MakarovSuites
Español
EnglishDeutschРусскийУкраїнськаFrançaisEspañolItalianoPolski
Contacto y licencias

Physics / Astronomy / Earth

Aurora (magnetosfera)

Una partícula cargada sobre una línea de campo dipolar real: o se refleja antes de alcanzar la atmósfera, o precipita; lo decide por completo su ángulo de paso.

Aurora (magnetosfera) — Imagen real de la aplicación
Imagen real de la aplicación

Qué ocurre

El campo magnético de un planeta es (en buena aproximación) un simple dipolo: la misma forma que el de un imán de barra, solo que enorme. Una partícula cargada atrapada en una línea de campo describe una espiral a lo largo de ella y, a medida que el campo se refuerza hacia los polos, la misma ley de conservación que acelera la pirueta de una patinadora al recoger los brazos obliga también al giro de la partícula alrededor de la línea a acelerarse; y como su rapidez total nunca cambia, su movimiento A LO LARGO de la línea tiene que frenarse. Lanzada sobre todo de través al campo (ángulo de paso grande), se detiene y se invierte mucho antes de llegar a la atmósfera: un espejo magnético. Lanzada sobre todo a lo largo del campo (ángulo de paso pequeño), no hay bastante movimiento transversal que convertir y cabalga la línea de campo directamente hasta la atmósfera: precipitación, y esto es literalmente lo que dibuja la aurora en un anillo alrededor de cada polo.

Ecuaciones del módulo
Ecuaciones
μ = v_perp²/B (primer invariante adiabático)
espejo donde B = B₀ / sin² α₀
dipolo: B ∝ √(1 + 3 sin² λ) / r³;  cono de pérdida → aurora
cono de pérdida en el ecuador de la capa L:  sin²α_lc = 1/L³ / √(4 − 3/L):  16.3° en L = 2, 8.4° en L = 3, 5.3° en L = 4;  lanzado sobre 2°…88°, la acción interna es (α_lc − 2)/86: 7.5 % en L = 3
el óvalo auroral: posiciones de impacto de partículas agrupadas en una cuadrícula de 64 × 32 en la esfera, desvaneciéndose con τ = 12 s; verde 557.7 nm a baja altitud, rojo 630.0 nm a alta altitud, del mismo mapa

Otros experimentos

Volver al catálogo
Descenso neuronal — Imagen real de la aplicación

Physics / Math

Descenso neuronal

Una red neuronal aprende dígitos en vivo, dibujada como física: el paisaje de pérdida en 3D, el descenso de gradiente como una bola rodando cuesta abajo, el momentum como inercia y el ruido de minibatches como temperatura.

Memoria de Hopfield — Imagen real de la aplicación

Physics / Math

Memoria de Hopfield

Daña con un pincel un recuerdo almacenado, predice si vuelve y observa cómo la red lo repara neurona a neurona - cada giro baja la energía en 2|h| - o cae en otro recuerdo o en una mezcla espuria, nombrada como tal.

Crecimiento dendrítico — Imagen real de la aplicación

Physics / Math

Crecimiento dendrítico

Crecimiento cristalino limitado por difusión: copos de nieve y electrodeposición.