Physics.Math.Code
رفتن به کانال در Telegram
VK: vk.com/physics_math Чат инженеров: @math_code Учебные фильмы: @maths_lib Репетитор IT mentor: @mentor_it YouTube: youtube.com/c/PhysicsMathCode Обратная связь: @physicist_i
نمایش بیشتر
شبکه:📈 تحلیل کانال تلگرام Physics.Math.Code
کانال Physics.Math.Code (@physics_lib) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 145 984 مشترک است و جایگاه 788 را در دسته آموزش و رتبه 3 352 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 145 984 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 25 اوت, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 22 و در ۲۴ ساعت گذشته برابر 29 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 10.13% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 4.61% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 14 788 بازدید دریافت میکند. در اولین روز معمولاً 6 729 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 74 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند физика, physics, программирование, двигатель, физик تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“VK: vk.com/physics_math
Чат инженеров: @math_code
Учебные фильмы: @maths_lib
Репетитор IT mentor: @mentor_it
YouTube: youtube.com/c/PhysicsMathCode
Обратная связь: @physicist_i”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 26 اوت, 2026)، کانال همواره بهروز و دارای دسترسی بالاست. تحلیلها نشان میدهد مخاطبان بهطور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته آموزش تبدیل کردهاند.
145 984
مشترکین
+2924 ساعت
+667 روز
+2230 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اوت '26
اوت '26
+591
در 7 کانالها
ژوئیه '26
+506
در 9 کانالها
Get PRO
ژوئن '26
+511
در 3 کانالها
Get PRO
مه '26
+561
در 7 کانالها
Get PRO
آوریل '26
+300
در 18 کانالها
Get PRO
مارس '26
+410
در 8 کانالها
Get PRO
فوریه '26
+739
در 8 کانالها
Get PRO
ژانویه '26
+626
در 7 کانالها
Get PRO
دسامبر '25
+1 229
در 31 کانالها
Get PRO
نوامبر '25
+11 922
در 29 کانالها
Get PRO
اکتبر '25
+1 403
در 9 کانالها
Get PRO
سپتامبر '25
+1 917
در 9 کانالها
Get PRO
اوت '25
+2 011
در 18 کانالها
Get PRO
ژوئیه '25
+1 867
در 24 کانالها
Get PRO
ژوئن '25
+1 166
در 9 کانالها
Get PRO
مه '25
+1 191
در 11 کانالها
Get PRO
آوریل '25
+1 535
در 14 کانالها
Get PRO
مارس '25
+1 075
در 10 کانالها
Get PRO
فوریه '25
+1 201
در 9 کانالها
Get PRO
ژانویه '25
+1 571
در 11 کانالها
Get PRO
دسامبر '24
+1 447
در 44 کانالها
Get PRO
نوامبر '24
+1 684
در 10 کانالها
Get PRO
اکتبر '24
+1 555
در 9 کانالها
Get PRO
سپتامبر '24
+1 618
در 9 کانالها
Get PRO
اوت '24
+933
در 7 کانالها
Get PRO
ژوئیه '24
+710
در 7 کانالها
Get PRO
ژوئن '24
+839
در 13 کانالها
Get PRO
مه '24
+946
در 4 کانالها
Get PRO
آوریل '24
+954
در 12 کانالها
Get PRO
مارس '24
+1 201
در 11 کانالها
Get PRO
فوریه '24
+1 390
در 9 کانالها
Get PRO
ژانویه '24
+1 187
در 9 کانالها
Get PRO
دسامبر '23
+712
در 16 کانالها
Get PRO
نوامبر '23
+1 394
در 16 کانالها
Get PRO
اکتبر '23
+1 377
در 6 کانالها
Get PRO
سپتامبر '23
+2 162
در 0 کانالها
Get PRO
اوت '23
+914
در 0 کانالها
Get PRO
ژوئیه '23
+992
در 0 کانالها
Get PRO
ژوئن '23
+791
در 0 کانالها
Get PRO
مه '23
+1 324
در 0 کانالها
Get PRO
آوریل '23
+837
در 0 کانالها
Get PRO
مارس '23
+933
در 0 کانالها
Get PRO
فوریه '23
+3 269
در 0 کانالها
Get PRO
ژانویه '23
+1 122
در 0 کانالها
Get PRO
دسامبر '22
+5 166
در 0 کانالها
Get PRO
نوامبر '22
+4 299
در 0 کانالها
Get PRO
اکتبر '22
+4 116
در 0 کانالها
Get PRO
سپتامبر '22
+4 333
در 0 کانالها
Get PRO
اوت '22
+3 855
در 0 کانالها
Get PRO
ژوئیه '22
+4 253
در 0 کانالها
Get PRO
ژوئن '22
+5 142
در 0 کانالها
Get PRO
مه '22
+5 320
در 0 کانالها
Get PRO
آوریل '22
+6 363
در 0 کانالها
Get PRO
مارس '22
+7 107
در 0 کانالها
Get PRO
فوریه '22
+3 331
در 0 کانالها
Get PRO
ژانویه '22
+5 070
در 0 کانالها
Get PRO
دسامبر '21
+3 183
در 0 کانالها
Get PRO
نوامبر '21
+3 458
در 0 کانالها
Get PRO
اکتبر '21
+3 662
در 0 کانالها
Get PRO
سپتامبر '21
+3 575
در 0 کانالها
Get PRO
اوت '21
+3 374
در 0 کانالها
Get PRO
ژوئیه '21
+3 168
در 0 کانالها
Get PRO
ژوئن '21
+2 206
در 0 کانالها
Get PRO
مه '21
+3 748
در 0 کانالها
Get PRO
آوریل '21
+2 638
در 0 کانالها
Get PRO
مارس '21
+2 160
در 0 کانالها
Get PRO
فوریه '21
+2 384
در 0 کانالها
Get PRO
ژانویه '21
+2 671
در 0 کانالها
Get PRO
دسامبر '20
+27 562
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 26 اوت | +21 | |||
| 25 اوت | +38 | |||
| 24 اوت | +36 | |||
| 23 اوت | +19 | |||
| 22 اوت | +25 | |||
| 21 اوت | +24 | |||
| 20 اوت | +24 | |||
| 19 اوت | +18 | |||
| 18 اوت | +37 | |||
| 17 اوت | +26 | |||
| 16 اوت | +23 | |||
| 15 اوت | +16 | |||
| 14 اوت | +24 | |||
| 13 اوت | +21 | |||
| 12 اوت | +27 | |||
| 11 اوت | +31 | |||
| 10 اوت | +26 | |||
| 09 اوت | +33 | |||
| 08 اوت | +22 | |||
| 07 اوت | +24 | |||
| 06 اوت | +9 | |||
| 05 اوت | +17 | |||
| 04 اوت | +15 | |||
| 03 اوت | +15 | |||
| 02 اوت | +5 | |||
| 01 اوت | +15 |
پستهای کانال
🔹 Спонтанная синхронизация метрономов
Если поставить несколько метрономов на подвижную платформу и запустить их вразнобой, через некоторое время они начнут бить строго в унисон. Это самоорганизация в нелинейной системе, где платформа играет роль глобальной связи.
