las razones de desmultiplicación de montajes que aparecen en las figuras son teóricas, pues nunca se verifican las condiciones ideales en un sistema real, por haber aceleraciones en las tracciones; además, en ese sentido, aunque sólo se trate de retener la carga, las cuerdas tienen una cierta elasticidad (no son estáticas sino dinámicas), las direcciones de trabajo de los elementos (cuerdas) no siempre son paralelas; existen rozamientos, y, por supuesto, las poleas tienen masa; todo ello resta eficiencia a cualquier polipasto.

-oOo-

En la figura se muestran tres polipastos cuyas razones de desmultiplicación son $1:2$, $1:4$ y $1:6$. Del análisis en el equilibrio (en condiciones ideales: sin aceleraciones, evitando ángulos abiertos, con razamiento despreciable, y poleas sin masa), es fácil inducir que, denotando por $n$ el número de poleas inferiores (las que conectan directamente con la carga), se tiene que la razón de desmultiplicación, para un número genérico de $n$ poleas (inferiores) es $$1:2n\;\text{para}\; n=1,2,\ldots$$

Con una pequeña variación, podemos dibujar los siguientes montajes equivalentes, que son muy apropiados para que el resultado final sea más práctico, tal como explicaremos en el siguiente párrafo:

Nótese en la figura anterior que si integramos las poleas inferiores en una sola, provista de $n$ ranuras (cuadernal inferior) y un elemento de anclaje para la carga; y, a su vez, integramos las superiores en un cuadernal (superior) con un doble anclaje (uno para anclarlo a un punto sólido y otro para fijar el cabo que recorre todo el sistema, marcado en la imagen con un punto amarillo), se obtiene lo que se entiende por un polipasto, conformado como una máquina completa (una herramienta muy útil para múltiples usos).

-oOo-

En la siguiente figura (créditos de la imagen: Wikipedia, https://es.wikipedia.org/wiki/Polipasto#/media/Archivo:Mercator06.jpg) se muestra un ejemplo de polipasto cuya razón de desmultiplicación es $1:6$ (el número de ranuras en el cuadernal inferior es $n=3$).

-oOo-

Y, a continuación, un polipasto cuya razón de desmultiplicación es $1:4$. Nótese que, se podría haber sustituido el montaje de poleas por dos cuadernales con dos ranuras cada uno, siguiendo la misma construcción del ejemplo de arriba, que, siendo del tipo $1:6$, requiere tres ranuras por cada cuadernal:


$\diamond$
-oOo-

Lecturas complementarias sugeridas:

  [1] En mi blog de montaña: Polipastos en escalada/alpinismo para rescate y autorrescate, 2023.

martes, 10 de enero de 2023

Los teoremas de Thévenin y Norton para circuitos eléctricos lineales

El teorema de Thevenin y el teorema de Norton permiten simplificar un circuito eléctrico lineal (cada uno de ellos de distinta manera) al poder trabajar con los correspondientes circuitos equivalentes de Thevenin y de Norton, rspectivamente. A estos circuitos equivalentes, les podemos conectar la parte del circuito que establecemos como resistencia de carga (del circuito real), entre los correspondientes dos terminales. Y, desde luego, ambos teoremas son consistentes, en el sentido de que el circuito de Thévenin es equivalente al circuito de Norton, pues ambos son equivalentes al circuito real dado.

Teorema de Thévenin

De acuerdo con el teorema de Thévenin se puede sustituir un circuito lineal por un circuito equivalente (circuito de Thevenin), caracterizado por una fuente equivalente de tensión, $V_{\text{Th}}$, en serie con una resistencia equivalente, $R_{\text{Th}}$.

Teorema de Norton

De acuerdo con el teorema de Norton se puede sustituir un circuito lineal por una circuito equivalente (circuito de Norton) caracterizado por una fuente equivalente de corriente, $I_{\text{No}}$, en paralelo con una resistencia equivalente, $R_{\text{No}}$.

-oOo-

Referencias:

  [1] vv.aa., https://es.wikipedia.org/wiki/Teorema_de_Thévenin, Wikipedia, 2023.
  [2] vv.aa., https://es.wikipedia.org/wiki/Teorema_de_Norton, Wikipedia, 2023.

