Media is too big
VIEW IN TELEGRAM
В этом ролике вы узнаете основы работы с физическими явлениями (гравитация, столкновения, сила упругости и трения) на примере физического движка Pynunk.
Проведем очень интересный опыт, смоделируем доску Гальтона (Galton board) при помощи языка программирования Python (Пайтон, Питон). Обработкой всей физики будет заниматься движок Pymunk, а отрисовку объектов воплотим через библиотеку Pygame.
Чтобы установить Pymunk, введите в терминале: "
pip install pymunk
"Чтобы установить Pygame, введите в терминале: "
pip install pygame
"📝 Код из видео на Github
https://www.pymunk.org/en/latest/index.html
https://devdocs.io/pygame/
https://pygame-docs.website.yandexcloud.net/
#моделирование #python #физика #программирование
💡 Physics.Math.Code // @physics_lib
Please open Telegram to view this post
VIEW IN TELEGRAM
👍91🔥33❤9🌚3💊3
📕 Компьютерное моделирование физических систем [2011] Булавин Л.A., Выгорницкий H.B., Лебовка Н.И
💾 Скачать книгу
Для студентов, аспирантов и преподавателей физических, физико-химических специальностей, а также научных сотрудников.
⚙️ Компьютерное моделирование — процесс вычисления компьютерной модели (иначе численной модели) на одном или нескольких вычислительных узлах. Реализует представление объекта, системы, понятия в форме, отличной от реальной, но приближенной к алгоритмическому описанию. Включает набор данных, характеризующих свойства системы и динамику их изменения со временем.
Компьютерные модели стали обычным инструментом математического моделирования и применяются в физике, астрофизике, механике, химии, биологии, экономике, социологии, метеорологии, других науках и прикладных задачах в различных областях радиоэлектроники, машиностроения, автомобилестроения и проч. Компьютерные модели используются для получения новых знаний об объекте или для приближенной оценки поведения систем, слишком сложных для аналитического исследования.
Компьютерное моделирование является одним из эффективных методов изучения сложных систем. Компьютерные модели проще и удобнее исследовать в силу возможности проводить т. н. вычислительные эксперименты в тех случаях, когда реальные эксперименты затруднены из-за финансовых или физических препятствий или могут дать непредсказуемый результат. Формализованность компьютерных моделей позволяет определить основные факторы, определяющие свойства изучаемого объекта-оригинала (или целого класса объектов), в частности, исследовать отклик моделируемой физической системы на изменения её параметров и начальных условий. #моделирование #программирование #физика #математика #physics #math
💡 Physics.Math.Code // @physics_lib
💾 Скачать книгу
Для студентов, аспирантов и преподавателей физических, физико-химических специальностей, а также научных сотрудников.
Компьютерные модели стали обычным инструментом математического моделирования и применяются в физике, астрофизике, механике, химии, биологии, экономике, социологии, метеорологии, других науках и прикладных задачах в различных областях радиоэлектроники, машиностроения, автомобилестроения и проч. Компьютерные модели используются для получения новых знаний об объекте или для приближенной оценки поведения систем, слишком сложных для аналитического исследования.
Компьютерное моделирование является одним из эффективных методов изучения сложных систем. Компьютерные модели проще и удобнее исследовать в силу возможности проводить т. н. вычислительные эксперименты в тех случаях, когда реальные эксперименты затруднены из-за финансовых или физических препятствий или могут дать непредсказуемый результат. Формализованность компьютерных моделей позволяет определить основные факторы, определяющие свойства изучаемого объекта-оригинала (или целого класса объектов), в частности, исследовать отклик моделируемой физической системы на изменения её параметров и начальных условий. #моделирование #программирование #физика #математика #physics #math
💡 Physics.Math.Code // @physics_lib
Please open Telegram to view this post
VIEW IN TELEGRAM
👍33❤17🔥10🤩1😍1
Компьютерное_моделирование_физических_систем_2011_Булавин_Л_A_,.djvu
4.7 MB
📕 Компьютерное моделирование физических систем [2011] Булавин Л.A., Выгорницкий H.B., Лебовка Н.И
В учебном пособии изложен материал по применению методов компьютерного моделирования для исследования физических систем. В каждой главе рассмотрена самостоятельная физическая задача, в ней содержится введение в суть проблемы, изложены рецепты и алгоритмы ее решения, дано описание рабочей программы на языке Фортран 90, а также приведены примеры ее использования. Рассмотренные задачи относятся к областям статистической физики и физики конденсированных систем, физики фракталов, перколяционных и хаотических явлений. Для более глубокого усвоения материала, к каждой главе прилагаются задачи и упражнения для самостоятельной работы.