Первым это явление заметил Христиан Гюйгенс в 1665 году. Он наблюдал, что двое маятниковых часов, закреплённых на общей деревянной балке, синхронизируются в противофазе (качаются навстречу друг другу). Современные эксперименты с метрономами на подвижной платформе чаще дают синфазную синхронизацию — в отличие от «странной симпатии» Гюйгенса.
Колеблющийся маятник метронома через платформу передаёт импульс остальным. Платформа начинает двигаться и оказывает обратное воздействие на каждый метроном. Возникает положительная обратная связь: импульс становится максимальным, когда большинство маятников движется в одну сторону, что «подтягивает» оставшиеся.
В основе описания лежит модель Курамото. Представьте, что состояние каждого метронома задаётся фазой θ (положение на циклической траектории). Для каждого осциллятора с номером i эволюция фазы описывается уравнением:
dθᵢ / dt = ωᵢ + (K / N) · Σ sin(θⱼ — θᵢ) где: ωᵢ — собственная частота i-го метронома; K — сила связи через платформу; N — число метрономов.Когда связь достаточно сильна, все θ выравниваются, и наступает синхронизация. Чтобы измерить, насколько система синхронизирована, вводят параметр порядка r:
r · eⁱΨ = (1 / N) · Σ eⁱ·θⱼ
r = 1 — полная синхронизация (все метрономы бьют вместе).
r = 0 — полный хаос (фазы распределены случайно).
▪️ Предел по частоте: Синхронизация происходит не всегда. Существует граничная частота: если метрономы тикают слишком медленно, платформа не успевает передавать импульсы, и синхронизация не наступает. При увеличении числа метрономов время до синхронизации растёт, а её качество может падать.
▪️ Антифаза vs Синфаза: В классической постановке на подвижной платформе устойчива именно синфазная синхронизация. Противофаза (как у Гюйгенса) часто оказывается неустойчивой и возникает только в переходных режимах или при специальном подборе параметров.
▪️ Хаос: В некоторых случаях, особенно если маятники могут переворачиваться через верх, система может демонстрировать хаотическую динамику, а не просто синхронизацию.
📝 Двойной маятник и феномен детерминированного хаоса
🔸 Когда хаос становится порядком: спонтанная синхронизация метрономов
#механика #волны #колебания #физика #physics #видеоуроки #задачи #опыты #эксперименты #хаос
💡 Physics.Math.Code // @physics_lib| 2 | ![🟡Профессор Эрик Лейтуэйт формирование будущего - 1972 г. [RU] 🟡 Professor Eric Laithwaite Shaping Things to Come 1972 [EN]](data:image/jpeg;base64,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){kind=small} +1🟡Профессор Эрик Лейтуэйт формирование будущего - 1972 г. [RU]
🟡 Professor Eric Laithwaite Shaping Things to Come 1972 [EN]
Профессор Эрик Лайтуэйт (1921—1997) из Имперского колледжа Лондона показывает, как учет формы и размера оказал глубокое влияние на конструкцию электромагнитных машин. Это один из серии цветных 16-миллиметровых фильмов, снятых для школ. Все они были изготовлены в "Лаборатории тяжелой электротехники" Эрика Лайтуэйта на факультете электротехники Имперского колледжа Лондона.
#физика #электротехника #гидродинамика #электромагнетизм #научные_фильмы #physics
💡 Physics.Math.Code // @physics_lib | 8 039 |
| 3 | 📘 Numerical Algorithms Methods for Computer Vision, Machine Learning, and Graphics [2015] Justin Solomon
Соломон, профессор MIT и руководитель Geometric Data Processing Group, построил книгу вокруг ключевого принципа: численные методы должны объясняться через задачи, которые они решают.
Структура книги охватывает весь спектр вычислительного инструментария :
▪️ 1. Математический фундамент: краткий, но ёмкий обзор линейной алгебры и матанализа с акцентом на аспекты, критичные для численных методов.
▪️ 2. Линейная алгебра: от LU-разложения до сингулярного разложения (SVD) — с приложениями в обработке изображений и распознавании лиц.
▪️ 3. Нелинейные методы: решение нелинейных систем, оптимизация (включая градиентный спуск) — основа современного машинного обучения.
▪️ 4. Функции и дифференциальные уравнения: интерполяция, численное интегрирование, ОДУ и УРЧП — для задач вычислительной физики, 3D-визуализации и обработки геометрических данных.
Соломон — не просто теоретик. Он работал в исследовательской группе Pixar, защитился в Стэнфорде, был постдоком в Принстоне, а сейчас возглавляет группу в MIT . Этот путь от компьютерной графики до прикладной математики даёт ему редкое понимание того, как физические и геометрические модели превращаются в эффективные алгоритмы.
Вместо сухих доказательств — «живые» примеры из компьютерной фотографии, анимации и обработки данных . Для физика, привыкшего видеть уравнения за явлениями, это идеальный способ освоить язык, на котором говорят современные библиотеки машинного обучения и компьютерного зрения.
Книга рассчитана на студентов старших курсов и аспирантов, уверенно владеющих матанализом и линейной алгеброй . Это не «введение для чайников», а серьёзный текст, но его «разговорный» стиль и отсутствие избыточных теорем делают его доступным для мотивированного читателя.
Упражнения в конце глав нетривиальны. Они не просто проверяют знание, а расширяют материал, ссылаясь на современные исследования . Это отличная возможность для физика-экспериментатора или теоретика, который хочет освоить вычислительные инструменты на глубоком уровне.
Некоторые рецензенты отмечают, что книга не является учебником по машинному обучению как таковому — она даёт численный фундамент, необходимый для понимания ML-алгоритмов . Для физика это скорее плюс: вы получите базу, а не поверхностный обзор фреймворков.
«Численные алгоритмы» Соломона — это идеальный мост из мира физических уравнений в мир современных вычислений. Книга научит вас не просто использовать готовые библиотеки, а понимать, что скрывается под капотом у методов, которые лежат в основе компьютерного зрения, обработки сигналов и машинного обучения.
Для физика, который хочет не просто «запустить нейросеть», а разрабатывать новые алгоритмы или адаптировать существующие под свои задачи, эта книга станет настольным руководством. Она даёт именно ту глубину и связь с геометрией и физикой, которую так ценят в нашем сообществе.
