Charge order, domain order, ideal mixing and absence of demixing in 2D binary mixtures of alcohols

Este estudio mediante simulaciones computacionales revela que las mezclas binarias de alcoholes en dos dimensiones presentan comportamientos inesperados, como una mezcla ideal entre alcoholes cortos y largos y una competencia entre la idealidad y la microseparación de fases, procesos impulsados por el ordenamiento de carga en lugar de las fluctuaciones convencionales.

Lo esencial

El misterio de los alcoholes: ¿Mezcla perfecta o fiesta de grupos?

Imagina que tienes dos tipos de personas en una fiesta: los "Methanol" (personas muy pequeñas y rápidas) y los "Octanol" (personas muy altas, con brazos larguísimos y pesados).

Normalmente, si metes a estos dos grupos en una habitación, esperarías una de dos cosas: o todos se mezclan y bailan juntos de forma uniforme, o los altos se apartan en un rincón y los pequeños en otro (lo que los científicos llaman "separación de fases").

Este estudio, realizado por Lydia Chelli y Aurélien Perera, utiliza simulaciones por computadora para entender cómo se comportan estos "alcoholes" en un mundo plano (en 2D), y lo que han descubierto es algo que rompe las reglas de la lógica habitual.

1. La analogía de las "Cadenas Humanas" (Agregación)

En lugar de comportarse como gotas de líquido sueltas, los alcoholes tienen una característica especial: sus "cabezas" (la parte que busca contacto) son como imanes. En lugar de flotar libremente, se agarran de las manos formando cadenas largas.

Es como si, en la fiesta, en lugar de bailar solos, todos decidieran formar filas de personas agarradas de los hombros. Estas cadenas son el "corazón" del líquido.

2. El gran giro: Mezcla sin ser iguales (Micro-separación)

Aquí viene lo sorprendente. En el mundo real (3D), si los brazos de los alcoholes son muy diferentes, los grupos se separan totalmente. Pero en este mundo plano (2D) que estudiaron, no se separan en grandes grupos. Todo parece mezclado a simple vista.

Sin embargo, si miras de cerca (con un microscopio imaginario), te das cuenta de que hay un "engaño". No es una mezcla perfecta. Lo que ocurre es una micro-separación:

• Imagina que las cadenas humanas están formadas por personas de ambos grupos.
• Pero, en lugar de que los altos y los pequeños estén repartidos al azar, los altos tienden a agarrarse de otros altos, y los pequeños de otros pequeños, pero solo dentro de la misma cadena.

Es como si en una fila de personas, los de azul siempre buscaran a los de azul y los de rojo a los de rojo, pero la fila en sí misma sigue moviéndose por toda la sala. No hay dos grupos separados, pero tampoco hay una mezcla desordenada. Hay un orden secreto.

3. El problema de la "fotografía borrosa" (No auto-promediable)

Los científicos intentaron medir esto usando estadísticas, algo así como tomar miles de fotos de la fiesta para ver cuál es el "promedio" de gente bailando.

Pero aquí está el problema: las fotos nunca coinciden. Si tomas una foto hoy, las cadenas están en un lugar; si la tomas mañana, están en otro, y no importa cuántas fotos tomes, nunca logras una "foto promedio" que sea estable.

En ciencia, esto se llama que el sistema "no es auto-promediable". Es como intentar medir el promedio de la forma de las nubes: por mucho que las mires, las nubes cambian de forma tan constantemente y de manera tan compleja que no puedes decir "una nube promedio mide X metros". Las estructuras (las cadenas) son tan dinámicas y están tan conectadas que las reglas de la estadística normal no funcionan para ellas.

En resumen: ¿Qué nos dice esto?

El estudio nos dice que en los líquidos que forman estas "cadenas" (como el alcohol o incluso el agua), no podemos usar las reglas simples de "todo mezclado" o "todo separado".

Existe un tercer estado: un mundo de estructuras jerárquicas donde hay un orden muy profundo y organizado, pero que es tan cambiante y complejo que la ciencia tradicional tiene dificultades para capturarlo con una simple fórmula. ¡Es un caos perfectamente organizado!