Для студентов, аспирантов и преподавателей физических, физико-химических специальностей, а также научных сотрудников.
📝 Компьютерное моделирование дает возможность:
▪️ расширить круг исследовательских объектов — становится возможным изучать не повторяющиеся явления, явления прошлого и будущего, объекты, которые не воспроизводятся в реальных условиях;
▪️ визуализировать объекты любой природы, в том числе и абстрактные;
▪️ исследовать явления и процессы в динамике их развертывания;
▪️ управлять временем (ускорять, замедлять и т.д);
▪️ совершать многоразовые испытания модели, каждый раз возвращая её в первичное состояние;
▪️ получать разные характеристики объекта в числовом или графическом виде;
▪️ находить оптимальную конструкцию объекта, не изготовляя его пробных экземпляров;
▪️ проводить эксперименты без риска негативных последствий для здоровья человека или окружающей среды.
#моделирование #программирование #физика #математика #physics #math
💡 Physics.Math.Code // @physics_lib
В учебном пособии изложен материал по применению методов компьютерного моделирования для исследования физических систем. В каждой главе рассмотрена самостоятельная физическая задача, в ней содержится введение в суть проблемы, изложены рецепты и алгоритмы ее решения, дано описание рабочей программы на языке Фортран 90, а также приведены примеры ее использования. Рассмотренные задачи относятся к областям статистической физики и физики конденсированных систем, физики фракталов, перколяционных и хаотических явлений. Для более глубокого усвоения материала, к каждой главе прилагаются задачи и упражнения для самостоятельной работы.
Для студентов, аспирантов и преподавателей физических, физико-химических специальностей, а также научных сотрудников.
📝 Компьютерное моделирование дает возможность:
▪️ расширить круг исследовательских объектов — становится возможным изучать не повторяющиеся явления, явления прошлого и будущего, объекты, которые не воспроизводятся в реальных условиях;
▪️ визуализировать объекты любой природы, в том числе и абстрактные;
▪️ исследовать явления и процессы в динамике их развертывания;
▪️ управлять временем (ускорять, замедлять и т.д);
▪️ совершать многоразовые испытания модели, каждый раз возвращая её в первичное состояние;
▪️ получать разные характеристики объекта в числовом или графическом виде;
▪️ находить оптимальную конструкцию объекта, не изготовляя его пробных экземпляров;
▪️ проводить эксперименты без риска негативных последствий для здоровья человека или окружающей среды.
#моделирование #программирование #физика #математика #physics #math
💡 Physics.Math.Code // @physics_lib
👍47🔥10❤5😘3⚡2❤🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
Эксперимент, показывающий несостоятельность астрологии, провел в конце 40-х годов психолог Бертрам Форер. Он провел среди студентов тест личности, однако вместо результатов раздал им случайные тексты, взятые из газетных гороскопов. После этого он предложил студентам оценить, насколько хорошо результаты «мнимого» теста описывают их личность. Студенты оценили совпадения результатов больше, чем на 80%.
Эксперимент подтвердил ранее известный эффект, названный эффектом Барнума в честь известного американского фокусника. Суть эффекта состоит в том, что люди находят совпадения в расплывчатом обобщенном описании, которое, как они считают, создано специально для них авторитетными личностями. Таким образом, людям свойственно находить в гороскопах совпадения, даже если они там отсутствуют. Это как раз объясняет широкую популярность гороскопов и астрологии в целом.
🪐 С точки зрения современной науки астрология является типичным лженаучным учением и разновидностью гадательной магии. Впервые она была отделена от астрономии ученым аль-Фараби в X веке в его «Трактате об астрологии» в части «Что правильно и что неправильно в приговорах звезд», в котором он рассматривал астрологию, как лженауку.
💡 Physics.Math.Code // @physics_lib
Please open Telegram to view this post
VIEW IN TELEGRAM
👍178🔥24💯12💊8❤6👏4🤓4🥰1😨1
This media is not supported in your browser
VIEW IN TELEGRAM
♾️ Задача о перемещении дивана
Задача о перемещении дивана была сформулирована канадским математиком австрийского происхождения Мозером (англ.) в 1966 году.