💡 Physics.Math.Code // @physics_lib | 11 624 |
| 4 | ![📘 Numerical Algorithms Methods for Computer Vision, Machine Learning, and Graphics [2015] Justin Solomon 💾 Скачать книгу Дл](data:image/jpeg;base64,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){kind=small} 📘 Numerical Algorithms Methods for Computer Vision, Machine Learning, and Graphics [2015] Justin Solomon
💾 Скачать книгу
Для физика, погружающегося в мир компьютерных наук, выбор правильной книги по численным методам — задача нетривиальная. Слишком часто учебники либо уходят в абстрактную математику, либо становятся справочниками без живой связи с реальными задачами. Книга Джастина Соломона «Numerical Algorithms: Methods for Computer Vision, Machine Learning, and Graphics» (2015) предлагает третий, крайне удачный путь. #ЧисленныеМетоды #NumericalAlgorithms #JustinSolomon #ВычислительнаяМатематика #Алгоритмы #МашинноеОбучение #ComputerVision #КомпьютерноеЗрение #Графика #DataScience
💡 Physics.Math.Code // @physics_lib | 10 194 |
| 5 |  💡Как починить светодиодную лампочку грифелем: физика углерода
На видео светодиод заменяют перемычкой из карандашного грифеля и клея. Грифель карандаша состоит из графита (аллотропная модификация углерода) и глины. Графит — неплохой проводник электричества, хотя и значительно уступает металлам. Его электропроводность сравнима с проводимостью полуметаллов и обусловлена особой структурой. Атомы углерода в графите образуют слои, где каждый атом соединен с тремя другими, а четвертый валентный электрон становится «свободным» и общим для всего слоя. Именно эти делокализованные электроны (π-электроны) обеспечивают проводимость вдоль плоскости слоя. Когда вы выводите из строя светодиод и замыкаете контакты углеродной перемычкой, вы даете току путь в обход кристалла. Вся схема продолжает работать, так как ток течет через графитовую дорожку.
🔬 Кто первый обнаружил, что уголь проводит ток? Хотя графит как минерал был известен давно, его электропроводность была установлена в ходе фундаментальных экспериментов. В 1729 году английский физик Стефан Грей (Stephen Gray) впервые экспериментально разделил все вещества на проводники и непроводники электричества. В его опытах электричество передавалось на расстояние по влажной бечевке, но не передавалось по шелковой нити. В своих работах он указал, что к проводникам относятся не только все металлы, но и уголь, и графит. Позже, в XVIII веке, шведский химик Карл Вильгельм Шееле (Carl Wilhelm Scheele) доказал, что графит — это особая форма углерода , что окончательно закрепило его место в таблице проводников.
Электропроводность графита — основа множества технологий:
✔️ 1. Электротехника: Щетки электродвигателей, контакты, скользящие контакты в троллейбусах и поездах.
✔️ 2. Химическая промышленность: Графитовые электроды для электролиза (например, производство хлора и алюминия).
✔️ 3. Атомная энергетика: Графитовые блоки — замедлители нейтронов в ядерных реакторах.
✔️ 4. Наноэлектроника: Графен (однослойный графит) — будущее микроэлектроники, за открытие которого дали Нобелевскую премию.
▪️Графит vs Алмаз: Оба — углерод, но алмаз — диэлектрик. Почему? Из-за разной кристаллической решетки. В алмазе каждый атом углерода образует четыре прочные ковалентные связи, и свободных электронов нет. В графите — только три связи, а четвертый электрон «гуляет»
▪️Сверхпроводимость в карандаше: В 2025 году физики из MIT обнаружили, что в определенной (ромбоэдрической) структуре графита могут существовать целых четыре сверхпроводящих состояния! Более того, эти состояния не разрушаются в сильном магнитном поле (9 Тесла), а наоборот — усиливаются . Обычно магнетизм убивает сверхпроводимость, но здесь физика совершенно иная.
▪️«2,5-мерный» графит: Гейм и Новоселов (нобелевские лауреаты за графен) показали, что толстый кусок сверхчистого графита в сильном магнитном поле ведет себя как графен — в нем возникает квантовый эффект Холла, характерный для двумерных материалов.
▪️Зависимость от марки: Электропроводность карандаша сильно зависит от твердости грифеля. Чем больше буква B (soft — мягкий) и меньше H (hard — твердый), тем выше содержание графита и тем лучше проводимость. Мягкий карандаш проведет ток лучше, чем твердый.
На видео мы получаем опыт, который показывает наглядную демонстрацию полуметаллической природы графита. Но за этим простым действием стоит сложная физика, которая уже привела к Нобелевской премии и, возможно, приведет к квантовым компьютерам будущего. #физика #опыты #эксперименты #наука #science #physics #электродинамика #магнетизм #видеоуроки #схемотехника #радиофизика
🟡 Угольная дуговая лампа 1889 года в работе
⚡️ Магия плазмы: почему инертные газы светятся вблизи катушки Тесла?
✨ Физика карбидных ламп 🔦
💡 Physics.Math.Code // @physics_lib | 8 571 |
| 6 |  💧 Батавские слёзки или капли принца Руперта (англ. Prince Rupert's drops) — застывшие капли закалённого стекла, обладающие чрезвычайно высокими внутренними механическими напряжениями. Скорее всего, подобные стеклянные капли были известны стеклодувам с незапамятных времён, однако внимание учёных они привлекли в середине XVII века.
Если капнуть расплавленным стеклом в холодную воду и стекло после этого не лопнет, а начнёт застывать, получается капля в форме головастика, с длинным изогнутым «хвостом». При этом «голова» капли обладает исключительной прочностью, по ней можно бить металлическим молотком в полную силу, и в зависимости от объёма она выдерживает усилие гидравлического пресса до 30 тонн, оставляя вмятину на стали.
Но стоит надломить или просто задеть «хвост» капли, и она мгновенно разлетается на мелкие осколки, по направлению от «хвоста» к «голове». По этой причине надламывание желательно проводить под слоем жидкости, и инструментом типа щипцов, так как при этом опыте помимо опасности от самого стекла происходит гидроудар из-за очень резкого расширения поля осколков. На кадрах, зарегистрированных с помощью высокоскоростной съёмки, видно, что фронт «взрыва» движется по капле с большой скоростью: 1,2 км/с (для сравнения: скорость звука в воздухе 0,34 км/с, скорость детонации взрывчатки — 2—9 км/с).
Если опыт проводится в темноте, заметна также триболюминесценция. В поляризованном свете видно, что капля не изотропна, а испытывает сильные внутренние напряжения, что и вызывает такие свойства.
