x, y, z

Поиск сообщений на форуме

Запрос:
Автор:
Номер темы:
Номер форума:
Сортировать:
Сообщения: 9
Почему ртуть жидкая?Химия
28 Апр 2021 13:33:08
forany.xyz

Почему ртуть жидкая?

https://i.imgur.com/lR1jHDi.jpg

Точный ответ на этот вопрос можно дать только путём достаточно сложных квантовомеханических расчётов, однако основные причины можно понять и на основе знаний школьного курса физики и химии.

Главной причиной такой аномалии является то, что на атомном уровне ртуть обладает полностью заполненными электронными уровнями, последние из которых — 4f 5d 6s. Из химии хорошо известно, что если у элемента полностью заполнены все электронные уровни, то такой элемент является химически более инертным, чем его соседи. Классический пример: благородные газы — гелий, неон, аргон. Атомы инертных элементов с трудом образуют связи между собой, поэтому кристаллическая решётка ртути разрушается тепловым движением уже при относительно малых температурах.

Но есть и ещё одна причина, которая отличает ртуть от двух других обладающих аналогичной структурой металлов — цинка (3d 4s) и кадмия (4d 5s). Эти металлы, хотя и обладают относительно невысокими температурами плавления и кипения, всё-таки при нормальных условиях являются твёрдыми телами. Дело в наличии заполненного f-слоя, находящегося по энергии ниже 6s-слоя.

В f-слое орбитали электронов имеют сложную форму и большой размер, поэтому плохо экранируют заряд ядра. Это приводит к тому, что удерживающие силы, действующие на электроны в 6s-слое, относительно велики, и этот слой более стабилен.

Также для ртути характерна склонность к образованию ковалентно связанных "квазимолекул" Hg2+. В результате образования таких "квазимолекул" количество электронов, отдаваемых на образование металлической связи, уменьшается до 1 электрона на два атома ртути, что уменьшает прочность металлической связи.
Математики приблизили кота множествами ЖюлиаМатематика
2 Мая 2019 11:26:14
forany.xyz

Математики приблизили кота множествами Жюлиа

Множество Жюлиа в форме кота
Множество Жюлиа в форме кота

Математики доказали, что произвольная замкнутая фигура на плоскости может быть сколь угодно близко приближена множеством Жюлиа для подходящего многочлена. Среди прочего, в качестве демонстрации собственной техники, ученым удалось построить достаточно хорошее приближение силуэта кота. Препринт статьи доступен на сайте arXiv.org.

Понятие Множество Жюлиа относится к фрактальной геометрии и определяется следующим образом. Многочлен от одного комплексного переменного $f(z)$ можно рассматривать как отображение комплексной плоскости в себя. Любая точка $z$ комплексной плоскости имеет свой характер поведения (остается конечной, стремится к бесконечности, принимает фиксированные значения) при итерациях функции $f(z)$, а вся плоскость делится на части. При этом точки, лежащие на границах этих частей, обладают таким свойством: при сколь угодно малом смещении характер их поведения резко меняется (такие точки называют точками бифуркации). При этом множества точек, имеющих один конкретный тип поведения, а также множества бифуркационных точек часто имеют фрактальные свойства. Это и есть множества Жюлиа для функции $f(z)$.

Наиболее известны множества Жюлиа для многочленов второй степени вида $f(z)=z^2+c$. Такие множества связаны с множеством Мандельброта, которое определяется как множество точек $c$ на комплексной плоскости, для которых последовательность $z_n$, определяемая итерациями $z_0 = 0, z_1 = z_0^2 + c, \dots, z_{n+1} = z_n^2 + c$, конечна (то есть не уходит в бесконечность).

Множества Жюлиа для полинома f(z)=z^2+c при изменении c.
Множества Жюлиа для полинома $f(z)=z^2+c$ при измерении $c$.

В рамках новой работы ученые интересовались вопросом: насколько сложно может быть устроена граница множества Жюлиа? В результате им удалось доказать следующую теорему: для произвольной замкнутой (то есть начало совпадает с концом) жордановой (то есть непрерывной, которую можно параметризовать отрезком) кривой без самопересечений и сколь угодно тонкой полосы вокруг этой кривой можно найти такое множество Жюлиа, что его граница целиком лежит в этой полосе.