Задача сводится к двумерной идеализации житейской проблемы о перемещении мебели. В двумерном пространстве определите жёсткое тело наибольшей площади А, которое может быть перемещено в Г-образном «коридоре», образованном «тоннелями» шириной в единицу измерения, сходящимися под прямым углом. Полученное значение А принято называть константой дивана (в альтернативных формулировках той же самой задачи этот предмет является идеализацией стола, или же баржи или корабля в Г-образном канале).
Те, кому приходилось передвигать мебель в своей квартире или хотя бы присутствовать при этом, наверняка сталкивались с весьма традиционной проблемой: шкаф или диван, которые должны быть передвинуты в другую комнату, никак не могут «протиснуться» в нужное место по «извилистому» коридору. Можно предположить, что знаменитая задача о перемещении дивана, сформулированная в 1966 году, родилась в голове канадского математика Мозера именно в тот момент, когда он пытался переставить мебель.
Представьте, что вы имеете коридор, который изгибается в форме буквы Г (он образован двумя небольшими коридорчиками, образующими прямой угол), через который необходимо «протащить» диван или стол (выражаясь сухим языком математики — «жесткое тело наибольшей площади А» — константы дивана). В некоторых подобных задачах через канал такого же вида необходимо провести корабль или баржу. Каким же образом необходимо поступить в данном случае? [Ответ]
#математика #геометрия #численные_методы #math #article
💡 Physics.Math.Code // @physics_lib
Задача о перемещении дивана была сформулирована канадским математиком австрийского происхождения Мозером (англ.) в 1966 году.
Задача сводится к двумерной идеализации житейской проблемы о перемещении мебели. В двумерном пространстве определите жёсткое тело наибольшей площади А, которое может быть перемещено в Г-образном «коридоре», образованном «тоннелями» шириной в единицу измерения, сходящимися под прямым углом. Полученное значение А принято называть константой дивана (в альтернативных формулировках той же самой задачи этот предмет является идеализацией стола, или же баржи или корабля в Г-образном канале).
Те, кому приходилось передвигать мебель в своей квартире или хотя бы присутствовать при этом, наверняка сталкивались с весьма традиционной проблемой: шкаф или диван, которые должны быть передвинуты в другую комнату, никак не могут «протиснуться» в нужное место по «извилистому» коридору. Можно предположить, что знаменитая задача о перемещении дивана, сформулированная в 1966 году, родилась в голове канадского математика Мозера именно в тот момент, когда он пытался переставить мебель.
Представьте, что вы имеете коридор, который изгибается в форме буквы Г (он образован двумя небольшими коридорчиками, образующими прямой угол), через который необходимо «протащить» диван или стол (выражаясь сухим языком математики — «жесткое тело наибольшей площади А» — константы дивана). В некоторых подобных задачах через канал такого же вида необходимо провести корабль или баржу. Каким же образом необходимо поступить в данном случае? [Ответ]
#математика #геометрия #численные_методы #math #article
💡 Physics.Math.Code // @physics_lib
🔥62👍43❤8🤓6😱4🤯2🤷♂1🆒1😎1
This media is not supported in your browser
VIEW IN TELEGRAM
🌀 Резонанс: частот имеет значение
Резонанс (фр. résonance, от лат. resono «откликаюсь») — частотно-избирательный отклик колебательной системы на периодическое внешнее воздействие, который проявляется в резком увеличении амплитуды стационарных колебаний при приближении частоты внешнего воздействия к определённым значениям, характерным для данной системы. Эти значения называют собственными частотами; в простых случаях такая частота одна, но может быть и несколько.
Наиболее известная большинству людей механическая резонансная система — это обычные качели. Если подталкивать качели в определённые моменты времени в соответствии с их резонансной частотой, размах движения будет увеличиваться, в противном случае движения будут затухать. Резонансную частоту такого маятника с достаточной точностью в диапазоне малых смещений от равновесного состояния можно найти по формуле:
где g — это ускорение свободного падения (9,8 м/с² для поверхности Земли), а L — длина от точки подвешивания маятника до центра его масс. (Более точная формула довольно сложна и включает эллиптический интеграл.) Важно, что резонансная частота не зависит от массы маятника. Также важно, что раскачивать маятник нельзя на кратных частотах (высших гармониках), зато это можно делать на частотах, равных долям от основной (низших гармониках).