#физика #сопромат #physics #mechanics #механика #опыты #кинематика #эксперименты #видеоуроки
💡 Physics.Math.Code // @physics_lib | 9 792 |
| 7 |  ⚙️О чистой гироскопической устойчивости: почему гироскоп может катиться по нитке 💤
В отличие от моноцикла, где устойчивость — это комбинация геометрии и гироскопии, система, где по тонкой опоре (например, нитке) катится маховик с массивным ободом, демонстрирует гироскопическую стабилизацию в чистом виде. Это наглядная иллюстрация фундаментальных законов механики.
▪️ 1. Доминирующий физический механизм: гироскопическая прецессия
Здесь исключен любой геометрический фактор стабилизации (кастер, смещение точки контакта). Единственная сила, противодействующая падению, — гироскопический момент.
Рассмотрим систему: Маховик (гироскоп) обладает большим моментом импульса L, направленным по его оси вращения. Сила тяжести стремится опрокинуть гироскоп, создавая вращательный момент M, направленный перпендикулярно оси вращения.
Согласно основному закону динамики вращательного движения для гироскопа: M = dL/dt
Это означает, что момент силы M вызывает не падение, а изменение вектора L — его прецессию. Гироскоп начинает поворачиваться вокруг вертикальной оси с угловой скоростью Ω (прецессии), описываемой уравнением: M = [Ω × L]
На практике: при малейшем наклоне гироскопа в сторону, гравитационный момент заставляет его не упасть, а плавно повернуться в направлении, которое заставляет его катиться вдоль нитки. Падение постоянно преобразуется в движение вперед.
▪️ 2. Ключевое условие устойчивости
Система будет устойчива только при выполнении условия: кинетическая энергия вращения маховика должна быть достаточно велика, чтобы создаваемый гироскопический момент превосходил опрокидывающий момент от силы тяжести при малых отклонениях. Скорость прецессии Ω должна быть согласована со скоростью поступательного движения, чтобы точка опоры постоянно оказывалась под центром масс системы.
▪️ 3. Малоизвестный факт: "Эффект увлечения" и трение
Чистота эксперимента нарушается трением в оси. Если ось гироскопа не идеально свободна в своей раме (например, есть трение в подшипниках), возникает вторичный эффект — нутационные колебания. Это небольшие высокочастотные "подрагивания" оси гироскопа, накладывающиеся на основную прецессию. При движении по нитке трение качения также вносит коррективы, слегка "подкручивая" гироскоп и влияя на траекторию его прецессии. В идеальном же случае (отсутствие диссипации) гироскоп мог бы катиться бесконечно.
📝 Историческая справка: Первые наглядные демонстрации гироскопической прецессии были связаны именно с такими "чистыми" экспериментами. Широкую известность получил "гироскоп Бойса" (Bohr's wheel или "космический волчок"), используемый для демонстрации в университетских курсах. Однако теоретический фундамент был заложен в 1852 году французским физиком Леоном Фуко, который и ввел сам термин «гироскоп» и впервые экспериментально продемонстрировал прецессию маховика для доказательства вращения Земли. Дальнейшее развитие теория получила в работах английского физика Уильяма Томсона (Лорда Кельвина) и российского ученого Алексея Крылова, чьи труды по теории гироскопов легли в основу современных систем навигации. Движение гироскопа по нитке — это элегантная демонстрация того, как гироскопическая прецессия в одиночку способна обеспечивать динамическое равновесие. Система устойчива ровно до тех пор, пока кинетическая энергия вращения маховика позволяет моменту импульса преобразовывать гравитационный опрокидывающий момент в управляемое движение по заданной траектории. #техника #конструктор #механика #динамика #опыты #изобретения гироскоп #прецессия #динамика
💡 Physics.Math.Code // @physics_lib | 9 741 |
| 8 |  ⚙️ Помните этот пост на канале? Наверняка, у многих возникли вопросы, которые они постеснялись задать в комментариях. Поэтому сегодня мы поговорим о том, почему такие конструкции НЕ работают в реальной жизни. Разумеется, база рассуждений будет физика. Причем нам нам поможет элементарная физика. В последнее время в сети снова всплыли видео с «революционными» вечными двигателями. Устройство обычно такое: тяжелый маховик, а к его валу подключены несколько пружин, которые, якобы, своим распрямлением постоянно раскручивают систему. Выглядит захватывающе, но это обман. Давайте разберемся, почему это не работает. А пока задам вам вопрос: с чего мы взяли, что энергия, запасенная в сжатой пружине, бесконечна?
Вся магия вечных двигателей рушится на фундаментальном уравнении вращательного движения: J · ε = M , где
J — момент инерции маховика (его «нежелание» раскручиваться или инертность. Это аналог массы во втором законе Ньютона, из которого и выводится закон выше).
ε (эпсилон) — угловое ускорение (оно должно быть отлично от нуля, если двигатель раскручивается или оно может быть равным 0, если система вышла на постоянную скорость вращения).
M — суммарный момент сил, приложенных к системе.
Вот в чём подвох: в такой системе пружины создают силы, направленные в разные стороны. Когда одна пружина пытается раскрутить маховик по часовой стрелке, другая в этот же момент пытается крутить его против. Просто сделайте рисунок с торца такого двигателя. Получится, что алгебраическая сумма моментов всех сил (n сил для n пружин) равна нулю. Подставляем это в наше уравнение: J · ε = 0. Момент инерции J — величина не нулевая (маховик-то есть). Единственный способ выполнить это равенство — сделать угловое ускорение ε равным нулю. Вывод: система не может раскрутиться сама по себе.
Но в чем же подвох на видео? Всё довольно банально:
1. Скрытый источник энергии. Часто в кадр не попадает электромоторчик, спрятанный внутри вала или основания, который и раскручивает маховик.
2. Однократный запуск. Устройство раскручивают вручную, снимают фазу «последнего затухающего колебания», а потом видео зацикливают, создавая иллюзию непрерывного движения.
3. Хитрые ракурсы. Камера не показывает полный цикл работы всех пружин, чтобы зритель не увидел момент, когда они мешают, а не помогают движению.
Как бы вы не хотели изобрести вечный двигатель, вам стоит помнить, что закон сохранения (изменения) энергии работает всегда. Если есть диссипативные силы, то полная энергия системы убывает. И вы не сможете сделать вечный двигатель без пополнения энергией извне (но тогда это уже не вечный двигатель). #задачи #опыты #электродинамика #физика #видеоуроки #fun #physics #science #наука #двигатели #вечныйдвигатель
🔔 Оксфордский электрический звонок: самый долгий научный эксперимент в мире, длящийся с 1840 года
⚡️ Вечный электромагнитный двигатель
😨 Запрещенный генератор свободной энергии с использованием метода якоря
⚡️ Генератор Постоянного Движения
🔧 Картонный вентилятор
🧲 Магнитный двигатель
💦 Фонтан Герона
💡 Physics.Math.Code // @physics_lib | 9 688 |
| 9 |  +1⚡️Задача для наших физиков
Предлагаю вам без помощи интернета ответить на следующие вопросы и порассуждать о физике процесса:
▪️Какой основной физический процесс мы наблюдаем на видео?
