Calculadora de enfriamiento de Newton
Un café a 90 °C en una sala a 20 °C, con una constante de enfriamiento de 0,05 por minuto, está a 62,457146179884 °C a los 10 minutos. Introduzca la temperatura ambiente, la inicial, la constante y el tiempo para ver cada paso del cálculo. Gratis en su navegador.
- Gratis
- Funciona en su navegador
- Sin registro
- Sus datos no salen de su equipo
Ejecutar — gratis
Ejemplo resuelto
- Ambiente
- 20
- T0
- 90
- Enfriamiento
- 0,05
- T
- 10
- Ambiente
- 20
- Temperatura ambiente
- 20
- Inicial
- 90
- Temperatura inicial
- 90
Una calculadora de la ley de enfriamiento de Newton transforma la temperatura ambiente, la temperatura inicial del objeto, la constante de enfriamiento y el tiempo transcurrido en la temperatura del objeto en ese instante. Introduzca Ta, T0, k y t; la herramienta devuelve T(t) igual a Ta más la diferencia inicial por e elevado a menos k t, además de una cadena de ecuación legible, el factor exponencial, una etiqueta de régimen de enfriamiento o calentamiento y pasos de sustitución ordenados. Informes de laboratorio, comprobaciones de deberes, demostraciones de café y temperatura ambiente, y valores esperados de kata de programación necesitan la misma forma cerrada exponencial sin abrir un solucionador ODE completo.
Qué afirma la ley de enfriamiento de Newton
La ley de enfriamiento de Newton establece que la velocidad a la que cambia la temperatura de un objeto es proporcional a la diferencia entre la temperatura del objeto y la temperatura ambiente (del entorno). En forma diferencial es dT sobre dt igual a menos k por (T menos Ta), donde k es una constante de enfriamiento positiva que depende de la geometría, las condiciones de superficie y las unidades de tiempo.
Resolver la ecuación de primer orden con la condición inicial T de cero igual a T0 produce la forma cerrada T de t igual a Ta más (T0 menos Ta) por e elevado a menos k t. Cuando T0 está por encima del ambiente la exponencial decae y el objeto se enfría hacia Ta; cuando T0 está por debajo del ambiente la misma fórmula describe el calentamiento hacia Ta; cuando T0 ya es igual a Ta la temperatura se mantiene plana para todo t.
A docentes y calificadores automáticos les importa el rechazo de tiempo negativo tanto como la ruta exitosa: un estudiante que introduce t menor que cero en un modelo de enfriamiento hacia adelante ha salido del dominio habitual de deberes, y una extrapolación silenciosa ocultaría ese error. La ruta de comprobación recalcula el factor exponencial y la combinación lineal con el mismo redondeo fijo usado en los campos publicados, de modo que una respuesta exitosa siempre incluye pasos que usted puede afirmar en pruebas o hojas de trabajo.
Consejos prácticos, límites y búsquedas relacionadas
Mantenga Ta y T0 en la misma unidad de temperatura —grados Celsius, kelvin o Fahrenheit funcionan porque solo entra su diferencia en la fórmula— y mantenga k en unidades inversas del tiempo que pase para t. Prefiera enviar números en lugar de cadenas preformateadas cuando controle el cliente; las cadenas numéricas se aceptan solo si coinciden con un patrón numérico finito estricto.
Para k por t muy grandes la exponencial subdesborda hacia cero y la temperatura se asienta en el ambiente, que es el límite físico correcto de un enfriamiento largo. Esta página se dirige a quien busca una calculadora de la ley de enfriamiento de Newton, temperatura en el tiempo a partir de ambiente y k, o enfriamiento exponencial de un objeto en línea; no es una calculadora de conducción en paredes, ni un solucionador de gas ideal, ni una herramienta que estime k a partir de puntos medidos.
Prefiera esta capacidad cuando ya tenga Ta, T0, k y t y solo necesite T(t); si su fuente es un registro de laboratorio, extraiga primero esos cuatro números. Las comprobaciones de ida y vuelta son sencillas: recalcule Ta más (T0 menos Ta) por Math.exp de menos k por t a mano y confirme que coincide con la temperatura publicada dentro del mismo redondeo a doce decimales.
Qué puede hacer con ella
Comprobaciones de deberes sobre curvas de enfriamiento
Los estudiantes introducen Ta, T0, k y t de problemas del libro y comparan T(t) a mano, el factor exponencial y los pasos con un resultado determinista antes de entregar.
Demostraciones de laboratorio de enfriamiento de café o metal
Los instructores fijan temperaturas ambiente e inicial, varían k o t y muestran cómo el objeto se aproxima a la temperatura ambiente sin una pila de simulación completa.
Preguntas frecuentes
¿Qué es la ley de enfriamiento de Newton?
Afirma que dT/dt = −k(T − Ta). La solución con T(0) = T0 es T(t) = Ta + (T0 − Ta)·e^(−k·t).
¿Qué ocurre si el tiempo es negativo?
El modelo de enfriamiento hacia adelante se define para tiempo transcurrido no negativo.
¿Puedo usar Celsius y minutos juntos?