#физика #опыты #эксперименты #наука #science #physics #механика #волны #видеоуроки #резонанс
💡 Physics.Math.Code // @physics_lib
Резонанс (фр. résonance, от лат. resono «откликаюсь») — частотно-избирательный отклик колебательной системы на периодическое внешнее воздействие, который проявляется в резком увеличении амплитуды стационарных колебаний при приближении частоты внешнего воздействия к определённым значениям, характерным для данной системы. Эти значения называют собственными частотами; в простых случаях такая частота одна, но может быть и несколько.
Наиболее известная большинству людей механическая резонансная система — это обычные качели. Если подталкивать качели в определённые моменты времени в соответствии с их резонансной частотой, размах движения будет увеличиваться, в противном случае движения будут затухать. Резонансную частоту такого маятника с достаточной точностью в диапазоне малых смещений от равновесного состояния можно найти по формуле:
f = (1/2𝝅)√(g/L)
где g — это ускорение свободного падения (9,8 м/с² для поверхности Земли), а L — длина от точки подвешивания маятника до центра его масс. (Более точная формула довольно сложна и включает эллиптический интеграл.) Важно, что резонансная частота не зависит от массы маятника. Также важно, что раскачивать маятник нельзя на кратных частотах (высших гармониках), зато это можно делать на частотах, равных долям от основной (низших гармониках).
#физика #опыты #эксперименты #наука #science #physics #механика #волны #видеоуроки #резонанс
💡 Physics.Math.Code // @physics_lib
👍127❤19🔥15🤯6🤩4🤔2❤🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
🧲 Эффект Мейснера — полное вытеснение магнитного поля из объёма проводника при его переходе в сверхпроводящее состояние. Впервые явление наблюдалось в 1933 году немецкими физиками В. Мейснером и Р. Оксенфельдом. При охлаждении сверхпроводника, находящегося во внешнем постоянном магнитном поле, в момент перехода в сверхпроводящее состояние магнитное поле полностью вытесняется из его объёма. Этим сверхпроводник качественно отличается от «обычного» материала с высокой проводимостью.
Отсутствие магнитного поля в объёме проводника позволяет заключить из общих законов магнитного поля, что в нём существует только поверхностный ток. Он физически реален и занимает некоторый тонкий слой вблизи поверхности. Например, в случае помещённого во внешнее поле шара (см. рис.) этот ток будет формироваться носителями заряда, движущимися в приповерхностном слое по кольцевым траекториям, лежащим в плоскостях, ортогональных плоскости рисунка и полю на бесконечности (радиус колец меняется от радиуса шара в середине до нуля вверху и внизу). Роль идеальной проводимости состоит в том, что появившийся поверхностный ток протекает бездиссипативно и неограниченно долго — при конечном сопротивлении среда не смогла бы реагировать на наложение поля таким способом. Магнитное поле возникшего тока компенсирует в толще сверхпроводника внешнее поле (уместна аналогия с экранированием электрического поля индуцированным на поверхности металла зарядом). В этом отношении сверхпроводник ведёт себя формально как идеальный диамагнетик. Однако он не является диамагнетиком, так как внутри него намагниченность равна нулю. #физика #physics #опыты #эксперименты #магнетизм #электродинамика
💡 Physics.Math.Code // @physics_lib
Отсутствие магнитного поля в объёме проводника позволяет заключить из общих законов магнитного поля, что в нём существует только поверхностный ток. Он физически реален и занимает некоторый тонкий слой вблизи поверхности. Например, в случае помещённого во внешнее поле шара (см. рис.) этот ток будет формироваться носителями заряда, движущимися в приповерхностном слое по кольцевым траекториям, лежащим в плоскостях, ортогональных плоскости рисунка и полю на бесконечности (радиус колец меняется от радиуса шара в середине до нуля вверху и внизу). Роль идеальной проводимости состоит в том, что появившийся поверхностный ток протекает бездиссипативно и неограниченно долго — при конечном сопротивлении среда не смогла бы реагировать на наложение поля таким способом. Магнитное поле возникшего тока компенсирует в толще сверхпроводника внешнее поле (уместна аналогия с экранированием электрического поля индуцированным на поверхности металла зарядом). В этом отношении сверхпроводник ведёт себя формально как идеальный диамагнетик. Однако он не является диамагнетиком, так как внутри него намагниченность равна нулю. #физика #physics #опыты #эксперименты #магнетизм #электродинамика
💡 Physics.Math.Code // @physics_lib
👍55❤14🔥10⚡3❤🔥1🤩1
This media is not supported in your browser
VIEW IN TELEGRAM
⭕️ Какая площадь заключена между тремя окружностями?