▪️Какую ошибку совершили экспериментаторы в данных опытах? Что пошло не так?
▪️Что именно нужно было изменить в экспериментальной установке, чтобы она начала работать как необходимо?
#видеоуроки #physics #физика #опыты #электродинамика #анодирование #химия #эксперименты #научные_фильмы #электролиз
💡 Physics.Math.Code // @physics_lib | 11 958 |
| 10 | 📕 Problems on Algorithms (Second Edition) [2002] Ian Parberry, William Gasarch
Автор последовательно проведет вас через все ключевые темы стандартного курса по алгоритмам:
1. Математический фундамент: Главы посвящены математической индукции, O- и Ω-нотациям, рекуррентным соотношениям. Здесь много задач на доказательства и работу с формулами.
2. Базовые навыки: Отдельные блоки посвящены доказательству корректности (через инварианты циклов) и анализу времени работы алгоритмов.
3. Техники проектирования: Основной массив задач разбит по классическим парадигмам: «Разделяй и властвуй», Динамическое программирование, Жадные алгоритмы и Полный перебор.
4. Продвинутые темы: В завершении рассматриваются структуры данных и NP-полнота
▪️ Второе издание содержит 965 задач, что делает его практически неисчерпаемым ресурсом.
▪️ Каждая задача имеет маркировку уровня сложности. Также есть пометки о наличии подсказок, решений или комментариев в конце главы. Это позволяет студенту оценить свои силы, а преподавателю — легко подобрать задания под уровень группы.
▪️ Рецензенты особенно выделяют главу с доказательством корректности (инварианты циклов), называя её «отличным ресурсом», так как в большинстве учебников этой теме уделяется недостаточно практики
▪️ В книге есть рубрика «Что здесь не так?» (What is Wrong?), где студенту предлагается найти ошибку в доказательстве. Это отличный педагогический прием, развивающий критическое мышление
Книга намеренно не охватывает: амортизационный анализ, рандомизированные алгоритмы, вычислительную геометрию, аппроксимационные алгоритмы, параллельные алгоритмы и алгоритмы теории чисел. Парберри почти не тратит места на объяснение теории. Это исключительно сборник задач. Если вы не знакомы с темой, объяснений в книге будет недостаточно. Она работает только в паре с полноценным учебником (например, «Алгоритмы: построение и анализ» ) или лекциями.
Книга великолепно выполняет свою узкую, но крайне важную функцию. Несмотря на то, что она не охватывает все области, для своей целевой аудитории (подготовка к экзаменам и преподавание) она получает наивысшие оценки. Это та книга, которую стоит держать на столе во время изучения алгоритмов. #складчина #программирование #алгоритмы #структуры_данных #математика #дискретная_математика #cpp #си #C
💡 Physics.Math.Code // @physics_lib | 11 227 |
| 11 | ![📕 Problems on Algorithms (Second Edition) [2002] Ian Parberry, William Gasarch 📕 Задачи по алгоритмам [2002] Иэн Парберри,](data:image/jpeg;base64,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){kind=small} 📕 Problems on Algorithms (Second Edition) [2002] Ian Parberry, William Gasarch
📕 Задачи по алгоритмам [2002] Иэн Парберри, Уильям Газарч
💾 Скачать книгу
Это не классический учебник, а задачник — сборник упражнений по разработке и анализу алгоритмов. Problems on Algorithms занимает уникальную нишу в литературе по Computer Science. В то время как стандартные учебники страдают от нерелевантных или слишком простых задач, этот сборник предлагает сотни целенаправленных упражнений. Рецензенты называют эту книгу «божественным даром для учителя» и «бесценным» пособием для студентов, готовящихся к квалификационным экзаменам (PhD candidacy exam).
🍩 Для донатов на кофе ☕️: +79616572047 (СБП / ВТБ / OZON)
#складчина #программирование #алгоритмы #структуры_данных #математика #дискретная_математика #cpp #си #C
💡 Physics.Math.Code // @physics_lib | 11 243 |
| 12 |  +9👩💻 Видео курс Алгоритмы и структуры данных 👩💻
▪️ Урок 1 Введение
▪️ Урок 2 Динамический массив Stack_Queue и Set
▪️ Урок 3 Алгоритмы сортировки
▪️ Урок 4 Хеш таблицы Деверья
▪️ Урок 5 Бинарное дерево поиска. АВЛ-дерево.
▪️ Урок 6 Графы. Часть 1.
▪️ Урок 7 Графы. Часть 2.
▪️ Урок 8 Графы. Часть 3.
▪️ Урок 9 Динамическое программирование
▪️ Урок 10 Задачи Практикум
#алгоритмы #видеоуроки #программирование #структуры_данных
💡 Physics.Math.Code // @physics_lib | 12 847 |
| 13 |  ⚡️ С чего начать моделирование электрических полей?
Задумывались ли вы, как «увидеть» невидимое? Электрическое поле окружает нас повсюду, от розетки до экрана смартфона. Давайте разберемся, как смоделировать его для точечных зарядов и сложных поверхностей и получить эти завораживающие картинки силовых линий и эквипотенциалей.
1. Фундамент: Главные Уравнения
▪️ Закон Кулона для точечного заряда: F = k * (q₁ * q₂) / r² . Но для поля удобнее работать с напряженностью E = F / q.
▪️ Принцип суперпозиции: Поле системы зарядов — это просто векторная сумма полей от каждого заряда в отдельности. Это наше главное оружие в моделировании.
2. Силовые Линии и Эквипотенциали
Поле можно описывать по-разному, и это ключ к красивой визуализации.
▪️Силовые линии (Графическое отображение напряженности E):
— Воображаемые линии, касательные к которым в каждой точке совпадают с вектором E.
— Свойства: Начинаются на «+» зарядах, заканчиваются на «-» или уходят в бесконечность. Никогда не пересекаются!
— Густота линий пропорциональна величине напряженности.
▪️Эквипотенциальные поверхности (Графическое отображение потенциала φ):
— Что это? Поверхности, где потенциал постоянен (φ = const).
— Свойства: Всегда перпендикулярны силовым линиям. Работа по перемещению заряда вдоль такой поверхности равна нулю.
3. Как Строить Уравнения?
