Рассчитайте количество теплоты необходимое для нагревания. Презентация на тему «Расчёт количества теплоты, необходимого для нагревания тела и выделяемого им при его охлаждении»
§ 9. Расчёт количества теплоты, необходимого для нагревания тела или выделяемого им при охлаждении — Физика 8 класс (Перышкин)
Краткое описание:
В параграфе с таким длинным названием наконец получается формула для вычисления количества теплоты. Все рассуждения, проведённые в двух предыдущих параграфах, кратко, в виде букв, обозначающих физические величины, собираются в одну формулу. Величины: масса тела, изменение температуры тела, удельная теплоёмкость. Это первая формула в курсе восьмого класса. Конечно. после параграфа девять последуют задачи, в которых надо будет вычислять количество теплоты, которое требуется или выделяется. Пример решения такой задачи есть в учебнике. Даже двух задач. Удельную теплоёмкость, если она не указана в условии задачи, берите из таблицы в параграфе 8.
Количество теплоты связано с внутренней энергией тела. если тело отдаёт теплоту, то внутренняя энергия уменьшается, а если получает, то наоборот. Поэтому в задачах иногда просят вычислить не теплоту, а изменение внутренней энергии. Так и формулируется вопрос задачи: «На сколько изменилась внутренняя энергия?» Делать это надо по той же самой формуле для теплоты, с которой вы познакомитесь в этом параграфе.
Слайд 2
Цельурока:
определить формулу расчёта количества теплоты, необходимого для изменения температуры тела; проанализировать формулу; отработка практических навыков при решении задач; продолжать учиться анализировать условия задания; анализировать и оценивать ответ одноклассников;
Слайд 3
Без тепла нет жизни. Но слишком сильный холод и жара разрушает всё живое. Все тела, даже глыбы льда, излучают энергию, но слабо нагретые тела излучают мало энергии, и это излучение не воспринимается человеческим глазом. В восемнадцатом веке многие учёные считали, что теплота – это особое вещество «теплород», невесомая «жидкость», содержащаяся в телах.
Сейчас мы знаем. Что это не так. Сегодня мы будем говорить о теплоте и тепловых явлениях, а также научимся расчитывать количество теплоты, необходимое для нагревания тела и выделяющееся при его охлаждении.Слайд 4
Всесторонняя проверка знаний
1. Энергию движения и взаимодействия частиц, из которых состоит тело, называют внутренней энергией. 2. Внутреннюю энергию тела нельзя увеличить, совершая над ним работу. 3. Перенос энергии от более холодного тела к более горячему называют теплопроводностью. 4. При теплопроводности вещество не перемещается от одного конца тела к другому. 5. Конвекция происходит в твердых телах. 6. Энергия которую тело отдает или получает при теплопередаче называется количеством теплоты. 7. Излучение – это вид теплопередачи. 8. Перенос энергии от одного тела к другому или от одной его части к другой осуществляют молекулы или другие частицы. 9. Внутренняя энергия измеряется в Ньютонах. 10. Количество теплоты, необходимое для нагревания тела зависит от рода вещества
Слайд 5
Ответы к заданию:
Λ‗‗Λ‗ΛΛΛ‗Λ
Слайд 6
На каком рисунке представлены три способа теплообмена: теплопроводность, излучение и конвекция? а/ в/ б/
Слайд 7
Путем теплопроводности через дно и стенки котелка внутренняя энергия пламени переходит во внутреннюю энергию туристской похлебки. Путем излучения – во внутреннюю энергию ладоней туриста и его одежды. А путем конвекции – во внутреннюю энергию воздуха над костром.
Слайд 8
Качественные задачи
Из русской сказки “Лисичка — сестричка и серый волк”. Волк пошел на реку, опустил хвост в прорубь и начал приговаривать: “ Ловись, рыбка, и мала и велика! Ловись, рыбка и мала и велика!”. Вслед за ним и лиса явилась; ходит около волка да причитывает: “ Ясни, ясни на небе звезды! Мерзни, мерзни волчий хвост!”. Хвост и примерз. Каким путем покинуло тепло хвост волка? (Излучением).
Слайд 9
Из алтайской сказки “ Горностай и заяц”. Молча думал свою думу мудрый медведь. Перед ним жарко трещал большой костер, над огнем на железном треножнике стоял золотой котел с семью бронзовыми ушками. Этот свой любимый котел медведь никогда не чистил: боялся, что вместе с грязью счастье уйдет, и золотой котел был всегда ста слоями сажи как бархатом покрыт. Влияло ли на нагревание воды то, что котел был покрыт “ ста слоями сажи”?
Да, так как сажа пористая, то нагревание воды будет происходить медленнее
Слайд 10
Перед тем как взлететь, ночная бабочка довольно долго подрагивает крылышками.
Почему?Бабочка “разогревается”, подобно спортсмену, делающему разминку перед стартом. Часть совершаемой ею механической работы идет на увеличение внутренней энергии.
Слайд 11
Фокус «Несгораемая бумага». Гвоздь плотно оборачивают бумагой и нагревают в пламени спиртовки. Бумага не горит. Почему? Фокус «Несгораемая бумага». Гвоздь плотно оборачивают бумагой и нагревают в пламени спиртовки. Бумага не горит. Почему?
Железо обладает большой теплопроводностью, поэтому практически всё тепло передаётся гвоздю, и бумага не сгорает. Экспериментальное задание.
Слайд 12
Экспериментальное задание. Опыт с полосатым стаканом Стакан из тонкого стекла оклеиваю изнутри полосками белой и черной бумаги одинаковой ширины. Снаружи к стакану приклеиваю пластилином на одной высоте кнопки по одной против каждой белой и черной полоски. Ставлю стакан на блюдце и в него свечу строго в центр. Зажигаю свечу. Через некоторое время кнопки начинают отпадать. Объясните результаты опыта. Ответ: Сначала отпадут те кнопки, которые приклеены против черных полосок бумаги, так как здесь стекло больше нагревается, черные поверхности больше поглощают энергию падающего на них излучения, чем белые.
На практике часто пользуются тепловыми расчётами. Например, при строительстве зданий необходимо учитывать, какое количество теплоты должна отдавать зданию вся система отопления. Следует также знать, какое количество теплоты будет уходить в окружающее пространство через окна, стены, двери.
Покажем на примерах, как нужно вести простейшие расчёты.
Итак, необходимо узнать, какое количество теплоты получила при нагревании медная деталь. Её масса 2 кг, а температура увеличивалась от 20 до 280 °С. Вначале по таблице 1 определим удельную теплоёмкость меди с м = 400 Дж / кг °С). Это означает, что на нагревание детали из меди массой 1 кг на 1 °С потребуется 400 Дж. Для нагревания медной детали массой 2 кг на 1 °С необходимо в 2 раза большее количество теплоты — 800 Дж. Температуру медной детали необходимо увеличить не на 1 °С, а на 260 °С, значит, потребуется в 260 раз большее количество теплоты, т. е. 800 Дж 260 = 208 000 Дж.
Если обозначить массу m, разность между конечной (t 2) и начальной (t 1) температурами — t 2 — t 1 получим формулу для расчёта количества теплоты:
Q = cm(t 2 — t 1).
Пример 1 . В железный котёл массой 5 кг налита вода массой 10 кг. Какое количество теплоты нужно передать котлу с водой для изменения их температуры от 10 до 100 °С?
При решении задачи нужно учесть, что оба тела — и котёл, и вода — будут нагреваться вместе. Между ними происходит теплообмен. Их температуры можно считать одинаковыми, т. е. температура котла и воды изменяется на 100 °С — 10 °С = 90 °С. Но количества теплоты, полученные котлом и водой, не будут одинаковыми. Ведь их массы и удельные теплоёмкости различны.
Нагревание воды в котелке
Пример 2 . Смешали воду массой 0,8 кг, имеющую температуру 25 °С, и воду при температуре 100 °С массой 0,2 кг. Температуру полученной смеси измерили, и она оказалась равной 40 °С. Вычислите, какое количество теплоты отдала горячая вода при остывании и получила холодная вода при нагревании.
Сравните эти количества теплоты.Запишем условие задачи и решим её.
Мы видим, что количество теплоты, отданное горячей водой, и количество теплоты, полученное холодной водой,равны между собой. Это не случайный результат. Опыт показывает, что если между телами происходит теплообмен, то внутренняя энергия всех нагревающихся тел увеличивается на столько, на сколько уменьшается внутренняя энергия остывающих тел.