#math #математика #геометрия #maths #видеоуроки #научные_фильмы
💡 Physics.Math.Code // @physics_lib
#math #математика #геометрия #maths #видеоуроки #научные_фильмы
💡 Physics.Math.Code // @physics_lib
👍87🔥30❤🔥8❤4🤩4🌚3
〽️ Непрерывная везде, но не дифференцируемая нигде: визуализация функции Вейерштрасса!
В давнюю эпоху математики во многом вдохновлялись природой. Когда Ньютон разрабатывал математический анализ, он в первую очередь вдохновлялся физическим миром: траекториями планет, колебаниями маятника, движением падающего фрукта. Такое мышление привело к возникновению геометрической интуиции относительно математических структур. Они должны были иметь такой же смысл, что и физический объект. В результате этого многие математики сосредоточились на изучении «непрерывных» функций.
Но в 1860-х появились слухи о странном существе — математической функции, противоречившей теореме Ампера. В Германии великий Бернхард Риман рассказывал своим студентам, что знает непрерывную функцию, не имеющую гладких частей, и для которой невозможно вычислить производную функции в любой точке. Риман не опубликовал доказательств, как и Шарль Селлерье из Женевского университета, который писал, что обнаружил что-то «очень важное и, как мне кажется, новое», однако спрятал свои работы в папку, ставшую достоянием общественности только после его смерти несколько десятков лет спустя. Однако если бы его заявлениям поверили, то это означало бы угрозу самым основам зарождавшегося математического анализа. Это существо угрожало разрушить счастливую дружбу между математической теорией и физическими наблюдениями, на которых она была основана. Матанализ всегда был языком планет и звёзд, но как может природа быть надёжным источником вдохновения, если найдутся математические функции, противоречащие основной её сути?
Чудовище окончательно родилось в 1872 году, когда Карл Вейерштрасс объявил, что нашёл функцию, являющуюся непрерывной, но не гладкой во всех точках. Он создал её, сложив вместе бесконечно длинный ряд функций косинуса:
Как функция она была уродливой и отвратительной. Было даже непонятно, как она будет выглядеть на графике. Но Вейерштрасса это не волновало. Его доказательство состояло не из форм, а из уравнений, и именно это делало его заявление таким мощным. Он не только создал чудовище, но и построил его на железной логике. Он взял собственное новое строгое определение производной и доказал, что для этой новой функции её вычислить невозможно. #математика #mathematics #animation #math #геометрия #geometry #gif #maths #видеоуроки #научные_фильмы #математический_анализ
💡 Physics.Math.Code // @physics_lib
В давнюю эпоху математики во многом вдохновлялись природой. Когда Ньютон разрабатывал математический анализ, он в первую очередь вдохновлялся физическим миром: траекториями планет, колебаниями маятника, движением падающего фрукта. Такое мышление привело к возникновению геометрической интуиции относительно математических структур. Они должны были иметь такой же смысл, что и физический объект. В результате этого многие математики сосредоточились на изучении «непрерывных» функций.
Но в 1860-х появились слухи о странном существе — математической функции, противоречившей теореме Ампера. В Германии великий Бернхард Риман рассказывал своим студентам, что знает непрерывную функцию, не имеющую гладких частей, и для которой невозможно вычислить производную функции в любой точке. Риман не опубликовал доказательств, как и Шарль Селлерье из Женевского университета, который писал, что обнаружил что-то «очень важное и, как мне кажется, новое», однако спрятал свои работы в папку, ставшую достоянием общественности только после его смерти несколько десятков лет спустя. Однако если бы его заявлениям поверили, то это означало бы угрозу самым основам зарождавшегося математического анализа. Это существо угрожало разрушить счастливую дружбу между математической теорией и физическими наблюдениями, на которых она была основана. Матанализ всегда был языком планет и звёзд, но как может природа быть надёжным источником вдохновения, если найдутся математические функции, противоречащие основной её сути?