Более того, математики предложили метод явного нахождения нужного многочлена. В качестве демонстрации они, например, построили многочлен, для которого множество Жюлиа напоминает кошку. Степень полученного многочлена 301. По их словам, этот пример наглядно демонстрирует, что динамика полиномиальных (то есть задаваемых многочленами) динамических систем может быть устроена максимально разнообразно. Они говорят, что предложенный ими пример будет полезен в теории таких систем.

Также ученые рассмотрели рациональные функции — то есть отношение двух многочленов. Используя такие функции как отображение комплексной плоскости в себя, они смогли доказать, что аналогичные рациональные множества Жюлиа сколь угодно близко приближают произвольную пару жордановых кривых, одна из которых лежит внутри другой. Исследователи подчеркивают, что вопрос, связанный с большим количеством кривых, пока не решен.
Происхождение слов "выходной" и "неделя"Лингвистика, филология
11 Апр 2019 08:56:03
forany.xyz

Слово "выходной" (и день, и человек) применялось поначалу к той категории работников, которые обслуживали дом хозяина и вынуждены были работать и в праздники, и в воскресенье, не выходя с хозяйского двора. Им давали другие дни для выхода, не связанные с общими нерабочими днями, назвав их выходными. Потому и сам работник тоже назывался выходным, а сейчас это значение забылось — некоторых словарях "выходной" по отношению к человеку считается разговорным, метонимичным. Количество выходных определялось хозяином, могло не соответствовать периодичности один раз в неделю, так что от недели слово не зависит. Для всех остальных нерабочими днями были воскресные. Это потом стали называть выходными все нерабочие дни.

Слово выходной (день), скорее всего, закрепилось в русском языке, когда элита российского общества лучше говорила по-французски, чем по-русски, и скопировала французское "de sortie" или "jour de sortie" (от слова "sortir", обозначающее "выход"). Таким образом, нынешнее русское слово "выходной" обозначает возможность выхода (в свет).

Вероятно, именно тогда слово "неделя" в русском языке потеряло свое значение "воскресенье". Сравните: украинский (неділя), белорусский (нядзеля), польский (niedziela), чешский (neděle), словацкий (nedeľa), сербский (недеља), хорватский (nedjelja), словенский (nedelja), македонский (недела), болгарский (неделя). Во всех этих языках слово "воскресенье" состоит из отрицательной частички "не" и корня "делать". Ведь, согласитесь, есть в этом логика: шесть дней трудись, а седьмой — ничего не делай. Вот так и получается, что дней "ничего неделания" у всех один, а у русских — семь :)

Воскресенье стало выходным (по сути, а не по названию) впервые ещё 21 марта 321 года, когда император Константин Великий объявил воскресенье нерабочим днем. В России запрет пользоваться трудом крепостных по воскресеньям встречается уже в XVII веке. В 1699 году князь Оболенский был посажен в тюрьму за принуждение своих крестьян работать по воскресеньям 21 сентября 1741 года в регламенте постановлено, что работы должны оканчиваться в субботу в 12 часов дня и совсем прекращаться по воскресеньям. Манифест о трёхдневной барщине от 5 апреля 1797 года — юридическое запрещение принуждать крестьян к работе в воскресные дни.
Математические символыРабота сайта
1 Фев 2019 18:36:38
forany.xyz

Математические символы

Специальные символы
Символ Код Описание
8704 Для любого
8707 Существует
Ø 216 Пустое множество
8712 Принадлежит
8713 Не принадлежит
8727 Содержит
8834 Является подмножеством
8835 Является надмножеством
8836 Не является подмножеством
8838 Является подмножеством либо равно
8839 Является надмножеством либо равно
8745 Пересечение
8746 Объединение
8743 Логическое И
8744 Логическое ИЛИ
¬ 172 Отрицание
8804 Меньше или равно
8805 Больше или равно
8800 Не равно
8776 Приблизительно равно
8801 Тождественно
8734 Бесконечность
± 177 Плюс/минус
8260 Дробная черта
8722 Минус
· 183 Произведение-точка
× 215 Произведение-крестик
÷ 247 Деление
9675 Композиция
8730 Квадратный корень
8853 Плюс в кружке
8855 Знак умножения в кружке
8592 Стрелка влево
8593 Стрелка вверх
8594 Стрелка вправо
8596 Стрелка влево и вправо
8656 Двойная стрелка влево
8658 Двойная стрелка вправо
8660 Двойная стрелка влево и вправо
° 176 Градус
8869 Перпендикулярно
8736 Угол
8706 Частичная производная / граница
8747 Интеграл
¹ 185 Степень 1
² 178 Степень 2
³ 179 Степень 3
½ 189 Одна вторая
8721 Знак суммирования
8719 Знак произведения