Для точечного заряда q в точке (x₀, y₀):
— Потенциал: φ(x, y) = k * q / sqrt( (x - x₀)² + (y - y₀)² )
— Вектор напряженности E: Eₓ = -∂φ/∂x, Eᵧ = -∂φ/∂y (это просто частные производные, градиент со знаком минус).
А как получить уравнение силовой линии? Это уже сложнее. Силовая линия — это кривая, которая в каждой точке направлена вдоль E. Математически это решается через дифференциальное уравнение: dx / Eₓ(x, y) = dy / Eᵧ(x, y). Решая его (часто численно!), мы получаем траектории для наших визуализаций.
4. Инструменты для Моделирования и Визуализации
▪️Python — король научной визуализации: Библиотеки: matplotlib, numpy, scipy.
▪️Как: Задаете сетку точек (x, y), для каждой считаете Eₓ и Eᵧ (суммируя вклады от всех зарядов). Затем:
— Для силовых линий: используйте matplotlib.streamplot
— Для эквипотенциалей: matplotlib.contour или contourf для потенциала φ.
🖥 Простой пример кода для двух зарядов:
import numpy as np
import matplotlib.pyplot as plt
# Создаем сетку
x = np.linspace(-2, 2, 100)
y = np.linspace(-2, 2, 100)
X, Y = np.meshgrid(x, y)
# Задаем заряды (q, x, y)
charges = [(1, -0.5, 0), (-1, 0.5, 0)]
# Вычисляем полные Eₓ и Eᵧ на сетке
Ex = np.zeros(X.shape)
Ey = np.zeros(Y.shape)
k = 9e9
for q, xq, yq in charges:
R = np.sqrt((X - xq)**2 + (Y - yq)**2)
Ex += k * q * (X - xq) / R**3
Ey += k * q * (Y - yq) / R**3
# Рисуем силовые линии
plt.streamplot(X, Y, Ex, Ey, color='blue', linewidth=1, density=2)
plt.show()
Готовые симуляторы:
— PhET Interactive Simulations (отлично для начального понимания).
— Falstad's E&M Simulator (очень наглядно).
— Comsol Multiphysics, Ansys — для серьезного моделирования сложных поверхностей.
🔴 А что с Крупными Заряженными Поверхностями? Здесь принцип суперпозиции остается, но суммирование становится интегрированием. Каждую поверхность разбиваете на маленькие точечные заряды dq и интегрируете их вклад в поле. На практике для сложных форм это почти всегда делается численными методами (например, методом конечных элементов), которые и используют пакеты вроде Comsol. Начните с Python и пары точечных зарядов. Поймите связь между φ и E, научитесь строить streamplot и contour. #электричество #физика #моделирование #визуализация #python #наука #образование #электрическоеполе #программирование
💡 Physics.Math.Code // @physics_lib | 12 335 |
| 14 |  📝 Быстрее, чем g: знаменитая школьная физическая головоломка
Доска на шарнире и шарик одновременно отпускаются. Шарик ускоряется в свободном падении, но край доски достигает нижней точки намного раньше, так что прикреплённый к нему стакан успевает поймать шарик.
Как же край доски может иметь ускорение, превышающее ускорение свободного падения g?
Эта классическая демонстрация помогает развить интуитивное понимание сложностей вращательного движения. #задачи #физика #разбор_задач #physics #механика #динамика #кинематика #science
💡 Physics.Math.Code // @physics_lib | 13 057 |
| 15 | Быстрее, чем g: знаменитая школьная физическая головоломка
Доска на шарнире и шарик одновременно отпускаются. Шарик ускоряется в свободном падении, но край доски достигает нижней точки намного раньше, так что прикреплённый к нему стакан успевает поймать шарик.
Как же край доски может иметь ускорение, превышающее ускорение свободного падения g?
Эта классическая демонстрация помогает развить интуитивное понимание сложностей вращательного движения. | 1 |
| 16 |  🔻 Солнечная система: механика и танцы планет
Многие думают, что планеты просто летают по кругу вокруг Солнца. На самом деле наша система — это сложнейший гравитационный балет, где каждый шаг подчиняется эфемерным колебаниям. Вот несколько фактов, которые взорвут вашу картину мира.
🔭 1. Орбиты — это не эллипсы, а «цветочки»
Если смотреть из центра масс (барицентра) Солнечной системы, который не совпадает с центром Солнца, траектории планет похожи на спирали или эпициклоиды.
Из-за гравитации Юпитера (2.5 массы всех остальных планет вместе взятых) Солнце само вращается вокруг барицентра со скоростью ~12 м/с. Земля при этом движется не по замкнутому эллипсу, а по кривой, которая каждый год чуть-чуть смещается. За 100 лет орбита Земли сдвигается на 1.5 градуса из-за вековых возмущений.
📐 Факт: Перигелий не стоит на месте
Орбита Меркурия прецессирует (поворачивается) быстрее, чем предсказывал Ньютон. За 100 лет ось его орбиты проворачивается на 574 угловых секунды. Из них 532" — это влияние других планет (по Ньютону), а 43" — это чистое ОТО Эйнштейна.
Формула для смещения на один оборот (в радианах): delta = 6 * pi * G * M / (c² * a * (1 - e²)) Где a — большая полуось, e — эксцентриситет. Для Меркурия это дает те самые 43".
🌊 2. Эффект «Прыгающей Луны» и приливный трение
Луна удаляется от Земли на 3.8 см в год. Но это не линейный процесс! Из-за эксцентриситета лунной орбиты (e = 0.0549) происходит оптическая либрация — мы видим не 50%, а 59% поверхности Луны, потому что она «кивает» туда-сюда.
Главный нюанс: Приливы на Земле тормозят наше вращение. Длина земных суток увеличивается на 1.8 мс за столетие. Казалось бы, мелочь, но за 4 млрд лет это замедлило сутки с 6 часов до 24!
🌀 3. Парадокс вертикальных колебаний
Солнечная система движется вокруг центра Галактики. При этом плоскости орбит планет колеблются относительно галактической плоскости с периодом около 60 млн лет (галактический год). Во время этих «нырков» мы проходим через зоны высокой плотности газа и звездообразования. Это влияет на гелиосферу — она сжимается до орбиты Сатурна, и уровень космических лучей на Земле флуктуирует на 30-40%.
⚡️ 4. Флуктуации vs Резонансы
Самый жесткий фокус — резонанс 3:2 у Нептуна и Плутона. Пока Нептун делает 3 оборота, Плутон делает ровно 2. Это не случайность — это защита от столкновения. Но есть и хаос! Орбита Земли имеет эксцентриситет, который пульсирует с периодом 413 000 лет (от 0.003 до 0.058). Вплоть до того, что эти колебания меняют наклон земной оси на 1.3 градуса за 40 000 лет (это и есть циклы Миланковича, запускающие ледниковые периоды).