При проведении опытов обычно получается, что отданная горячей водой энергия больше энергии, полученной холодной водой. Это объясняется тем, что часть энергии передаётся окружающему воздуху, а часть энергии — сосуду, в котором смешивали воду. Равенство отданной и полученной энергий будет тем точнее, чем меньше потерь энергии допускается в опыте. Если подсчитать и учесть эти потери, то равенство будет точным.
Вопросы
- Что нужно знать, чтобы вычислить количество теплоты, полученное телом при нагревании?
- Объясните на примере, как рассчитывают количество теплоты, сообщённое телу при его нагревании или выделяющееся при его охлаждении.
- Напишите формулу для расчёта количества теплоты.
- Какой вывод можно сделать из опыта по смешиванию холодной и горячей воды? Почему на практике эти энергии не равны?
Упражнение 8
- Какое количество теплоты требуется для нагревания воды массой 0,1 кг на 1 °С?
- Рассчитайте количество теплоты, необходимое для нагревания: а) чугунного утюга массой 1,5 кг для изменения его температуры на 200 °С; б) алюминиевой ложки массой 50 г от 20 до 90 °С; в) кирпичного камина массой 2 т от 10 до 40 °С.
- Какое количество теплоты выделилось при остывании воды, объём которой 20 л, если температура изменилась от 100 до 50 °С?
Расчет количества теплоты, сообщенного телу при его нагревании или выделяемого при его охлаждении
Мы узнали, от каких величин зависит количество теплоты и какими единицами его измеряют.
Для подсчета количества теплоты нужно знать удельную теплоемкость вещества, из которого изготовлено тело, массу этого тела и разность между его начальной и конечной температурой.
Например, нужно подсчитать, какое количество теплоты получила железная деталь массой 5 кг при нагревании на 600 °С.
Удельная теплоемкость железа равна 460 Дж/кг*°С, это означает, что для нагревания железа массой 1 кг на 1 °С требуется 460 Дж.
Для нагревания железа массой 5 кг на 1°С потребуется в 5 раз большее количество теплоты, т. е. 460 Дж X 5 =2300 Дж; для нагревания железа массой 5 кг на 600 °С потребуется еще в 600 раз большее количество теплоты, т. е. 2300 Дж X 600 = 1380 000 Дж.
Итак, чтобы подсчитать количество теплоты, необходимое для нагревания тела, нужно удельную теплоемкость умножить на массу тела и на разность между конечной и начальной температурой его.
Указанное правило можно записать в виде формулы, введя следующие обозначения: Q—количество теплоты, c – кудельная теплоемкость вещества, m — масса тела, t1 —начальная и t2 – конечная температура тела. Тогда
Q = cm (t2 — t1).
Пример 1. В железный котел массой 10 кг налито 20 кг воды. Какое количество теплоты нужно передать котлу, чтобы нагреть его вместе с налитой в него водой от 10 до 100 °С?
Оба тела — и котел, и вода — будут нагреваться вместе. Между ними происходит теплообмен, и их температуры можно считать одинаковыми. Поэтому и котел, и вода нагреваются на одно и то же число градусов: 100 °С — 10 °С = 90 °С. Но количества теплоты, полученные котлом и водой, не будут одинаковыми, ведь их массы и удельные теплоемкости различны.
Количество теплоты, полученное котлом, равно:
Q1=c1m1(t2 – t1),
Q1 =460 Дж/кг*°С • 10 кг • 90°С=414 000 Дж ≈ 400 кДж.
Количество теплоты, полученное водой, равно:
Q2 = c2m2(t2 – t1),
Q2 = 4200 Дж/кг*°С • 20 кг • 90°С = 7560000 Дж≈7600 кДж.
На нагревание и котла, и воды израсходовано количество теплоты:
Q=Q1 + Q2,
Q = 400 кДж+7 600 кДж = 8 000 кДж
Пример 2. Смешали 0,8 кг воды, имеющей температуру 25°С, и 0,2 кг кипятка. Температуру полученной смеси измерили, и она оказалась равной 40 °С. Вычислить, какое количество теплоты отдал при остывании кипяток и какое количество теплоты получила, при нагревании более холодная вода. Сравнить эти количества теплоты.
Кипяток остыл от 100 до 40 °С, при этом он отдал количество теплоты:
Q1 = c1m1(t2 — t1),
Q1 = 4 200 Дж/кг*°С • 0,2 кг • (100° С – 40° С) = 50 400 Дж.
Вода, в которую был влит кипяток, нагрелась от 25 до 40 °С и получила количество теплоты:
Q2 = c2m2(t – t1),
Q2 = 4 200 Дж/кг*°С • 0,8 кг • (40° С – 25° С) = 50 400 Дж.
Мы видим, что количество теплоты, отданное горячей водой, и количество теплоты, полученное холодной водой, равны между собой. Это не случайный результат. Опыт показывает, что если между телами происходит теплообмен, то внутренняя энергия всех нагревающихся тел увеличивается настолько, насколько уменьшается внутренняя энергия остывающих тел.
Однако если провести более точные измерения в опытах по смешиванию горячей и холодной воды, то точного равенства отданной и полученной энергии не получится. Отданная энергия будет больше полученной. Объясняется это тем, что часть энергии во время опыта передается воздуху и сосуду. Разница в отданном и полученном количестве теплоты будет тем меньше, чем меньше потерь энергии допускается в опыте.
Вопросы. 1. Что нужно знать, чтобы подсчитать количество теплоты, полученное телом при нагревании? 2. Объясните на примере, как подсчитывают количество теплоты, сообщенное телу при его нагревании или выделяющееся при его охлаждении. 3. Как записывают формулу для подсчета количества теплоты? 4. Какой вывод можно сделать из опыта по смешиванию холодной и горячей воды?
Упражнения.
- Удельная теплоемкость алюминия равна 920 Дж/кг • ° С. Что это означает?
- Какая из указанных в таблице 6 жидкостей быстрее нагревается при одинаковых условиях нагревания? Почему?
- Почему в качестве охладителя (например, при охлаждении двигателя внутреннего сгорания) из всех жидкостей выгоднее всего применять воду?
- Рассчитайте количество теплоты, необходимое для нагревания: а) чугунного утюга массой 1,5 кг на 200° С, б) алюминиевой ложки массой 50 г от 20 до 90° С, в) кирпичной печи массой 2 т от 10 до 60°С,
Метки: внутренняя энергияДжоульединицы теплаколичество теплотынагреваниерасчет количества теплотытелотеплотеплоемкостьТеплопередачаУдельная теплоемкостьэнергия
8 класс физика лабка – Рамблер/класс
8 класс физика лабка – Рамблер/классИнтересные вопросы
Школа
Подскажите, как бороться с грубым отношением одноклассников к моему ребенку?Новости
Поделитесь, сколько вы потратили на подготовку ребенка к учебному году?
Школа
Объясните, это правда, что родители теперь будут информироваться о снижении успеваемости в школе?
Школа
Когда в 2018 году намечено проведение основного периода ЕГЭ?
Новости
Будет ли как-то улучшаться система проверки и организации итоговых сочинений?
Вузы
Подскажите, почему закрыли прием в Московский институт телевидения и радиовещания «Останкино»?
Привет, леениво неохото и неохото делать эту физику мб кто-то уже сделал и может поделиться?? если не жалко конечно
§ 9.
1. Что нужно знать, чтобы вычислить количество теплоты, полученное телом при нагревании?
2. Объясните на примере, как расчитывают кол-во теплоты, сообщенное телу при его нагревании или выфделяющееся при его хлаждении.
3. Напишите формулу для расчета кол-во теплоты.
4. Какой вывод можно сделать из опыта по смешаванию холодной и горячей воды?
Почему на практике эти энергии не равны?
Упр
1 кокое кол-во теплоты требуется для нагревания воды массой 0.1 кг на 1 гр Ц?
2 Расчитайте кол-во теплоты, необходимое для нагревания: а) чугунного утюга массой 1.5 кг для изменения его температуры на 200гр Ц б) алюминиевой ложки массой до 50 г от 20 до 90 ц в) кирпичного камина массой 2 т от 10 до 40 гр ц
3 какое кол во теплоты выделилось при остывании воды, объем которой 20л если температура изменилась от 100 до 50 гр ц?