Греческие буквы
СтрочныеПрописныеНазвание
Буква Код Буква Код
α 945 Α 913 Альфа
β 946 Β 914 Бета
γ 947 Γ 915 Гамма
δ 948 Δ 916 Дельта
ε 949 Ε 917 Эпсилон
ζ 950 Ζ 918 Дзета
η 951 Η 919 Эта
θ 952 Θ 920 Тета
ι 953 Ι 921 Йота
κ 954 Κ 922 Каппа
λ 955 Λ 923 Лямбда
μ 956 Μ 924 Мю
ν 957 Ν 925 Ню
ξ 958 Ξ 926 Кси
ο 959 Ο 927 Омикрон
π 960 Π 928 Пи
ρ 961 Ρ 929 Ро
σ 963 Σ 931 Сигма
ς 962
τ 964 Τ 932 Тау
υ 965 Υ 933 Ипсилон
φ 966 Φ 934 Фи
χ 967 Χ 935 Хи
ψ 968 Ψ 936 Пси
ω 969 Ω 937 Омега

В Юникоде:

Символы верхнего индекса: ⁰ ¹ ² ³ ⁴ ⁵ ⁶ ⁷ ⁸ ⁹ ⁺ ⁻ ⁼ ⁽ ⁾ ⁿ ⁱ
Символы нижнего индекса: ₀ ₁ ₂ ₃ ₄ ₅ ₆ ₇ ₈ ₉ ₊ ₋ ₌ ₍ ₎
Метод Фейнмана: как выучить что угодно и никогда не забыватьРазное
4 Мая 2018 20:48:27
forany.xyz

Метод Фейнмана: как выучить что угодно и никогда не забывать

Лауреат Нобелевской премии по физике Ричард Фейнман сформулировал алгоритм обучения, который помогает быстрее и глубже разобраться в любой теме.

Я не всегда был хорошим учеником. Главным в обучении я считал количество времени, которое ему посвящалось. А потом я обнаружил нечто, изменившее мою жизнь.

Известный лауреат Нобелевской премии по физике Ричард Фейнман осознал различие между «знанием чего-то» и «знанием названия чего-то», и это одна из главных причин его успеха.

Фейнман наткнулся на формулу обучения, которая позволила ему понимать вещи лучше других. Эта формула получила название «метод Фейнмана», и она помогает вам изучать любой предмет глубже и быстрее. Тема, предмет или понятие, которое вы хотите изучить, не имеют значения. Возьмите что угодно. Метод Фейнмана работает везде. И, что самое замечательное, он очень прост в исполнении. До смешного прост.

И это не только отличный метод обучения, но и окно в совершенно другой образ мышления.

Позвольте мне объяснить.

В методе Фейнмана есть три шага.

Шаг 1. Научите этому ребенка

Возьмите чистый лист бумаги и напишите, что вы хотите изучить. Запишите, что вы знаете об этом предмете, как если бы вы объясняли это ребенку. Не вашему умному взрослому приятелю, а восьмилетке, который обладает достаточным словарным запасом и способностью концентрироваться, чтобы понять базовые понятия и отношения.

Множество людей склонны использовать сложные слова и профессиональный жаргон, когда они не понимают чего-то. Проблема в том, что мы сами себя дурачим, потому что не осознаем, чего именно мы не понимаем. Использование жаргона призвано скрыть от окружающих наше непонимание. Когда вы записываете идею от начала до конца простыми словами, которые в состоянии понять ребенок (используйте только самые распространенные слова), вы помогаете себе понять ее суть на более глубоком уровне и упрощаете отношения и связи между понятиями. Если вы приложите усилия, вы четко поймете, где у вас пробелы. И это хорошо, это указывает на возможность учиться.

