Python/ django
61.1K subscribers
2.16K photos
87 videos
48 files
2.88K links
по всем вопросам @haarrp

@itchannels_telegram - 🔥 все ит-каналы

@ai_machinelearning_big_data -ML

@ArtificialIntelligencedl -AI

@datascienceiot - 📚

@pythonlbooks

РКН: clck.ru/3FmxmM
Download Telegram
Во время империалистической войны, как сообщали газеты, с французским летчиком произошел совершенно необыкновенный случай. Летая на высоте двух километров, летчик заметил, что близ его лица движется какой-то мелкий предмет. Думая, что это насекомое, летчик проворно схватил его рукой. Представьте изумление летчика, когда оказалось, что он поймал... германскую боевую пулю!

Не правда ли, это напоминает россказни легендарного барона Мюнхгаузена, будто бы ловившего пушечные ядра руками?

А между тем в сообщении о летчике, поймавшем пулю, нет ничего невозможного.

Пуля ведь не все время движется со своей начальной скоростью 800 — 900 м в секунду. Из-за сопротивления воздуха она постепенно замедляет свой полет и к концу пути — на излете — делает всего метров 40 в секунду. А такую скорость развивает и самолет. Значит, легко может случиться, что пуля и самолет будут иметь одинаковую скорость; тогда по отношению к летчику пуля будет неподвижна или будет двигаться едва заметно. Ничего не будет стоить тогда схватить ее рукой, — особенно в перчатке, потому что пуля, движущаяся в воздухе, сильно разогревается.
═════════════════════
#физика@physics_math
#математика@physics_math
#факты@physics_math

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Что тяжелее - тонна дерева или тонна железа?
════════════════════
Очень старый вопрос, но до сих пор не все люди могут на него правильно ответить. Не подумавши, обыкновенно отвечают, что тонна железа тяжелее, вызывая дружный смех окружающих. Шутники, вероятно, еще громче рассмеются, если им ответят, что тонна дерева тяжелее, чем тонна железа. Такое утверждение кажется уж ни с чем не сообразным, — и однако, строго говоря, это ответ верный!

Дело в том, что закон Архимеда применим не только к жидкостям, но и к газам. Каждое тело в воздухе “теряет” из своего веса столько, сколько весит вытесненный телом объем воздуха.

Дерево и железо тоже, конечно, теряют в воздухе часть своего веса. Чтобы получить истинные их веса, нужно потерю прибавить.
Вес дерева Pд = Mд * g - pвозд * Vд * g
Вес железа Pж = Mж * g - pвозд * Vж * g
Очевидно, что когда на весах мы добьемся равенства Pд = Pж, объем железа будет меньше объема дерева: Vд > Vж
А реальные массы кубика из железа и кубика из дерева будут определяться выражениями:
Mд = Mд(на_весах) + pвозд * Vд
Mж = Mж(на_весах) + pвозд * Vж
Массы на весах равны, т.к.:
Pд = Pж => Pд / g = Pж / g => Mд(на_весах) = Mж(на_весах)
А вот истинные массы будут отличаться.

Следовательно, истинный вес дерева в нашем случае равен 1 тонне + вес воздуха в объеме дерева; истинный вес железа равен 1 тонне + вес воздуха в объеме железа.

Но тонна дерева занимает гораздо больший объем, нежели тонна железа (раз в 15), поэтому истинный вес тонны дерева больше истинного веса тонны железа! Выражаясь точнее, мы должны были бы сказать: истинный вес того дерева, которое в воздухе весит тонну, больше истинного веса того железа, которое весит в воздухе также одну тонну.

Так как тонна железа занимает объем в 1/8 куб. м, а тонна дерева — около 2 куб. м, то разность в весе вытесняемого ими воздуха должна составлять около 2,5 кг.

#физика@physics_math
#математика@physics_math
#факты@physics_math
#наука@physics_math

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Бумажная кастрюля
═════════════════════
Взгляните на рис.1: яйцо варится в воде, налитой в бумажный колпак! “Но ведь бумага сейчас загорится и вода зальет лампу”, — скажете вы. Попробуйте же сделать опыт, взяв для него плотную пергаментную бумагу и надежно прикрепив ее к проволоке. Вы убедитесь, что бумага нисколько не пострадает от огня. Объясним в чем причина.

Причина в том, что вода может быть нагрета в открытом сосуде только до температуры кипения, т.е. до 100°; поэтому нагреваемая вода, обладающая к тому же большой теплоемкостью, поглощая избыток теплоты бумаги, не дает ей нагреться заметно выше 100°, т. е. настолько, чтобы она могла воспламениться. (Практичнее будет пользоваться небольшой бумажной коробкой в форме, изображенной на рис. 2.) Бумага не загорается, если даже пламя лижет ее.

К тому же роду явлений относится и печальный опыт, который невольно проделывают рассеянные люди, ставящие самовар без воды: самовар распаивается. Причина понятна: припой сравнительно легкоплавок, и только тесное соседство воды спасает его от опасного повышения температуры. Нельзя также нагревать запаянные кастрюли без воды. В старых пулеметах Максима нагревание воды предохраняло оружие от расплавления.

Вы можете, далее, расплавить, например, свинцовую пломбу в коробочке, сделанной из игральной карты. Надо только подвергать действию пламени именно то место бумаги, которое непосредственно соприкасается со свинцом: металл, как сравнительно хороший проводник тепла, быстро отнимает от бумаги тепло, не давая ей нагреться заметно выше температуры плавления, т. е. 335° (для свинца); такая температура недостаточна для воспламенения бумаги.

Хорошо удается также следующий опыт (рис.3): толстый гвоздь или железный (еще лучше медный) прут обмотайте плотно узкой бумажной полоской, наподобие винта. Затем внесите прут с бумажной полоской в пламя. Огонь будет лизать бумагу, закоптит ее, но не сожжет, пока прут не раскалится. Разгадка опыта — в хорошей теплопроводности металла; со стеклянной палочкой подобный опыт не удался бы. Рис.4 изображает сходный опыт с “несгораемой” ниткой, туго намотанной на ключ.

#физика@physics_math
#математика@physics_math
#факты@physics_math
#наука@physics_math

#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python