💥 5. Эффект Ярковского для астероидов
Это не планета, но факт из физики твёрдого тела: астероиды «самоускоряются» за счет теплового излучения. Дневная сторона нагревается, но пик тепла излучается не в зените, а с запаздыванием (из-за тепловой инерции). Возникает реактивная сила, которая меняет орбиту астероида. За 10 млн лет этот микро-импульс может сместить астероид на сотни тысяч километров.
📝 Скорость планеты в перигелии (Vp) и афелии (Va) связаны не просто так, а через постоянную момента импульса:
Vp * (1 - e) = Va * (1 + e) = const — То есть в перигелии Меркурий летит на 22 км/с быстрее, чем в афелии. Настолько быстро, что релятивистское замедление времени для его ядра составляет ~50 микросекунд в год по сравнению с Землей
Мы живем не на жесткой механической шестеренке, а на пульсирующем, дышащем и флуктуирующем «газовом шаре» в гравитационном болоте. Любое возмущение от Юпитера миллиметровым изменением орбиты запускает цепочку событий, которая через 100 млн лет может изменить форму оси Земли. Физика — это наука о том, как система держится на грани хаоса.
🔄 Генри Кавендиш: человек, который взвесил Землю 🌏
📚 Гравитация [3 тома] Мизнер Ч., Торн К., Уилер Дж
А вы знали, что центр масс Земли отклоняется от геометрического центра из-за движения тектонических плит на целые 5 метров? Это мы обсудим в следующем посте. #гравитация #физика #механика #наука #science #physics #космология #астрономия
💡 Physics.Math.Code // @physics_lib | 11 401 |
| 17 |  🔹 Ряд Фурье: музыка сфер и сжатие пикселей
Представьте, что вам нужно собрать сложнейший узор из простейших деталей конструктора. Именно эту задачу — разложить любую, даже самую капризную функцию, на сумму простых синусов и косинусов — и решил в начале XIX века французский гений Жан-Батист Жозеф Фурье. Но путь его открытия был тернист и сложен. История началась не с Фурье. Задолго до него, в середине XVIII века, великие умы — Даниил Бернулли, Жан Лерон Д'Аламбер и Леонард Эйлер — бились над задачей о колебании струны. Можно ли представить произвольную форму струны в виде суммы тригонометрических функций? Эйлер, например, получил схожие формулы, но не сделал решающего шага — не перешел от суммы к интегралу для нахождения коэффициентов, так как его исследования преследовали другую цель. Как позже заметил историк математики, это «поучительный пример того, как легко автор упускает почти очевидный вывод из своих результатов».
И вот, в 1807 году, Фурье, занимаясь задачей распространения тепла в твердых телах, представил мемуар в Парижский институт. Он заявил, что любую функцию можно разложить в тригонометрический ряд, и дал четкие формулы для вычисления коэффициентов. Это был вызов математическому истеблишменту! Сам Лагранж и Лаплас выступили с возражениями: идея о том, что функцию с «изломами» можно представить как бесконечную сумму гладких синусоид, казалась им абсурдной.
Работу приняли к рассмотрению, но к её содержанию отнеслись более чем скептически. Тем не менее, конкурс на премию Институт всё же объявил, и Фурье подал свой мемуар. По иронии судьбы, других заявок не поступило, так что премия автоматически досталась ему. Однако научное сообщество не спешило признавать его правоту: монография Фурье «Аналитическая теория тепла» увидела свет лишь 15 лет спустя, в 1822 году. Сегодня эти ряды носят его имя, а спор великих легенд стал лишь яркой страницей истории, доказавшей правоту Фурье.
🔻 За кулисами эффекта Гиббса. Когда мы берем не всю бесконечную сумму, а только ее часть (первые N членов), мы сталкиваемся с удивительным явлением — эффектом Гиббса. Вблизи точек разрыва функции частичная сумма ряда «всплескивает», создавая характерные пульсирующие выбросы. Площадь этих выбросов сжимается с ростом N, но их амплитуда не уменьшается! Фурье мог бы и не заметить этого, иначе эффект мог бы усомнить его в универсальности метода, но его подход был настолько плодотворен, что это явление, осмысленное в конце XIX века, не умаляет его величия .
Ряды Фурье — это не абстракция из учебника, это фундамент современной цивилизации.
🔹Это главное оружие в математической физике. От решения уравнения колебания струны до распространения тепла в стержне — метод Фурье позволяет разбить сложную задачу на простые «кирпичики» . Без него невозможно представить такие области, как квантовая механика и акустика.
🔹Обработка сигналов. Ваш смартфон, Wi-Fi, радио, MP3-плеер — везде, где нужно оцифровать звук или сжать его, работает преобразование Фурье.
🔹 Анализ вариаций орбит планет, обработка данных сейсмологии, исследование приливов — все это опирается на частотный анализ, в основе которого лежит ряд Фурье.
🔹 И вот здесь мы подходим к самому удивительному. Ряд Фурье — это не просто про волны, это про информацию. Если мы представим изображение не как набор пикселей, а как функцию яркости, то его можно разложить в ряд Фурье. И это дает невероятные возможности:
▪️ Известный алгоритм JPEG основан на дискретном косинусном преобразовании. Мы оставляем только «главные» коэффициенты, отвечающие за низкие частоты (общий фон), и отбрасываем «шумные» высокие частоты (мелкие детали). Это и есть основа сжатия с потерями.
▪️ В современной компьютерной графике ряды Фурье применяются для создания бесшовных текстур, которые можно бесконечно повторять без стыков. А также для быстрого рендеринга глобального освещения и теней, как, например, в технологии Fourier-Compressed Horizon Mapping для рендеринга планетарных теней в реальном времени.
#физика #теория_теплоты #сжатие_данных #алгоритмы #math #physics
💡 Physics.Math.Code // @physics_lib | 15 299 |
| 18 |  🔄 Тороидальные вихри: кольца, которые правят миром — от дыма до термояда 🔸
Один из самых элегантных объектов в в гидро- и аэродинамике — ториях, или тороидальных вихрях. Эти структуры являются удивительными, в них математика, физика и инженерная мысль встречаются в идеальной гармонии.
Тороидальный вихрь — это вихревое кольцо, где вихревость сконцентрирована вдоль тороидальной оси. Проще говоря, это «бублик» из вращающейся жидкости или газа, стабилизированный собственным полем скоростей. Рассмотрим основные параметры:
1. Циркуляция (Γ) — мера «силы» вихря, определяющая его скорость и устойчивость.
2. Радиус тора (R) и радиус сечения (a).