$\diamond$

domingo, 1 de enero de 2023

Brillo de un astro y distancia al observador. Magnitudes aparente y absoluta de un astro

El brillo de los astros (intensidad luminosa que se percibe de los mismos) se clasifica mediante una escala numérica desde los tiempos de Hiparco de Nicea (190 a.C.-120 c.), quien también fue el primero en establecer un catálogo de estrellas —además de ser el introductor de la trigonometría (plana y esférica) y de las referencias de posición en la superficie de la Tierra mediante meridianos y paralelos—. Hiparco estableció la magnitud $1$ (el cero no se utilizaba en aquellos tiempos) para el Sol, y asignó números enteros cada vez más grandes conforme el brillo de los otros astros observables fuese menor. Hiparco categorizó las estrellas visibles a ojo desnudo en seis categorías: las de primera magnitud eran las más brillantes, y las de sexta las menos brillantes.La escala de magnitudes de Hiparco se ha ido modificando para poder incluir muchos más astros de los que se podía observar a ojo desnudo en la antigüedad, hasta introducir escalas logarítmicas y distinguir entre la magnitud aparente de un astro, que no tiene en cuenta la distancia a la que se encuentra del observador, y la magnitud absoluta del mismo, que sí tiene en cuenta la distancia que le separa del observador.

Magnitud aparente de un astro

Al observar el brillo de los astros, si suponemos que todos los astros están a la misma distancia del observador (en nuestro caso, en la Tierra) —todos los astros en la esfera celeste, como se hacía en la antigüedad—, cosa que, obviamente, no es así, estaremos describiendo lo que entendemos por magnitud aparente de un astro.

En la escala actual, las magnitudes son números reales —y, por tanto, caben también en su cuantía los números decimales—, ya sean éstos positivos, negativos o incluso cero —por ejemplo, la estrella Aldebarán tiene una magnitud comprendida entre cero y uno—: a los astros más brillantes se les asignan números negativos (el Sol tiene una magnitud aproximada de $-26.5$); y, a los menos brillantes, números mayores, hasta abarcar los apenas perceptibles, a los que se les asigna números enteros positivos grandes.

Se ha establecido la escala de magnitudes aparentes de tal modo un astro de magnitud $i\in \mathbb{Z}$ es $\sqrt[5]{100}=10^{2/5} \approx 2.512$ veces más brillantes que un astro de magnitud $(i+1)\in \mathbb{Z}$; y, esto, para cualquier número entero $i$. De esta forma, se tiene que los valores enteros de la escala de magnitudes son los términos de una sucesión geométrica de razón $10^{2/5}$. Teniendo en cuenta ésto, y, además, el hecho de que la magnitud aparente, $m$, decrece conforme al aumento de brillo $B$, podemos escribir que $$(10^{2/5})^{m} \propto B^{-1}$$ Consideremos ahora un astro, $S_1$, de magnitud $m_1$ y otro astro, $S_2$, de magnitud $m_2$, entonces: $$(10^{2/5})^{m_1}=10^{2\,m_{1}/5} \propto B_{1}^{-1} \quad \quad (1)$$ $$(10^{2/5})^{m_2}=10^{2\,m_{2}/5} \propto B_{1}^{-1} \quad \quad (2)$$ Dividiendo (2) entre (1), se tiene que $$10^{2\,(m_{2}-m_{1})/5}= \dfrac{B_{1}}{B_{2}} \quad \quad (3)$$ expresión cuya validez podemos extender al conjunto de los números reales, pues, así podemos cuantificar magnitudes (también) con números decimales. Extrayendo logaritmos decimales en los dos miembros de esta igualdad, $$\log_{10}\,10^{2\,(m_{2}-m_{1})/5}= \log_{10}\,\left(\dfrac{B_{1}}{B_{2}}\right) $$ y por tanto $$\dfrac{2}{5}\,(m_{2}-m_{1})= \log_{10}\,\left(\dfrac{B_{1}}{B_{2}}\right)$$ y por tanto, $$m_{2}-m_{1}=\dfrac{5}{2} \cdot \log_{10}\,\left(\dfrac{B_{1}}{B_{2}}\right) \quad \quad (4)$$