Шаг 2. Повторите

В первом шаге вы неизбежно столкнетесь с пробелами в ваших знаниях: где-то вы забыли что-то важное, не смогли объяснить или просто испытали сложности в соединении важных понятий. Это крайне важно, потому что вы открыли край своих познаний. Компетентность — это знание пределов своих способностей, и вы только что нашли один из них! Это точка, где начинается обучение. Теперь вы знаете, в чем загвоздка, так что вернитесь к исходному материалу и изучите его заново, пока вы не сможете объяснить его в простых терминах.

Обнаружение границ ваших познаний также ограничивает ошибки, которые вы склонны совершать, и увеличивает шансы на успех в применении ваших знаний.

Шаг 3. Организуйте и упростите

Теперь у вас есть ряд рукописных заметок. Пересмотрите их и убедитесь, что по ошибке не вписали туда какой-нибудь профессиональный термин из исходного материала. Теперь составьте из них простой рассказ. Прочитайте его вслух. Если объяснение не выглядит простым или звучит странно, это признак того, что ваши знания все еще нуждаются в доработке.

Шаг 4 (Необязательный): Поделитесь

Если вы хотите быть уверенным в своем понимании, поделитесь своим знанием с кем-нибудь (идеально, если этот кто-то очень плохо разбирается в предмете. Или найдите 8-летнего ребенка!). Лучший тест на ваше знание предмета — ваша способность передать его другому человеку.
Искусственный интеллект научили избегать безвыходных ситуацийКибернетика, когнитивистика
29 Ноя 2017 15:58:28
forany.xyz

Искусственный интеллект научили избегать безвыходных ситуаций

Искусственный интеллект научили избегать безвыходных ситуаций

Исследователи разработали новый метод обучения алгоритмов, который позволяет наблюдателю реже сбрасывать систему к изначальному состоянию. Для этого они предложили дополнять алгоритмы планировщиком, который анализирует опасность последующих действий, и, в случае, если они могут привести к необратимым последствиям, возвращает систему в исходное состояние, сообщается в работе, опубликованной на arXiv.org.

Машинное обучение позволило в последние годы совершить огромный прогресс во многих областях, например, в создании беспилотных автомобилей. Алгоритмам необходимы большие наборы тренировочных данных и множество попыток, в которых он обучается выполнению задач в разных условиях. Такой подход позволяет получать в результате более эффективные алгоритмы, чем те, чью поведение запрограммировано «вручную», но помимо большого времени обучения это имеет еще один недостаток — нередко алгоритм во время очередной попытки приходит в необратимое состояние, и разработчик должен сбросить его и среду к исходному состоянию.

Группа под руководством Сергея Левина (Sergey Levine) из Google Brain и Калифорнийского университета в Беркли предложила научить алгоритмы самостоятельно решать проблему перезапуска после неуспешного выполнения задачи и минимизировать количество сбросов к исходному состоянию. Основа метода состоит в том, что алгоритм учится не только правильно выполнять поставленную задачу, но и возвращаться из текущего состояния в исходное.

Для этого исследователи предлагают программировать алгоритм таким образом, чтобы его поведение обуславливалось двумя компонентами: планировщиком, отвечающим непосредственно за поставленную задачу, и планировщиком, который определяет, сможет ли алгоритм пройти цепочку действий в обратную сторону. Действие первого планировщика рассматривается как безопасное только в случае, если после него систему можно вернуть в исходное состояние. Если действие ведет к необратимым последствиям, второй планировщик прекращает его. Если же система все же вошла в необратимое состояние, алгоритм может совершить полную перезагрузку окружения и окажется в исходной позиции.