Лучший ответ
1. Чтобы вычислить количество теплоты, полученное телом при нагревании, надо знать удельную теплоемкость вещества данного тела, массу тела и изменение температуры тела.
2. Пусть один литр воды температурой 20°С надо довести до кипения. Рассчитаем количество теплоты, необходимое для этого нагрева
Q = mc(t2 – t1), где m = 1 кг, масса нагреваемой воды,
с=4200 — удельная теплоемкость воды, t2=100℃ — температура кипения, t1=20℃ — начальная температура воды.
Лучше единицы измерения проверить заранее:
Кг* *℃=Дж,
В формуле указать единицу измерения результата
Q = 1 · 4200 · (100- 20) = 4200 · 80 = 336000 = 336 · 103 Дж= 336 кДж.
3. Q = mc(t2 — t1), где Q — количество теплоты, m — масса вещества, с — удельная теплоемкость, t2— конечная температура, t1-начальная температура.
4. При проведении опытов по передаче тепла от горячей воды к холодной заметно, что холодной воде достается меньше энергии, чем было отдано горячей. Разница меньше, если меньше потерь допускается в опыте (на нагрев окружающего воздуха, сосудов и т. п.).
еще ответы
ваш ответ
Можно ввести 4000 cимволов
отправить
дежурный
Нажимая кнопку «отправить», вы принимаете условия пользовательского соглашения
похожие темы
Экскурсии
Мякишев Г. Я.
Психология
Химия
похожие вопросы 5
Приготовление раствора сахара и расчёт его массовой доли в растворе. Химия. 8 класс. Габриелян. ГДЗ. Хим. практикум № 1. Практ. работа № 5.
Попробуйте провести следующий опыт. Приготовление раствора
сахара и расчёт его массовой доли в растворе.
Отмерьте мерным (Подробнее…)
ГДЗШкола8 классХимияГабриелян О.С.
ГДЗ Тема 21 Физика 7-9 класс А.В.Перышкин Задание №476 Изобразите силы, действующие на тело.
Привет всем! Нужен ваш совет, как отвечать…
Изобразите силы, действующие на тело, когда оно плавает на поверхности жидкости. (Подробнее…)
ГДЗФизикаПерышкин А.В.Школа7 класс
Васильевых. 50 вариантов ответов по русскому языку. Вариант 33 ч.2 Задание 3 ОГЭ Русский язык 9 класс Средство выразительности речи — эпитет
Укажите предложение, в котором средством выразительности речи является эпитет.
1) — Скрипка маленькая, её на (Подробнее…)
ГДЗРусский языкОГЭ9 классВасильевых И.П.
16. Расставьте все знаки препинания: укажите цифру(-ы), на месте которой(-ых)… Цыбулько И. П. Русский язык ЕГЭ-2017 ГДЗ. Вариант 13.
16.
Расставьте все знаки препинания: укажите цифру(-ы), на месте которой(-ых)
в предложении должна(-ы) стоять запятая(-ые). (Подробнее…)
ГДЗЕГЭРусский языкЦыбулько И.П.
ЕГЭ-2017 Цыбулько И. П. Русский язык ГДЗ. Вариант 13. 18. Расставьте все знаки препинания: укажите цифру(-ы), на месте которой(-ых)…
18.
Расставьте все знаки препинания: укажите цифру(-ы), на месте которой(-ых)
в предложении должна(-ы) стоять запятая(-ые). (Подробнее…)
ГДЗЕГЭРусский языкЦыбулько И.П.
Основы регрессионного анализа—ArcGIS Pro | Документация
Набор инструментов Пространственная статистика предоставляет эффективные инструменты количественного анализа пространственных структурных закономерностей. Инструмент Анализ горячих точек, например, поможет найти ответы на следующие вопросы:
- Есть ли в США места, где постоянно наблюдается высокая смертность среди молодежи?
- Где находятся «горячие точки» по местам преступлений, вызовов 911 (см. рисунок ниже) или пожаров?
- Где находятся места, в которых количество дорожных происшествий превышает обычный городской уровень?
Анализ данных звонков в службу 911, показывающий горячие точки (красным), холодные точки (синим) и локализацию пожарных/полиции, ответственных за реагирование (зеленые круги)
Каждый из вопросов спрашивает «где»? Следующий логический вопрос для такого типа анализа – «почему»?
- Почему в некоторых местах США наблюдается повышенная смертность молодежи? Какова причина этого?
- Можем ли мы промоделировать характеристики мест, на которые приходится больше всего преступлений, звонков в 911, или пожаров, чтобы помочь сократить эти случаи?
- От каких факторов зависит повышенное число дорожных происшествий? Имеются ли какие-либо возможности для снижения числа дорожных происшествий в городе вообще, и в особо неблагополучных районах в частности?
Инструменты в наборе инструментов Моделирование пространственных отношений помогут вам ответить на вторую серию вопросов «почему». К этим инструментам относятся Метод наименьших квадратов и Географически взвешенная регрессия.
Пространственные отношения
Регрессионный анализ позволяет вам моделировать, проверять и исследовать пространственные отношения и помогает вам объяснить факторы, стоящие за наблюдаемыми пространственными структурными закономерностями. Вы также можете захотеть понять, почему люди постоянно умирают молодыми в некоторых регионах страны, и какие факторы особенно влияют на особенно высокий уровень диабета. При моделирование пространственных отношений, однако, регрессионный анализ также может быть пригоден для прогнозирования. Моделирование факторов, которые влияют на долю выпускников колледжей, на пример, позволяют вам сделать прогноз о потенциальной рабочей силе и их навыках. Вы также можете использовать регрессионный анализ для прогнозирования осадков или качества воздуха в случаях, где интерполяция невозможна из-за малого количества станций наблюдения (к примеру, часто отсутствую измерительные приборы вдоль горных хребтов и в долинах).
МНК – наиболее известный метод регрессионного анализа. Это также подходящая отправная точка для всех способов пространственного регрессионного анализа. Данный метод позволяет построить глобальную модель переменной или процесса, которые вы хотите изучить или спрогнозировать (уровень смертности/осадки). Он создает уравнение регрессии, отражающее происходящий процесс. Географически взвешенная регрессия (ГВР) — один из нескольких методов пространственного регрессионного анализа, все чаще использующегося в географии и других дисциплинах. Метод ГВР (географически взвешенная регрессия) создает локальную модель переменной или процесса, которые вы прогнозируете или изучаете, применяя уравнение регрессии к каждому пространственному объекту в наборе данных. При подходящем использовании, эти методы являются мощным и надежным статистическим средством для проверки и оценки линейных взаимосвязей.
Линейные взаимосвязи могут быть положительными или отрицательными. Если вы обнаружили, что количество поисково-спасательных операций увеличивается при возрастании среднесуточной температуры, такое отношение является положительным; имеется положительная корреляция. Другой способ описать эту положительную взаимосвязь — сказать, что количество поисково-спасательных операций уменьшается при уменьшении среднесуточной температуры. Соответственно, если вы установили, что число преступлений уменьшается при увеличении числа полицейских патрулей, данное отношение является отрицательным. Также, можно выразить это отрицательное отношение, сказав, что количество преступлений увеличивается при уменьшении количества патрулей. На рисунке ниже показаны положительные и отрицательные отношения, а также случаи, когда две переменные не связаны отношениями:
Диаграммы рассеяния: положительная связь, отрицательная связь и пример с 2 не связанными переменными.Корреляционные анализы, и связанные с ними графики, отображенные выше, показывают силу взаимосвязи между двумя переменными. С другой стороны, регрессионные анализы дают больше информации: они пытаются продемонстрировать степень, с которой 1 или более переменных потенциально вызывают положительные или негативные изменения в другой переменной.
Применения регрессионного анализа
Регрессионный анализ может использоваться в большом количестве приложений:
- Моделирование числа поступивших в среднюю школу для лучшего понимания факторов, удерживающих детей в том же учебном заведении.
- Моделирование дорожных аварий как функции скорости, дорожных условий, погоды и т.д., чтобы проинформировать полицию и снизить несчастные случаи.