Magnitud absoluta de un astro

Si bien, al definir la magnitud aparente de un astro, hemos considerado que éste se encuentra en la esfera celeste (al igual que los demás astros), vamos a corregir esto, que es falso —dos estrellas que no estén a la misma distancia del observador pueden tener sin embargo la misma magnitud aparente, y esta circunstancia debe ser tenida en cuenta, introduciendo el concepto de magnitud absoluta de dicho astro, que denotaremos por $M$. Haremos esto teniendo presente que el brillo de un astro es inversamente proporcional al cuadro de la distancia (al observador) —denotamos por $d$ a dicha distancia—, esto es, para nuestros dos astros (véase lo anterior), que, no tienen por qué estar a la misma distancia del observador, se tiene que $B_1 \propto \dfrac{1}{d_{1}^2}$ y $B_2 \propto \dfrac{1}{d_{2}^2}$, por lo que la expresión (4) se transforma ahora en $$m_{2}-m_{1}=\dfrac{5}{2} \cdot \log_{10}\,\left(\dfrac{d_{2}}{d_{1}}\right)^2 = 2\cdot \dfrac{5}{2} \cdot \log_{10}\,\left(\dfrac{d_{2}}{d_{1}}\right)$$ y, en consecuencia, llegamos a $$m_{2}-m_{1}=5 \cdot \log_{10}\,\left(\dfrac{d_{2}}{d_{1}}\right) \quad \quad (5)$$

Notemos que si $d_1=d_2$, entonces, de la expresión anterior, $m_2-m_1=0$ y por tanto $m_1=m_2$, como debe ser.

Por otra parte, si se conoce la distancia a un cierto astro (patrón), $S_P$, (que denotamos por $d_P$) y del cual se conoce su magnitud aparente, $m_P$, de la expresión (5) podemos calcular la distancia a un cierto astro, $S^*$ —suponiendo que la distancia al observador de las dos estrellas no sea la misma — del cual se ha medido su magnitud aparente, $m^*$, puede calcularse la distancia a la que se encuentra, ya que, de (5): $m^{*}-m_{P}=5 \cdot \log_{10}\,\left(\dfrac{d^{*}}{d_{P}}\right)$ y, despejando, $d^*$, calculamos dicha distancia (expresada en pársecs ($\text{pc}$): $$\displaystyle d^*=d_P\cdot 10^{(m^*-m_P)/5}$$ que es lo mismo que $$\displaystyle d^*=d_P\cdot \sqrt[5]{10^{m^*-m_P}}\quad \quad (6)$$

Definición

Consideremos ahora un sólo astro. Conviniendo que la magnitud absoluta, $M$, de un astro que diste $10$ pársecs del observador —el pársec (unidad de longitud empleada en astronomía) se define como la distancia por paralaje correspondiente a $1$ segundo de arco; $1$ pársec (pc) $=206\,265$ unidades astronómica (ua) = $3,2616$ años luz; $1$ ua = $149\,597\,870\,700$ m $\approx$ distancia Tierra-Sol— se corresponde con una magnitud aparente, $m$, entonces, a partir de (5), podemos escribir: $$M-m=5 \cdot \log_{10}\,\left(\dfrac{10}{d}\right) \quad \quad (7)$$ Obsérvese que si la distancia al astro es $d=10\,\text{pc}$, entonces $M-m=0$ y por tanto $M=m$, como debe ser. Partiendo de (6), podemos escribir también que $$M-m=5 \cdot ( \log_{10}\,10-\log_{10}\,d)=5\,(1-\log_{10}\,d)$$ o, lo que es lo mismo $$M-m=5-5\,\log_{10}\,d \quad \quad (8)$$ con lo cual, al comparar dos astros, $S_1$ y $S_2$, se tiene que $$M_2-M_1=m_2-m_1+5\,\log_{10}\,(d_1-d_2) \quad \quad (9)$$

$\diamond$

-oOo-

Referencias:

  [1] R.M. Ros Ferré, El cielo nocturno, RBA coleccionables S.A.U., National Geographic and Yellow Border, Barcelona, 2017.
  [2] vv.aa., Magnitud estelar absoluta, Wikipedia [https://es.wikipedia.org/wiki/Magnitud_absoluta], 2022.
  [3] vv.aa., Hiparco de Nicea, Wikipedia [https://es.wikipedia.org/wiki/Hiparco_de_Nicea], 2022.
  [4] vv.aa., Paralaje, Wikipedia [https://es.wikipedia.org/wiki/Paralaje], 2022.
  [5] vv.aa., Sistema astronómico de unidades, Wikipedia [https://es.wikipedia.org/wiki/Sistema_astronómico_de_unidades, 2022.
  [6] vv.aa., Intensidad luminosa, Wikipedia [https://es.wikipedia.org/wiki/Intensidad_luminosa, 2022.
], 2022.