Разработчики продемонстрировали концепцию с помощью простого двуногого агента, передвигающегося по горизонтальной поверхности. На видео можно увидеть два алгоритма: с предложенной системой планирования (справа) и без нее (слева). Можно увидеть, что первый алгоритм замечает яму перед ним и не падает в нее. Также за счет того, что он обучается возврату в исходную позицию, алгоритм самостоятельно возвращается в исходную позицию без необходимости вмешательства наблюдателя.
Искусственный интеллект освоил паркурКибернетика, когнитивистика
29 Ноя 2017 15:53:55
forany.xyz

Искусственный интеллект освоил паркур

Искусственный интеллект освоил паркур

Система искусственного интеллекта, созданная программистами из Google DeepMind, научилась преодолевать препятствия в виртуальном мире. Добиться этого удалось, применив метод обучения с подкреплением. Статья исследователей доступна на сервере препринтов ArXiv, кратко о ней рассказывает The Verge.

Обучение с подкреплением — это один из способов машинного обучения, который подразумевает, что испытуемая система (агент) находится в некоторой среде, о которой у нее нет сведений, но в которой она может совершать определенные действия. Действия переводят среду в новое состояние, и агент получает от нее некоторое вознаграждение или штраф. Благодаря постоянной обратной связи, система совершенствует свою работу — подобный метод используется для тренировки роботов или игровых систем искусственного интеллекта (ИИ).

Чаще всего программисты разрабатывают функцию вознаграждения так, чтобы агент решал задачу только определенным способом. Это приводит к тому, что система ИИ порой не может приспособиться даже к незначительным изменениям условий. Разработчики из Google DeepMind, в свою очередь, создали такую среду и систему наград, которые способствуют выработке сложного поведения.

Исследователи построили виртуальный мир с разными по сложности препятствиями, куда они поочередно помещали трех агентов: тело с двумя ногами, четвероногий корпус и человекообразную фигуру. Каждая система была наделена проприцепцией (ощущением положения частей собственного тела относительно друг друга и в пространстве) и примитивным зрением. Всем агентам надо было добраться из точки А в точку В, и чем быстрее они это делали, тем больше была награда. Разработчики также ввели систему штрафов: двуногое тело наказывалось, если оно наталкивалось на препятствия из-за неправильного положения торса, а четвероногий «паук» и «человек» — если смещались с центра плоскости.


В итоге, компьютер самостоятельно научился сложным движениям — он стал перепрыгивать ямы, уклоняться от препятствий сверху, а также взбегать на склоны и перепрыгивать барьеры. Кроме того, как показано на видео, агенты использовали «колени», чтобы залезть на высокие платформы.

Программисты из Google DeepMind заключили, что простая система наград и богатая виртуальная среда способствуют развитию нестандартных двигательных навыков. По их мнению, такой подход позволит в целом улучшить качество и надежность поведения агентов.

В прошлом году разработчики из Google DeepMind с помощью обучения с подкреплением также научили систему ИИ определять вес и количество объектов в виртуальном мире. В будущем она может быть использована для роботов, которым, например, будет необходимо перемещаться по неровным поверхностям.
Трогательное послание Ричарда Фейнмана своей любимой, которое она никогда не прочтетРазное
23 Авг 2016 03:53:36
forany.xyz

Трогательное послание Ричарда Фейнмана своей любимой, которое она никогда не прочтет

Ричард и Арлин Фейнман

— Дорогая Арлин,

Я обожаю тебя, милая.

Я знаю, как тебе нравится это слышать, но я пишу не только для того, чтобы порадовать тебя. Я пишу потому, что это наполняет теплом все внутри меня. Я не писал тебе ужасно долго — почти два года. Но я знаю, ты ведь простишь меня, упрямого прагматика. Я думал, нет никакого смысла писать тебе. Но теперь, моя дорогая жена, я знаю, что должен сделать то, что так долго откладывал и так часто делал в прошлом. Я хочу сказать, что люблю тебя. Я хочу любить тебя. Я всегда буду любить тебя.

Умом мне сложно понять, что значит любить тебя, после того как ты умерла, но я до сих пор хочу оберегать тебя и заботиться о тебе. И я хочу, чтобы ты любила и заботилась обо мне. Я хочу обсуждать с тобой свои проблемы. Я хочу вместе заниматься разными делами. До настоящего момента мне это и в голову не приходило. А ведь мы могли бы делать вместе очень многое: шить одежду, учить китайский, купить кинопроектор. А сейчас я могу это сделать? Нет. Я совсем один без тебя. Ты была главным генератором идей и вдохновителем всех моих безумных приключений.