- Моделирование потерь от пожаров как функции от таких переменных как степень вовлеченности пожарных департаментов, время обработки вызова, или цена собственности. Если вы обнаружили, что время реагирования на вызов является ключевым фактором, возможно, существует необходимость создания новых пожарных станций. Если вы обнаружили, что вовлеченность – главный фактор, возможно, вам нужно увеличить оборудование и количество пожарных, отправляемых на пожар.
Существует три первостепенных причины, по которым обычно используют регрессионный анализ:
- Смоделировать некоторые явления, чтобы лучше понять их и, возможно, использовать это понимание для оказания влияния на политику и принятие решений о наиболее подходящих действиях. Основная цель — измерить экстент, который при изменениях в одной или более переменных связанно вызывает изменения и в другой. Пример. Требуется понять ключевые характеристики ареала обитания некоторых видов птиц (например, осадки, ресурсы питания, растительность, хищники) для разработки законодательства, направленного на защиту этих видов.
- Смоделировать некоторые явления, чтобы предсказать значения в других местах или в другое время. Основная цель — построить прогнозную модель, которая является как устойчивой, так и точной. Пример: Даны прогнозы населения и типичные погодные условия. Каким будет объем потребляемой электроэнергии в следующем году?
- Вы также можете использовать регрессионный анализ для исследования гипотез. Предположим, что вы моделируете бытовые преступления для их лучшего понимания и возможно, вам удается внедрить политические меры, чтобы остановить их. Как только вы начинаете ваш анализ, вы, возможно, имеете вопросы или гипотезы, которые вы хотите проверить:
- «Теория разбитого окна» указывает на то, что испорченная общественная собственность (граффити, разрушенные объекты и т. д.) притягивает иные преступления. Имеется ли положительное отношение между вандализмом и взломами в квартиры?
- Имеется ли связь между нелегальным использованием наркотических средств и взломами в квартиры (могут ли наркоманы воровать, чтобы поддерживать свое существование)?
- Совершаются ли взломы с целью ограбления? Возможно ли, что будет больше случаев в домохозяйствах с большей долей пожилых людей и женщин?
- Люди больше подвержены риску ограбления, если они живут в богатой или бедной местности?
Термины и концепции регрессионного анализа
Невозможно обсуждать регрессионный анализ без предварительного знакомства с основными терминами и концепциями, характерными для регрессионной статистики:
Уравнение регрессии. Это математическая формула, применяемая к независимым переменным, чтобы лучше спрогнозировать зависимую переменную, которую необходимо смоделировать. К сожалению, для тех ученых, кто думает, что х и у это только координаты, независимая переменная в регрессионном анализе всегда обозначается как y, а зависимая – всегда X. Каждая независимая переменная связана с коэффициентами регрессии, описывающими силу и знак взаимосвязи между этими двумя переменными. Уравнение регрессии может выглядеть следующим образом (у – зависимая переменная, Х – независимые переменные, β – коэффициенты регрессии), ниже приводится описание каждого из этих компонентов уравнения регрессии):
Элементы Уравнения регрессии по методу наименьших квадратов- Зависимая переменная (y) – это переменная, описывающая процесс, который вы пытаетесь предсказать или понять (бытовые кражи, осадки). В уравнении регрессии эта переменная всегда находится слева от знака равенства. В то время, как вы можете использовать регрессию для предсказания зависимой величины, вы всегда начинаете с набора хорошо известных у-значений и используете их для калибровки регрессионной модели. Известные у-значения часто называют наблюдаемыми величинами.
- Независимые переменные (X) это переменные, используемые для моделирования или прогнозирования значений зависимых переменных. В уравнении регрессии они располагаются справа от знака равенства и часто называются независимыми переменными. Зависимая переменная – это функция независимых переменных. Если вас интересует прогнозирование годового оборота определенного магазина, вы можете включить в модель независимые переменные, отражающие, например, число потенциальных покупателей, расстояние до конкурирующих магазинов, заметность магазина и структуру спроса местных жителей.
- Коэффициенты регрессии (β) – это коэффициенты, которые рассчитываются в результате выполнения регрессионного анализа. Вычисляются величины для каждой независимой переменной, которые представляют силу и тип взаимосвязи независимой переменной по отношению к зависимой. Предположим, что вы моделируете частоту пожаров как функцию от солнечной радиации, растительного покрова, осадков и экспозиции склона. Вы можете ожидать положительную взаимосвязь между частотой пожаров и солнечной радиацией (другими словами, чем больше солнца, тем чаще встречаются пожары). Если отношение положительно, знак связанного коэффициента также положителен. Вы можете ожидать негативную связь между частотой пожаров и осадками (другими словами, для мест с большим количеством осадков характерно меньше лесных пожаров). Коэффициенты отрицательных отношений имеют знак минуса. Когда взаимосвязь сильная, значения коэффициентов достаточно большие (относительно единиц независимой переменной, с которой они связаны). Слабая взаимосвязь описывается коэффициентами с величинами около 0; β0 – это отрезок, отсекаемый линией регрессии.Он представляет ожидаемое значение зависимой величины, если все независимые переменные равны 0.
P-значения. Большинство регрессионных методов выполняют статистический тест для расчета вероятности, называемой р-значением, для коэффициентов, связанной с каждой независимой переменной. Нулевая гипотеза данного статистического теста предполагает, что коэффициент незначительно отличается от нуля (другими словами, для всех целей и задач, коэффициент равен нулю, и связанная независимая переменная не может объяснить вашу модель). Маленькие величины р-значений отражают маленькие вероятности и предполагают, что коэффициент действительно важен для вашей модели со значением, существенно отличающимся от 0 (другими словами, маленькие величины р-значений свидетельствуют о том, что коэффициент не равен 0). Вы бы сказали, что коэффициент с р-значением, равным 0,01, например, статистически значимый для 99 % доверительного интервала; связанные переменные являются эффективным предсказателем. Переменные с коэффициентами около 0 не помогают предсказать или смоделировать зависимые величины; они практически всегда удаляются из регрессионного уравнения, если только нет веских причин сохранить их.
R2/R-квадрат: Статистические показатели составной R-квадрат и скорректированный R-квадрат вычисляются из регрессионного уравнения, чтобы качественно оценить модель. Значение R-квадрат лежит в пределах от 0 до 100 процентов. Если ваша модель описывает наблюдаемые зависимые переменные идеально, R-квадрат равен 1.0 (и вы, несомненно, сделали ошибку; возможно, вы использовали модификацию величины у для предсказания у). Вероятнее всего, вы увидите значения R-квадрат в районе 0,49, например, вы можете интерпретировать подобный результат как «Это модель объясняет 49 % вариации зависимой величины». Чтобы понять, как работает R-квадрат, постройте график, отражающий наблюдаемые и оцениваемые значения у, отсортированные по оцениваемым величинам. Обратите внимание на количество совпадений. Этот график визуально отображает, насколько хорошо вычисленные значения модели объясняют изменения наблюдаемых значений зависимых переменных. Просмотрите иллюстрацию. Скорректированный R-квадрат всегда немного меньше, чем множественный R-квадрат, т.к. он отражает всю сложность модели (количество переменных) и связан с набором исходных данных. Следовательно, скорректированный R-квадрат является более точной мерой для оценки результатов работы модели.
Невязки: Существует необъяснимое количество зависимых величин, представленных в уравнении регрессии как случайные ошибки ε. См. рисунок. Известные значения зависимой переменной используются для построения и настройки модели регрессии. Используя известные величины зависимой переменной (Y) и известные значений для всех независимых переменных (Хs), регрессионный инструмент создаст уравнение, которое предскажет те известные у-значения как можно лучше. Однако предсказанные значения редко точно совпадают с наблюдаемыми величинами. Разница между наблюдаемыми и предсказываемыми значениями у называется невязка или отклонение. Величина отклонений регрессионного уравнения — одно из измерений качества работы модели. Большие отклонения говорят о ненадлежащем качестве модели.
Создание регрессионной модели представляет собой итерационный процесс, направленный на поиск эффективных независимых переменных, чтобы объяснить зависимые переменные, которые вы пытаетесь смоделировать или понять, запуская инструмент регрессии, чтобы определить, какие величины являются эффективными предсказателями. Затем пошаговое удаление и/или добавление переменных до тех пор, пока вы не найдете наилучшим образом подходящую регрессионную модель. Т.к. процесс создания модели часто исследовательский, он никогда не должен становиться простым «подгоном» данных. Он должен учитывать теоретические аспекты, мнение экспертов в этой области и здравый смысл. Вы должным быть способны определить ожидаемую взаимосвязь между каждой потенциальной независимой переменной и зависимой величиной до непосредственного анализа, и должны задать себе дополнительные вопросы, когда эти связи не совпадают.