Sí. Ta y T0 deben compartir la misma unidad de temperatura; k debe ser el inverso de la unidad de tiempo de t (por ejemplo 1/min si t está en minutos).
¿Estima esta herramienta la constante de enfriamiento k?
No. Usted suministra k (o una tasa equivalente). Use un ajuste de curva o regresión log-lineal fuera de línea si solo tiene muestras de temperatura.
¿Es gratuita la calculadora de la ley de enfriamiento de Newton?
La herramienta del navegador es gratuita y se ejecuta localmente.
Herramientas relacionadas
Para desarrolladores — acceso por API
Todo lo de esta página está disponible por programación. Esta sección es para equipos que quieren integrarlo en sus sistemas; el resto puede usar la herramienta de arriba sin más.
Endpoint de API
¿Prefiere automatizarlo? Un POST autenticado crea la tarea; el resultado llega por webhook o enlace firmado. La misma capacidad también se ejecuta aquí en la web, por email y desde Telegram — y pronto también desde nuestra app.
Llámela desde su stack
curl -X POST https://api.kit.forhosting.com/thermo/newton-cooling \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"ta":20,"t0":90,"k":0.05,"t":10}'const res = await fetch("https://api.kit.forhosting.com/thermo/newton-cooling", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"ta": 20,
"t0": 90,
"k": 0.05,
"t": 10
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/thermo/newton-cooling",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"ta": 20,
"t0": 90,
"k": 0.05,
"t": 10
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/thermo/newton-cooling", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"ta":20,"t0":90,"k":0.05,"t":10}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"ta":20,"t0":90,"k":0.05,"t":10}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/thermo/newton-cooling", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Ejemplo de solicitud
{
"ta": 20,
"t0": 90,
"k": 0.05,
"t": 10
}Ejemplo de respuesta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "thermo.newton_cooling",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}La API es asíncrona: la llamada devuelve un task_id al instante y el resultado llega por webhook. El polling está limitado a 1 req/s por tarea.
Precio
Precio publicado — sin tokens ni créditos inventados. Una tarea fallida no se cobra.
Límites
max_abs | 1000000000000 |
Errores
| HTTP | Código | Significado |
|---|---|---|
401 | unauthorized | API key ausente o inválida. |
402 | insufficient_balance | El saldo no cubre el precio de la tarea. |
404 | unknown_type | El tipo de tarea no existe. |
429 | rate_limited | Demasiadas peticiones. Use el webhook en vez de sondear. |
Notas técnicas
Cuando el tiempo es negativo el modelo queda fuera de su dominio habitual hacia adelante, de modo que la API devuelve un error invalid_input claro en lugar de inventar una trayectoria pasada. La ruta es aritmética determinista pura —sin red, sin semillas aleatorias, sin dependencia del reloj— de modo que el ejecutor gratuito del navegador y la API prepago devuelven el mismo JSON tras el redondeo decimal fijo cada vez que se invoca.
Cómo llamar a la API y qué se devuelve
La constante de enfriamiento k debe ser no negativa para el modelo estándar. Envíe un cuerpo JSON con cuatro números finitos obligatorios: ta (alias ambient, ambient_temperature, T_a, T_env, env_temp, surrounding), t0 (alias initial, initial_temperature, T_0, T0, object_temp, start_temp), k (alias cooling_constant, kappa, rate, cooling_rate, lambda) y t (alias time, elapsed, duration, minutes, seconds). Los valores absolutos deben permanecer dentro del límite publicado de un billón para que los productos intermedios sigan siendo finitos en precisión doble IEEE en el Worker y en el navegador. El tiempo t debe ser no negativo; los valores negativos se rechazan con invalid_input. En caso de éxito la respuesta repite ta, t0, k y t redondeados, asigna temperature, T y T_t al mismo T(t) redondeado, delta_t0 a la diferencia inicial T0 menos Ta, exp_factor a e elevado a menos k t, formula a la cadena de forma cerrada, equation a una línea de sustitución legible, law a Newton, regime a cooling, heating o equilibrium, message a un resumen breve y steps a un arreglo ordenado de líneas de derivación. La validación fallida —campos ausentes, números no finitos, valores fuera de límites absolutos, tiempo negativo o k negativo— devuelve invalid_input y nunca se cobra. El precio es un $0.002 fijo por petición exitosa con ítem unitario y precio marginal unitario cero.
Consejos prácticos, límites y búsquedas relacionadas
Al enseñar, combine ejemplos: café caliente a noventa grados en una habitación a veinte con k igual a 0.05 durante diez minutos se enfría hacia el ambiente; un paquete de hielo por debajo de la temperatura ambiente se calienta con la misma fórmula; t igual a cero recupera T0 exactamente; y un tiempo negativo deliberado demuestra la ruta dura de invalid_input. Las tareas fallidas que devuelven invalid_input no consumen saldo prepago, lo que mantiene baratos los scripts exploratorios cuando los aprendices fijan el tiempo en negativo a propósito.
Casos de integración
Pruebas unitarias para utilidades ODE o exponenciales
Genere enfriamiento, calentamiento, equilibrio y rechazos deliberados de tiempo negativo conocidos para valores esperados de kata de programación.