Чудовище окончательно родилось в 1872 году, когда Карл Вейерштрасс объявил, что нашёл функцию, являющуюся непрерывной, но не гладкой во всех точках. Он создал её, сложив вместе бесконечно длинный ряд функций косинуса:
f(x) = cos(3x𝝅)/2 + cos(3²x𝝅)/2² + cos(3³x𝝅)/2³ + ...
Как функция она была уродливой и отвратительной. Было даже непонятно, как она будет выглядеть на графике. Но Вейерштрасса это не волновало. Его доказательство состояло не из форм, а из уравнений, и именно это делало его заявление таким мощным. Он не только создал чудовище, но и построил его на железной логике. Он взял собственное новое строгое определение производной и доказал, что для этой новой функции её вычислить невозможно. #математика #mathematics #animation #math #геометрия #geometry #gif #maths #видеоуроки #научные_фильмы #математический_анализ
💡 Physics.Math.Code // @physics_lib
👍105🔥30❤12🤯9⚡3
This media is not supported in your browser
VIEW IN TELEGRAM
Красный цвет имеет максимальную длину волны из видимого спектра и, следовательно, несёт наименьшее количество энергии. По мере увеличения глубины поглощаются красные, оранжевые, затем жёлтые, а иногда и зелёные волны, поэтому оставшийся видимый свет состоит из синего и фиолетового цветов с более короткой длиной волны. Вот почему океан на подводных съёмках мы видим в оттенках синего. А на глубину порядка двухсот метров (конкретика сильно зависит от условий) уже не проникает никакой видимый свет.
Вода представляет собой синий светофильтр, тем более густой, чем толще слой воды. Все краски с увеличением глубины меняются. Так, например, красный цвет на глубине около 5 м становится бордовым, затем с погружением постепенно превращается в коричневый, а за пределами 12 м красные цвета все более превращаются в темно-зеленые. На глубине 20-30 м все цвета сизо-серые, они однотонны и тусклы.
Чем короче длина волны у света, тем энергичнее фотоны, и наоборот. Отличным примером служит рентгеновское излучение. Оно находится вне видимо спектра, так как длина его волны чрезвычайно мала, что и позволяет фотонами проходить насквозь некоторые предметы. Аналогично, чем больше длина волны, тем меньшей способностью к сквозному прохождению сквозь предметы обладают фотоны. Как уже упоминалось выше, у красного света самая большая длина волны из видимого спектра, поэтому красный свет поглощается лучше остальных. Другими словами, красный свет просто рассеивается в воде.
Если красный предмет постепенно погружать под воду, его цвет будет меняться: на небольшой глубине это незаметно; приблизительно на глубине 5 метров предмет станет бордовым; затем с увеличением глубины он сперва начнет казаться коричневым, потом зелёным, а на глубине около 30 метров станет чёрным. Это связано с тем, что цвет какого-либо тела определяется цветом, отражаемым этим телом. Например, красный предмет поглощает все цвета, кроме красного. Чем глубже погружается предмет, тем меньше света на него падает и тем меньше он отражает; а значит, на большой глубине, любой цвет будет казаться чёрным. #оптика #физика #science #physics #волны #квантовая_физика #опыты #эксперименты #видеоуроки #научные_фильмы
💡 Physics.Math.Code // @physics_lib
Please open Telegram to view this post
VIEW IN TELEGRAM
👍180🔥46❤16❤🔥3🌚3⚡1😱1🤝1🫡1
This media is not supported in your browser
VIEW IN TELEGRAM
⭕️ Экстремальная задача на смекалку. С одной стороны можно решить методами математического анализа, с другой стороны — логикой, подкрепленной школьной геометрией.
#математика #mathematics #animation #math #геометрия #geometry #gif #maths #видеоуроки #научные_фильмы #математический_анализ
💡 Physics.Math.Code // @physics_lib
#математика #mathematics #animation #math #геометрия #geometry #gif #maths #видеоуроки #научные_фильмы #математический_анализ
💡 Physics.Math.Code // @physics_lib
👍91❤🔥26🔥18❤6👾5🤯4⚡2😱1