Если вы никогда не выполняли регрессионный анализ раньше, рекомендуем загрузить Руководство о регрессионному анализу и пройти шаги 1-5.
Особенности регрессионного анализа
Регрессия МНК – это простой метод анализа с хорошо проработанной теорией, предоставляющий эффективные возможности диагностики, которые помогут вам интерпретировать результаты и устранять неполадки. Однако, МНК надежен и эффективен, если ваши данные и регрессионная модель удовлетворяют всем предположениям, требуемым для этого метода (смотри таблицу внизу). Пространственные данные часто нарушают предположения и требования МНК, поэтому важно использовать инструменты регрессии в союзе с подходящими инструментами диагностики, которые позволяют оценить, является ли регрессия подходящим методом для вашего анализа, а приведенная структура данных и модель может быть применена.
Как регрессионная модель может не работать
Серьезной преградой для многих регрессионных моделей является ошибка спецификации. Модель ошибки спецификации — это такая неполная модель, в которой отсутствуют важные независимые переменные, поэтому она неадекватно представляет то, что мы пытаемся моделировать или предсказывать (зависимую величину, у). Другими словами, регрессионная модель не рассказывает вам всю историю. Ошибка спецификации становится очевидной, когда в отклонениях вашей регрессионной модели наблюдается статистически значимая пространственная автокорреляция, или другими словами, когда отклонения вашей модели кластеризуются в пространстве (недооценки – в одной области изучаемой территории, а переоценки – в другой). Благодаря картографированию отклонений регрессии или коэффициентов, связанных с географически взвешенной регрессией, вы сможете обратить ваше внимание на какие-то нюансы, которые вы упустили ранее. Запуск Анализа горячих точек по отклонениям регрессии также может раскрыть разные пространственные режимы, которые можно моделировать при помощи метода наименьших квадратов с региональными показателями или исправлять с использованием географически взвешенной регрессии. Предположим, когда вы картографируете отклонения вашей регрессионной модели, вы видите, что модель всегда заново предсказывает значения в горах, и, наоборот, в долинах, что может значить, что отсутствуют данные о рельефе. Однако может случиться так, что отсутствующие переменные слишком сложны для моделирования или их невозможно подсчитать или слишком трудно измерить. В этих случаях, вы можете воспользоваться ГВР (географически взвешенной регрессией) или другой пространственной регрессией, чтобы получить хорошую модель.
В следующей таблице перечислены типичные проблемы с регрессионными моделями и инструменты в ArcGIS:
Типичные проблемы с регрессией, последствия и решения
Ошибки спецификации относительно независимых переменных. | Когда ключевые независимые переменные отсутствуют в регрессионном анализе, коэффициентам и связанным с ними р-значениям нельзя доверять. | Создайте карту и проверьте невязки МНК и коэффициенты ГВР или запустите Анализ горячих точек по регрессионным невязкам МНК, чтобы увидеть, насколько это позволяет судить о возможных отсутствующих переменных. |
Нелинейные взаимосвязи. Просмотрите иллюстрацию. | МНК и ГВР – линейные методы. Если взаимосвязи между любыми независимыми величинами и зависимыми – нелинейны, результирующая модель будет работать плохо. | Создайте диаграмму рассеяния, чтобы выявить взаимосвязи между показателями в модели.Уделите особое внимание взаимосвязям, включающим зависимые переменные. Обычно криволинейность может быть устранена трансформированием величин. Просмотрите иллюстрацию. Альтернативно, используйте нелинейный метод регрессии. |
Выбросы данных. Просмотрите иллюстрацию. | Существенные выбросы могут увести результаты взаимоотношений регрессионной модели далеко от реальности, внося ошибку в коэффициенты регрессии. | Создайте диаграмму рассеяния и другие графики (гистограммы), чтобы проверить экстремальные значения данных. Скорректировать или удалить выбросы, если они представляют ошибки. Когда выбросы соответствуют действительности, они не могут быть удалены. Запустить регрессию с и без выбросов, чтобы оценить, как это влияет на результат. |
Нестационарность. Вы можете обнаружить, что входящая переменная, может иметь сильную зависимость в регионе А, и в то время быть незначительной или даже поменять знак в регионе B (см. рисунок). | Если взаимосвязь между вашими зависимыми и независимыми величинами противоречит в пределах вашей области изучения, рассчитанные стандартные ошибки будут искусственно раздуты. | Инструмент МНК в ArcGIS автоматически тестирует проблемы, связанные с нестационарностью (региональными вариациями) и вычисляет устойчивые стандартные значения ошибок. Просмотрите иллюстрацию. Когда вероятности, связанные с тестом Koenker, малы (например, < 0,05), у вас есть статистически значимая региональная вариация и вам необходимо учитывать устойчивые вероятности, чтобы определить, является ли независимая переменная статистически значимой или нет. Как правило, результаты моделирования можно улучшить с помощью инструмента Географически взвешенная регрессия. |
Мультиколлинеарность. Одна или несколько независимых переменных излишни. Просмотрите иллюстрацию. | Мультиколлинеарность ведет к переоценке и нестабильной/ненадежной модели. | Инструмент МНК в ArcGIS автоматически проверяет избыточность. Каждой независимой переменной присваивается рассчитанная величина фактора, увеличивающего дисперсию. Когда это значение велико (например, > 7,5), избыток является проблемой и излишние показатели должны быть удалены из модели или модифицированы путем создания взаимосвязанных величин или увеличением размера выборки. Просмотрите иллюстрацию. |
Противоречивая вариация в отклонениях. Может произойти, что модель хорошо работает для маленьких величин, но становится ненадежна для больших значений. Просмотрите иллюстрацию. | Когда модель плохо предсказывает некоторые группы значений, результаты будут носить ошибочный характер. | Инструмент МНК в ArcGIS автоматически выполняет тест на несистемность вариаций в отклонениях (называемая гетероскедастичность или неоднородность дисперсии) и вычисляет стандартные ошибки, которые устойчивы к этой проблеме. Когда вероятности, связанные с тестом Koenker, малы (например, 0,05), необходимо учитывать устойчивые вероятности, чтобы определить, является ли независимая переменная статистически значимой или нет. Просмотрите иллюстрацию. |
Пространственно автокоррелированные отклонения. Просмотрите иллюстрацию. | Когда наблюдается пространственная кластеризация в отклонениях, полученных в результате работы модели, это означает, что имеется переоценённый тип систематических отклонений, модель работает ненадежно. | Запустите инструмент Пространственная автокорреляция (Spatial Autocorrelation) по отклонениям, чтобы убедиться, что в них не наблюдается статистически значимой пространственной автокорреляции. Статистически значимая пространственная автокорреляция практически всегда является симптомом ошибки спецификации (отсутствует ключевой показатель в модели). Просмотрите иллюстрацию. |
Нормальное распределение систематической ошибки. Просмотрите иллюстрацию. | Когда невязки регрессионной модели распределены ненормально со средним, близким к 0, р-значения, связанные с коэффициентами, ненадежны. | Инструмент МНК в ArcGIS автоматически выполняет тест на нормальность распределения отклонений. Когда статистический показатель Жака-Бера является значимым (например, 0,05), скорее всего в вашей модели отсутствует ключевой показатель (ошибка спецификации) или некоторые отношения, которые вы моделируете, являются нелинейными. Проверьте карту отклонений и возможно карту с коэффициентами ГВР, чтобы определить, какие ключевые показатели отсутствуют. Просмотр диаграмм рассеяния и поиск нелинейных отношений. |
Важно протестировать модель на каждую из проблем, перечисленных выше. Результаты могут быть на 100 % неправильны, если игнорируются проблемы, упомянутые выше.
Если вы никогда не выполняли регрессионный анализ раньше, рекомендуем загрузить Руководство по регрессионному анализу.
Пространственная регрессия
Для пространственных данных характерно 2 свойства, которые затрудняют (не делают невозможным) применение традиционных (непространственных) методов, таких как МНК:
- Географические объекты довольно часто пространственно автокоррелированы. Это означает, что объекты, расположенные ближе друг к другу более похожи между собой, чем удаленные объекты. Это создает переоцененный тип систематических ошибок для традиционных моделей регрессии.