Когда ты болела, то беспокоилась, что не можешь дать мне того, в чем я нуждался, того, что тебе хотелось бы мне дать. Не стоило волноваться. В этом не было никакой нужды. Я всегда говорил тебе, что очень люблю тебя просто за то, что ты есть. И сейчас я понимаю это, как никогда. Ты уже ничего не можешь мне дать, а я люблю тебя так сильно, что никогда не смогу полюбить кого-то другого. И я хочу, чтобы так оно и было. Потому что даже мертвая ты намного лучше всех живых.

Я знаю, ты скажешь, что я глупый, что ты хочешь, чтобы я был счастлив, и не хочешь стоять у меня на пути. Ты, наверное, удивишься, узнав, что за эти два года у меня даже не было подружки (кроме тебя, моя дорогая). И ты ничего не можешь с этим поделать. И я не могу. Я ничего не понимаю. Я встречал многих девушек, среди них были очень даже милые, и я не хочу оставаться один, но через пару-тройку свиданий я понимал, что они для меня пустое место. У меня есть только ты. Ты настоящая.

Моя дорогая жена, я обожаю тебя.
Я люблю свою жену. Моя жена умерла.

Рич.

PS: Прости меня, пожалуйста, за то, что не отправил тебе это письмо, — я не знаю твоего нового адреса.

(Из книги Джеймса Глейка «Гений: жизнь и наука Ричарда Фейнмана»)

Ричард Фейнман был влюблен в Арлин с 13 лет. А к моменту свадьбы Арлин была уже серьезно больна. В июне 1945 года Арлин Фейнман, супруга выдающегося американского физика Ричарда Фейнмана, скончалась от туберкулеза. Ей было 25 лет. Через 16 месяцев после ее смерти Фейнман написал жене письмо и запечатал его в конверт, который вскрыли только после смерти самого ученого, спустя 43 года.
Логический поискРабота сайта
6 Июн 2016 12:38:10
forany.xyz

Логический поиск

При поиске публикаций, комментариев, тем на форуме, сообщений на форуме, пользователей и писем поддерживаются следующие операторы:

+Предшествующий слову знак "плюс" показывает, что это слово должно присутствовать в каждой возвращенной строке. По умолчанию (если ни плюс, ни минус не указаны) данное слово является не обязательным, но содержащие его строки будут оцениваться более высоко.
-Предшествующий слову знак "минус" означает, что это слово не должно присутствовать в какой-либо возвращенной строке.
> <Эти два оператора используются для того, чтобы изменить вклад слова в величину релевантности, которое приписывается строке. Оператор < уменьшает этот вклад, а оператор > увеличивает его.
~Предшествующий слову знак "тильда" воздействует как оператор отрицания, обуславливая негативный вклад данного слова в релевантность строки. Им отмечают нежелательные слова. Строка, содержащая такое слово, будет оценена ниже других, но не будет исключена совершенно, как в случае оператора "минус".
*Звездочка является оператором усечения. В отличие от остальных операторов, она должна добавляться в конце слова, а не в начале.
"…"Фраза, заключенная в двойные кавычки, соответствует только строкам, содержащим эту фразу, написанную буквально.
(…)Круглые скобки группируют слова в подвыражения.

Примеры:

математика физика
Находятся записи, которые содержат "математика" или "физика".

+математика +видео
Находятся записи, которые содержат "математика" и "физика".

+математика книга
Находятся записи, которые содержат "математика", но релевантность выше, если в записи есть "книга".

+математика -видео
Находятся записи, которые содержат "математика" и не содержат "видео".

+математика +(>книга <видео)
Находятся записи, которые содержат "математика" и ("книга" или "видео"), но релевантность "книга" выше, чем "видео".

математ*
Находятся записи, которые содержат слова, начинающиеся с "математ", например "математик", "математика", "математический".

"теорема Ферма"
Находятся записи, которые содержат "теорема Ферма", но не "теорема Пьера Ферма".