3. Связь R/a — определяет, будет ли кольцо тонким (как у дымового) или толстым (близким к сфере).
Но почему такое кольцо стабильно?
▪️Самоиндуцированная скорость: Благодаря теореме Кельвина о циркуляции и био-саваровскому взаимодействию разных участков вихревого шнура, кольцо движется вперёд само по себе. Центр кольца движется быстрее, чем его периферия, что и заставляет его трансляционно перемещаться.
▪️Вихревая устойчивость: При малых возмущениях тонкое вихревое кольцо демонстрирует удивительную устойчивость — это решение уравнений Эйлера/Навье-Стокса в первом приближении.
Строгое описание — сложная задача, но для тонкого кольца работает формула скорости движения кольца Ламба (Лэмба): V = (Γ / (4πR)) * [ ln(8R/a) - 1/4 ]. Эта логарифмическая зависимость — классика вихревой динамики.
На практике вихри пытаются использовать в следующих направлениях:
▫️ Аэрокосмическая инженерия: Срывные вихревые кольца — серьезная проблема для вертолетов в режиме висения (Vortex Ring State), могущая привести к падению. Их же изучают для управления течениями на крыльях.
▫️ Физика плазмы: Токамак — по сути, гигантское тороидальное вихревое кольцо из плазмы, удерживаемое магнитным полем. Устойчивость этого «бублика» — ключ к управляемому термоядерному синтезу.
▫️ Медицина и биология: Вихревые кольца лежат в основе эффективного транспорта веществ в сердечно-сосудистой системе, а также в механизме плавания медуз и кальмаров (гидрореактивный движитель).
▫️ Океанология и вулканология: Подводные газовые кольца, кольца в атмосфере Венеры, выбросы вулканов — всё это природные проявления торов.
Ну и пытались сделать «пушки», способные стрелять вихрем. Принцип работы заключался в том, чтобы совершить резкий выброс газа из отверстия с особым профилем. Процесс должен был быть импульсным, формирующим ударное вихревое кольцо.
— Германия: Проект «Windkanone» — пытались создавать вихревые кольца для сбивания самолетов. Эффективность была близка к нулю из-за быстрого затухания вихря в турбулентной атмосфере.
— Союзники / СССР: Также были эксперименты, но все упирались в ту же проблему — энергия кольца быстро рассеивается с расстоянием. Ударная волна от кольца слабее, чем от обычного взрыва.
Современное применение:
— Для перемешивания газов в больших объемах (например, в цехах).
— Эксперименты по тушению пожаров вихревыми кольцами. Идея в том, что кольцо может доставить огнетушащий состав (порошок, ингибитор) точно в очаг на расстоянии, «прошивая» турбулентные потоки горячего воздуха.
— Вулканология: Моделирование выбросов пепла.
Основная проблема для «пушки» — масштабирование. Энергия кольца растет с объемом (∼R³), но устойчивость и дальность «полета» ограничены вязкостью и турбулентным распадом. Чтобы сбить самолет, нужен был бы вихрь чудовищных размеров и энергии, который все равно распадется на сотнях метров. Тороидальные вихри — это миниатюрная лаборатория по динамике жидкостей и газов, воплощение теорем Кельвина и Гельмгольца. #physics #science #физика #гидродинамика #аэродинамика #вихри #тор #математика #техника #историянауки
Еще посмотреть по теме в нашем канале с Учебными фильмами: 🔥 Иерархическая динамика вихрей пламени
💡 Physics.Math.Code // @physics_lib | 10 647 |
| 19 |  Успейте подать заявку в магистратуру «ИИ в биотехе» — новую программу Центрального университета на стыке ИИ, биологии и медицины
Это магистратура для тех, кто хочет работать там, где машинное обучение встречается с биоинформатикой, генетикой и лекарственной разработкой. Здесь учат использовать ИИ для конкретных задач: предсказывать структуру белков, анализировать экспрессию генов, работать с геномными данными и искать новые подходы к диагностике заболеваний.
⭐️Обучение длится 2 года, проходит в очном формате, а абитуриентам доступны гранты до 75%.
Мы делаем программу вместе с факультетом биоинженерии и биоинформатики МГУ, а также индустриальными партнерами: Genotek и BIOCAD. Внутри есть два направления:
Прикладная биоинформатика × Genotek
Фокусируется на анализе генетических последовательностей (ДНК, РНК и геномных данных) и эпигенетических модификаций с применением методов статистики и машинного обучения
Структурная биоинформатика × BIOCAD
Сосредоточена на работе с трехмерными структурами белков, их предсказании, моделировании и анализе с помощью современных технологий и вычислительных методов
Программы плотно связана с практикой. Студенты могут с первого дня включаться в исследования лабораторий ЦУ, работать над реальными задачами, готовить научные статьи, проходить стажировки и строить карьеру в индустрии. Ведут курсы специалисты из биотеха, фармы, ФББ МГУ, Genotek и BIOCAD.
➡️Подробнее прочитать про программу и зарегистрироваться на участие в грантовом конкурсе можно по ссылке.
Заявки принимаются до 12:00 20 августа! | 12 212 |
| 20 |  📝 Бесконечно повторяющиеся радикалы Рамануджана
Рассмотренная выше формула с бесконечно повторяющимися радикалами являются частным случаем более общей формулы:
📝 Подробнее
Источник, где эта формула выводится более строго: A. Herschfeld, On Infinite Radicals, American Mathematical Monthly 42 (1935), no. 7, 420–421.
Самое удивительное в Рамануджане — это не его ответ Харди, а странная модулярная функция, которую он открыл. В ней постоянно фигурирует число 24.
▪️ Связь с физикой: Когда спустя десятилетия физики начали строить теорию струн, они с удивлением обнаружили, что для самосогласованности струны нужно 26 измерений пространства-времени.
▪️Магия числа 24: Оказалось, что все 24 «режима» колебаний струны описываются той самой функцией Рамануджана. Для суперструн число измерений стало 10, и здесь снова проявились обобщенные формулы Рамануджана (где 24 заменяется на 8).
Фактически, ещё в 1920 году он написал формулы, описывающие гравитацию на квантовом уровне, хотя сам термин «черная дыра» появился позже.
Когда Рамануджану предложили решить сложную задачу о вложенных корнях (задача из журнала), он дал ответ спустя полгода, когда все остальные сдались. Он показал, что:
(1 + 2‧(1 + 3‧(1 + 4‧(1 + ... ) ¹ᐟ²) ¹ᐟ²) ¹ᐟ²) ¹ᐟ² = 3
Он просто «увидел» ответ, разложив 3 как √9. #math #математика #наука #алгебра #science
💡 Physics.Math.Code // @physics_lib | 14 794 |