- География важна, и часто наиболее важные процессы нестационарны. Эти процессы протекают по-разному в разных частях области изучения. Эта характеристика пространственных данных может относиться как к региональным вариациям, так и к нестационарности.
Настоящие методы пространственной регрессии были разработаны, чтобы устойчиво справляться с этими двумя характеристиками пространственных данных и даже использовать эти свойства пространственных данных, чтобы улучшать моделирование взаимосвязей. Некоторые методы пространственной регрессии эффективно имеют дело с 1 характеристикой (пространственная автокорреляция), другие – со второй (нестационарность). В настоящее время, нет методов пространственной регрессии, которые эффективны с обеими характеристиками. Для правильно настроенной модели ГВР пространственная автокорреляция обычно не является проблемой.
Пространственная автокорреляция
Существует большая разница в том, как традиционные и пространственные статистические методы смотрят на пространственную автокорреляцию. Традиционные статистические методы видят ее как плохую вещь, которая должна быть устранена, т. к. пространственная автокорреляция ухудшает предположения многих традиционных статистических методов. Для географа или ГИС-аналитика, однако, пространственная автокорреляция является доказательством важности пространственных процессов; это интегральная компонента данных. Удаляя пространство, мы удаляем пространственный контекст данных; это как только половина истории. Пространственные процессы и доказательство пространственных взаимосвязей в данных представляют собой особый интерес, и поэтому пользователи ГИС с радостью используют инструменты пространственного анализа данных. Однако, чтобы избежать переоцененный тип систематических ошибок в вашей модели, вы должны определить полный набор независимых переменных, которые эффективно опишут структуру ваших данных. Если вы не можете определить все эти переменные, скорее всего, вы увидите существенную пространственную автокорреляцию среди отклонений модели. К сожалению, вы не можете доверять результатам регрессии, пока все не устранено. Используйте инструмент Пространственная автокорреляция, чтобы выполнить тест на статистически значимую пространственную автокорреляцию для отклонений в вашей регрессии.
Как минимум существует 3 направления, как поступать с пространственной автокорреляцией в невязках регрессионных моделей.
- Изменять размер выборки до тех пор, пока не удастся устранить статистически значимую пространственную автокорреляцию. Это не гарантирует, что в анализе будет полностью устранена проблема пространственной автокорреляции, но она значительно меньше, когда пространственная автокорреляция удалена из зависимых и независимых переменных. Это традиционный статистический подход к устранению пространственной автокорреляции и только подходит, если пространственная автокорреляция является результатом избыточности данных.
- Изолируйте пространственные и непространственные компоненты каждой входящей величины, используя методы фильтрации в пространственной регрессии. Пространство удалено из каждой величины, но затем его возвращают обратно в регрессионную модель в качестве новой переменной, отвечающей за пространственные эффекты/пространственную структуру. ArcGIS в настоящее время не предоставляет возможности проведения подобного рода анализа.
- Внедрите пространственную автокорреляцию в регрессионную модель, используя пространственные эконометрические регрессионные модели. Пространственные эконометрические регрессионные модели будут добавлены в ArcGIS в следующем релизе.
Региональные вариации
Глобальные модели, подобные МНК, создают уравнения, наилучшим образом описывающие общие связи в данных в пределах изучаемой территории. Когда те взаимосвязи противоречивы в пределах территории изучения, МНК хорошо моделирует эти взаимосвязи. Когда те взаимосвязи ведут себя по-разному в разных частях области изучения, регрессионное уравнение представляет средние результаты, и в случае, когда те взаимосвязи представляют 2 экстремальных значения, глобальное среднее не моделирует хорошо эти значения. Когда ваши независимые переменные испытывают нестационарность (региональные вариации), глобальные модели не подходят, а необходимо использовать устойчивые методы регрессионного анализа. Идеально, вы сможете определить полный набор независимых переменных, чтобы справиться с региональными вариациями в ваших зависимых переменных. Если вы не сможете определить все пространственные переменные, вы снова заметите статистически значимую пространственную автокорреляцию в ваших отклонениях и/или более низкие, чем ожидалось, значения R-квадрат. К сожалению, вы не можете доверять результатам регрессии, пока все не устранено.
Существует как минимум 4 способа работы с региональными вариациями в МНК регрессионных моделях:
- Включить переменную в модель, которая объяснит региональные вариации. Если вы видите, что ваша модель всегда «перепредсказывает» на севере и «недопредсказывает» на юге, добавьте набор региональных значений:1 для северных объектов, и 0 для южных объектов.
- Используйте методы, которые включают региональные вариации в регрессионную модель, такие как Географически взвешенная регрессия.
- Примите во внимание устойчивые стандартные отклонения регрессии и вероятности, чтобы определить, являются ли коэффициенты статистически значимыми. ГВР рекомендуется
- Изменить/сократить размер области изучения так, чтобы процессы в пределах новой области изучения были стационарными (не испытывали региональные вариации).
Дополнительные ресурсы
Для большей информации по использованию регрессионных инструментов, см.:
- Более подробно о регрессии МНК
- Более подробно о Географически взвешенной регрессии
Связанные разделы
Отзыв по этому разделу?
Справочный центр турниров — ChessKid.com
Добро пожаловать в Справочный Центр Турниров! Пожалуйста, прочтите эти часто задаваемые вопросы, чтобы узнать больше о том, как устроены турниры и как использовать их с максимальной пользой.
Кто может присоединиться к турниру?
Любой ребенок на ChessKid.com может присоединиться к турниру
Как устроены турниры на ChessKid.
com?В турнирах на ChessKid.com используется простая и популярная Круговая система. В круговом турнире каждый участник играет по две игры со всеми остальными участниками (одну игру белыми, вторую — чёрными). Ниже представлен пример небольшого кругового турнира.
1 | 2 | 3 | 4 | Баллы | Коэффициент Бергера (КБ) | |
---|---|---|---|---|---|---|
1. Игрок 1 (1200) | X | ½ 1 | 1 ½ | 1 1 | 5 | 11.5 |
2. Игрок 2 (1200) | 0 ½ | X | 0 1 | 1 ½ | 3 | 7.5 |
3. Игрок 3 (1200) | ½ 0 | 0 1 | X | 0 ½ | 2 | 6.5 |
4. Игрок 4 (1200) | 0 0 | ½ 0 | ½ 1 | X | 2 | 4.5 |
Круговая система очень эффективна, поскольку каждый участник играет со всеми остальными участниками и победитель определяется по сумме набранных очков. Однако при БОЛЬШОМ числе участников круговой турнир занимает очень много времени. В таких случаях, чтобы турнир продвигался быстрее, используют систему «игры навылет».
Как устроен турнир по олимпийской круговой системе?
Игра навылет применяется, когда игроков слишком много и невозможно провести круговой турнир в один раунд. При игре навылет игроки распределяются в небольшие группы, после чего победители из этих групп распределяются в новые группы и так далее. Победители финальной группы становятся победителями всего турнира. Число игроков, которые перейдут в следующий раунд определяет Директор турнира до его начала. Бывает так, что из каждой группы выходит только один победитель, а бывает, что и несколько.
Объясните, пожалуйста, формат турнира. Что значит 5(2)->2+?
<Игроков в группе>(<Партий с каждым противником одновременно>)-><Выходят из группы>[+ = без дополнительных показателей]
Пример 1: 5(2)->2+ означает, что в каждой группе 5 участников, играющих одновременно по две партии с каждым соперником, из группы выходят по 2 победителя, коэффициент Бергера не используется
Пример 2: 8(1)->1 означает, что в каждой группе по 8 участников, играющих одновременно по одной партии с каждым соперником, из группы выходит 1 победитель, коэффициент Бергера используется
Когда начинаются игры турнира? Что делать, если мой соперник не ходит?
Когда турнир начался и проведена автоматическая жеребьёвка, у всех игроков сразу запускаются часы. Если до истечения времени игрок не сделал ни одного хода, ему автоматически присуждается поражение или «проигрыш по времени». Это отражается в данных по турниру и в данных по Медленным Шахматам для обоих игроков, но НЕ отражается на их рейтинге.
Как в многогрупповых турнирах определяются и сеются по группам сильнейшие игроки?