Resumen técnico

Resumen Técnico: Orden de Carga, Orden de Dominios y Mezcla Ideal en Mezclas Binarias de Alcoholes en 2D

Problema y Contexto
El estudio aborda la complejidad de la microheterogeneidad en líquidos asociativos (como los alcoholes), donde coexisten la formación de agregados (puentes de hidrógeno) y las fluctuaciones de concentración. En sistemas tridimensionales (3D), las mezclas de alcoholes con cadenas alquílicas de distinta longitud suelen presentar separación de fases macroscópica. El problema central es determinar si las descripciones estadísticas convencionales, basadas en fluctuaciones de densidad y el supuesto de que el sistema es "auto-promediable" (self-averaging), son suficientes para capturar la estructura de estos líquidos, o si la presencia de agregados persistentes requiere un marco teórico distinto.

Metodología
Los autores emplean simulaciones de Monte Carlo en el ensamble NVT utilizando modelos de alcoholes bidimensionales (2D) basados en sitios. A diferencia de otros modelos orientacionales, estos conservan la especificidad química mediante:

1. Interacciones de sitio-sitio: Un grupo hidroxilo modelado con dos sitios atractivos (simulando el oxígeno y el hidrógeno) y un sitio repulsivo para evitar desalineaciones.
2. Física de orden de carga: Se utiliza un potencial de Yukawa para el enlace de hidrógeno y un potencial de dispersión de Lennard-Jones para las colas alquílicas.
3. Sistemas estudiados: Cuatro mezclas representativas: metanol–etanol, butanol–pentanol, metanol–pentanol y metanol–octanol.
4. Análisis estructural: Se utilizan instantáneas (snapshots), funciones de distribución de pares ($g(r)$), factores de estructura ($S(k)$) e integrales de Kirkwood–Buff (KBI) y sus versiones de ejecución (running-KBI o RKBI).

Resultados Clave
El estudio revela tres hallazgos fundamentales que desafían la intuición de los sistemas 3D:

1. Ausencia de demixing macroscópico en 2D: Sorprendentemente, las mezclas de alcoholes cortos y largos (como metanol–octanol), que en 3D se separarían en fases, permanecen mezcladas en 2D. Esto se debe a que la restricción dimensional obliga a las colas a empaquetarse de forma que favorece la mezcla, y la energía de los puentes de hidrógeno impulsa la agregación de los grupos polares.
2. Micro-separación de fases: Aunque no hay separación macroscópica, existe una segregación a nivel microscópico. En las cadenas de grupos hidroxilo, se observa un orden de dominios donde los componentes se agrupan en sub-dominios dentro de los agregados de cadena. Esto rompe la "mezcla ideal" incluso en ausencia de separación de fases global.
3. Comportamiento no auto-promediable (Non-self-averaging): Este es el resultado más profundo. Las correlaciones de los dominios en las colas de las funciones $g(r)$ y las integrales RKBI no convergen hacia un valor constante, incluso tras simulaciones prolongadas. Las oscilaciones de los dominios persisten y varían entre ejecuciones, lo que indica que los dominios no pueden tratarse como "partículas" con un tamaño y comportamiento estadístico bien definidos.

Contribuciones y Significancia

• Desafío al paradigma de fluctuaciones: El trabajo demuestra que la microheterogeneidad en líquidos asociativos no es simplemente "desorden por fluctuaciones", sino un "orden local por agregación". Esto sugiere que las teorías de líquidos basadas en la expansión de densidad estándar pueden fallar al no considerar la naturaleza jerárquica de los agregados.
• Nueva perspectiva estadística: Los autores proponen que la estructura de estos líquidos debe entenderse mediante un marco donde la densidad se compone de la suma de contribuciones de dominios con formas y amplitudes fluctuantes, similar a modelos de física de la materia blanda (como el modelo XY o nemáticos desorientados).
• Importancia teórica: El estudio proporciona una base para entender por qué las medidas termodinámicas (como las integrales de Kirkwood–Buff) presentan dificultades de convergencia en sistemas con agregación persistente, ofreciendo una explicación física a un problema numérico y teórico de larga data.