В турнирах с большим числом групп, игроки распределяются по группам, начиная с игрока с самым высоким рейтингом и заканчивая игроком с самым низким рейтингом. Например, в турнире с 25 участниками, по 5 участников в каждой из 5 групп, игрок с самым высоким рейтингом будет посеян в группу № 1, второй по рейтингу игрок будет посеян в группу № 2, третий по рейтингу игрок будет посеян в группу № 3 и так далее. Когда в каждую группу будет распределено по одному участнику, процесс повторится, начиная с группы № 1. Так, в данном примере в группу № 1 будут посеяны следующие по рейтингу игроки: №1, №6, №11, №16 и №21. Это делается для того, чтобы обеспечить в финальном раунде борьбу за победу в турнире между лучшими игроками.
Сколько может быть победителей? Почему иногда 1 победитель, а иногда больше?
На ChessKid.com во всех турнирах с числом игроков менее восьми победителем становится лишь один участник. Во всех турнирах с числом игроков от восьми и более — победителей трое (1, 2, и 3-е место).
Что происходит, если игроки набирают одинаковое число очков? И что такое Коэффициент Бергера?
Если у двух игроков в группе одинаковое число очков, то в следующий раунд переходят оба. Также Директор турнира может дополнительно применить Коэффициент Бергера (мы используем систему Нойштадтла), в котором учитывается сила соперников. Если у двух игроков одинаковое число очков и по партиям, и по Коэффициенту Бергера, в следующий раунд переходят оба.
Ниже приведён пример того, как работает коэффициент Бергера (КБ):
Номер Группы | 1 | 2 | 3 | Баллы | Коэффициент Бергера (КБ) |
---|---|---|---|---|---|
1. Bob | X | 1 1 | 0 1 | 3 | 4.5 |
2. Mary | 1 0 | 0.5 0 | X | 1.5 | 3.75 |
3. John | 0 0 | X | 1 0.5 | 1.5 | 2.25 |
Для расчёта очков участника по коэффициенту Бергера сумма очков, заработанных всеми, кого победил данный участник, прибавляется к половине суммы очков, заработанных всеми, у кого с данным участником была ничья.
Боб выиграл две партии у Джона и одну партию у Мэри. Поэтому Боб получает 3 очка (2 х 1,5) от Джона и 1,5 очка от Мэри, что в сумме даёт Бобу 4,5 очка по коэффициенту Бергера.
Джон выиграл одну партию у Мэри и одну сыграл с ней вничью. Поэтому Джон получает 1,5 x 1,5 от Мэри, что даёт ему 2,25 очков по коэффициенту Бергера.
Мэри выиграла одну партию у Боба и одну сыграла вничью с Джоном. Поэтому Мэри получает 1 х 3,0 очков от Боба и 0,5 x 1,5 очков от Джона, что в сумме даёт Мэри 3,75 очков по коэффициенту Бергера.
Что такое тематические турниры?
В тематических турнирах все партии начинаются с одной и той же заранее определённой начальной позиции (например, с позиции после 3 первых ходов королевского гамбита). Так игроки могут помериться силами в определённых дебютах. Тематические турниры помечаются особой иконкой и показывают ту начальную позицию, с которой они играются.
Что такое Турнирные Баллы?
Турнирные Баллы накапливаются при участии в турнирах ChessKid. com. На то, сколько именно Баллов за турнир получит тот или иной участник, влияют следующие четыре фактора:
- Коэффициент, основанный на том месте, которое Вы заняли (P)
- Планируемое число раундов (R)
- Максимальный размер группы (G)
- Средний рейтинг всех игроков турнира (S)
Формула: 10 * (P * (1.5R) * G * (S / 1000))
Как считать «P»
Место в турнире | Значение «P» | ||||||||||||||||||||||||||||||||||||||||||||||||||
1 | . X = T, решать относительно X. (A = число игроков, выходящих из одной группы)
Как мне сняться с турнира?Вы можете сняться с турнира в любое время, используя ссылку «Сняться», расположенную в правой части домашней страницы любого турнира. Предупреждаем: снявшись с турнира, вы автоматически проиграете по времени все свои незавершённые партии, что увеличит ваш % поражений по времени и уменьшит рейтинг, если даже вы не сделали ни одного хода в этих партиях. Обращайтесь по всем вопросам проведения турниров в службу поддержки! Хроматографические методы анализа: качественный и количественный анализ, история возникновенияХроматография применяется для анализа сложных многокомпонентных смесей. Хроматографические методы определяют качественный и количественный состав органических веществ, включая летучие углеводороды и биологические жидкости. Фармацевтика, медицина, нефтеперерабатывающий комплекс, химическое производство и другие промышленные отрасли используют хроматографы для контроля качества сырья и готовой продукции, а также обеспечивают с их помощью соблюдение норм экологической безопасности. Широкое распространение хроматографических методов анализа обусловлено их разнообразием и спецификой, которые раскрываются в данной статье: Хроматографические методы анализа основаны на цикличных актах сорбции‑десорбции, происходящих между подвижной фазой (элюентом) с растворенной пробой и неподвижным сорбентом. Компоненты сложных смесей имеют различную сорбируемость, и проходя вдоль неподвижной фазы, поглощаются с неодинаковой скоростью и в разном количестве. Последующее изучение результатов и их сравнение с эталоном позволяет установить точный состав реактива. В традиционном методе в качестве неподвижной фазы используется материал с развитой поверхностью, а элюентом выступает поток инертного газа или жидкости. Фильтрация элюента через слой сорбента запускает многократное повторение сорбции и десорбции, что и отличает хроматографические методы анализа от других аналитических методик и обуславливает их эффективность. Хроматографические методы анализа устанавливают качественный и количественный состав вещества. При качественных испытаниях пробу идентифицируют по ее хроматограмме, сравнивая полученные параметры с эталонными значениями, хранящимися в библиотеке данных. Количественный метод анализа строится на измерении пиков, формирующихся в зависимости от концентрации примесей. Лаборант изучает хроматограмму одним из следующих методов: Методы постоянно дорабатываются и совершенствуются, что позволяет получать более точные данные при анализе сложных смесей и нивелировать шумы на хроматограммах. Впервые хроматография была описана русским ученым Михаилом Цветом, изучавшим строение хлорофилла. Ботаник предположил, что зеленый пигмент состоит из нескольких отдельных компонентов и нуждался в методе, который позволил бы разделить вещество на составляющие. Для этого он пропустил экстракт хлорофилла через стеклянную колонку, заполненную толченым мелом. Промыв сорбент эфиром, ученый получил несколько зон разного цвета, что позволило подтвердить многокомпонентный состав пробы. Разработанный метод был назван хроматографией. Цвет описывал принцип хроматографии следующим образом: вещество в подвижной фазе постоянно реагирует с новыми участками адсорбента и частично впитывается, но при этом адсорбированные компоненты «вымываются» свежими порциями поступающего элюента. То есть, ученый открыл только один метод взаимодействия разделяемых компонентов: молекулярную адсорбцию. Из‑за этого ботаник ошибочно предположил, что основным условием для осуществления хроматографического анализа является разница в адсорбируемости отдельных компонентов. Однако в современной хроматографии помимо молекулярной адсорбции для изучения сложных смесей используются и другие физико‑химические явления. В результате появилось множество хроматографических методов, и для их разграничения была разработана общепринятая классификация. Хроматографические методы разделяются на несколько групп в зависимости от сравниваемых параметров. По агрегатному состоянию фаз хроматографические методы анализа делятся на: Вторая классификация касается конструкции хроматографического оборудования. В большинстве методов применяется колоночный хроматограф: адсорбция осуществляется в колонках, заполненных неподвижной фазой. Но иногда используется плоскостная хроматография, в которой используется тонкий срез сорбента или специальная бумага. Также в последнее время получили распространение капиллярный хроматографический метод, при котором разделение происходит в пленке жидкости, и хроматография в полях, требующая для проведения анализа создания дополнительных магнитных, центробежных или иных сил. Хроматографические методы анализа отличаются особенностями взаимодействия элюента и адсорбента. По механизмам разделения хроматография делится на:
Следующая классификация разделяет хроматографические метода анализа на три группы по способам перемещения поглощаемых компонентов вдоль адсорбционного слоя. Выделяют проявительный (или элюентный), фронтальный и вытеснительный методы. Рассмотрим их подробнее. Методы перемещения пробы в неподвижной фазеК наиболее простым хроматографическим методам анализа относится фронтальный, при котором роль элюента сведена к минимуму. Предположим, что проба представляет собой растворитель Solv, в котором содержатся два компонента: A и B. Анализируемое вещество непрерывным потоком пропускается через сорбционную колонку. После прохождения через хроматографическое оборудование, измеряется концентрация A и B в выходном растворе и учитывается изначальный объем Solv. На основании полученных данных строится график зависимости, который и является выходной кривой (хроматограммой). Из‑за поглощения неподвижной фазой компонентов A и B, из колонки сначала будет поступать растворитель, затем вещество с меньшим коэффициентом сорбции (допустим, A), и только потом B. В результате спустя некоторое время из хроматографического оборудования будет поступать раствор с неизменным составом (одинаковой пропорцией Solv, A и B). Данный хроматографический метод анализа применяется не только для изучения сложных веществ, но и для их очистки от примесей, при условии, что они поглощаются лучше, чем основные элементы реагента. В лабораторных испытаниях чаще всего используется проявительный или элюентный хроматографический метод. Специалист добавляет в колонку пробу реагента Solv c растворенными в нем компонентами A и B, после чего под постоянным давлением подает подвижную фазу. Под воздействием физико‑механических сил происходит разделение состава. Вещество с лучшей сорбируемостью займет верхнюю часть колонки, с меньшей — нижнюю. На выходе из оборудования сначала появится компонент A, затем чистый Solv, потом — элемент B, что и отразится в хроматограмме. Количественный анализ проводится измерением высоты и площади пиков: чем они больше, тем выше концентрация изучаемого вещества в составе. Главное преимущество элюентного хроматографического метода заключается в возможности разделения сложных многокомпонентных реактивов. Однако при изучении хроматограммы необходимо учитывать снижение концентрации выходящих растворов из‑за разбавления подвижной фазой. Третий метод — вытеснительный. Он предполагает использование вытеснителя (препарата D), который постоянно воздействует на раствор Solv, введенный в хроматографическую колонку. Коэффициент сорбции D должен быть выше, чем у любых компонентов анализируемой пробы. Благодаря этому препарат постепенно вытесняет вещество с худшей сорбируемостью, что и фиксируется при выходе смеси из колонки. Вытеснительный метод не требует применения газа‑носителя, в результате чего сокращаются издержки на проведение исследований. Однако стоит помнить, что анализ полученных данных затрудняется из‑за наложения зон разных веществ друг на друга, поскольку они не разделяются зоной растворителя. Метод газожидкостной хроматографииВ аналитической химии широко используется газожидкостный хроматографический метод. Благодаря разнообразию применяемых жидких неподвижных фаз, можно создать оптимальные условия для идентификации практически любого вещества, содержащегося в исследуемой пробе в незначительной концентрации. Это обуславливает универсальность метода. Для этого необходимо правильно настроить хроматографическое оборудование и подобрать неподвижную фазу, отвечающую следующим параметрам:
Также для реализации метода важна максимальная разделительная способность компонентов конкретной пробы. Помимо выбора жидкой среды, в которой будет происходить разделение смеси на отдельные составляющие, во время подготовки хроматографического анализа необходимо подобрать носитель неподвижной фазы. В качестве носителя используется твердый и прочный материал, на котором жидкость образует тонкую однородную пленку. Чаще всего применяется силанизированный хромосорбат, фторуглеродные полимеры и гранулы из высококачественного стекла. Данные носители отличаются следующими преимуществами:
Хроматографические методы анализа, построенные по газожидкостному принципу, относятся к наиболее современным, и применяются в случае необходимости разделения веществ, относящихся к одному классу. Их активно используют в химической и нефтегазовой промышленности для контроля над качеством получаемой продукции. Среди ключевых преимуществ газожидкостного метода анализа можно выделить:
Для использования метода требуется подобрать не только жидкую среду и ее носитель, но и решить вопрос с непрерывной подачей элюента. Для минимизации расходов к хроматографу подключается генератор газа (например, водорода), который продуцирует нужное количество вещества и отвечает за его равномерную подачу в оборудование. Жидкостно‑жидкостный хроматографический методПо технологии выполнения жидкостно‑жидкостный хроматографический метод анализа похож на газожидкостную хроматографию. На твердый носитель наносится жидкая среда, выступающая в роли неподвижной фазы. Для подготовки пробы используется не инертный газ, а раствор. Изучаемый реагент вместе с потоком жидкого растворителя движется через сорбент, на поверхности которого происходит разделение компонентов. Чаще всего неподвижной фазой заполняют колонку хроматографа, но для некоторых исследований прибегают к методу тонкослойной хроматографии, при котором адсорбентом смачивают специальную бумагу. Разделение осуществляется за счет распределения веществ между несмешивающимися растворами. То есть, концентрация одного и того же вещества в подвижной и неподвижной фазах будет различаться и зависеть от коэффициента распределения. Значения коэффициента устанавливаются эмпирически для каждого компонента, в результате чего жидкостно‑жидкостные хроматографические методы анализа позволяют с высокой точностью идентифицировать отдельные элементы в сложном составе. Для успешной реализации метода необходимо правильно выбрать несмешивающиеся фазы. Обычно они подбираются исходя из опыта прошлых анализов. Чаще всего применяются так называемые «тройные системы», в которые включены два несмешивающихся друг с другом растворителя и третья жидкость, растворимая в обеих фазах. Например, это может быть система из несмешивающихся гептанов и воды, в которую вводится хорошо растворимый в обеих средах этанол. При выборе составов для подвижной и неподвижной фаз, следует учитывать, что их нерастворимость друг в друге относительна, и при проведении исследования вещества будут вступать во взаимодействие (пусть и в незначительном объеме), что сказывается на значениях, которые показывают хроматографические методы анализа. Для минимизации погрешности используется одна из двух технологий: предварительное насыщение подвижной фазы неподвижной или химическое закрепление жидкости на сорбенте. Эффективность проведенного хроматографического анализа зависит также от выбора носителя для неподвижной фазы. Требования к нему следующие:
Чаще всего в жидкостно‑жидкостных хроматографических методах исследования в качестве носителя выбирается целлюлоза, фторопласт, силикатные гели или полимеры. Метод распределительной бумажной хроматографииПомимо вышеописанных носителей, заполняющих колонки, в распределительных хроматографических методах анализа может использоваться специальная бумага, на которой происходит разделение исследуемых компонентов. Данный метод редко применяется в промышленных масштабах (по сравнению с колоночной хроматографией), но достаточно часто используется в аналитической химии. Технология проведения бумажного хроматографического анализа предполагает вычисление коэффициента Rf, представляющего собой отношение смещения зоны компонента к смещению фронта раствора. В теории коэффициент зависит только от исследуемого вещества, растворителя и параметров бумаги. Однако в действительности при реализации метода на коэффициент также влияют компоненты, присутствующие в пробе в микроконцентрации, и используемая техника. В результате возникает определенная погрешность, которую необходимо учитывать при расшифровке анализа. Распределительные хроматографические методы анализа чувствительны к характеристикам используемой бумаги. Она должна соответствовать следующим критериям:
При подборе материала учитывается также ориентация волокон, качество целлюлозы, сорбируемость. Параметры определяют скорость движения раствора и осаждения обнаруживаемых молекул. В бумажном методе есть еще один нюанс — некоторые вещества могут поменять свойства носителя с гидрофильных на гидрофобные, что полностью нарушит ход эксперимента. В таком случае хроматографическая бумага предварительно пропитывается парафином или растительными маслами. Растворители в распределительном методеБольшое влияние на точность хроматографических методов анализа оказывает выбранный растворитель. В качестве подвижной фазы необходимо взять жидкость, которая в меньшей степени растворяет обнаруживаемые компоненты, чем неподвижная фаза. Если пренебречь данным условием, метод не сработает: при слишком высокой растворимости проба пройдет вместе с жидкостью, не адсорбируясь на поверхности, при слишком низкой — останется на начальной линии и не даст требуемую для расшифровки градацию. Если с помощью распределительного метода анализируется водорастворимая смесь, в качестве неподвижной фазы берется очищенная вода, в качестве подвижной — любой удобный органический растворитель. Выбранные жидкости не должны смешиваться, менять свои свойства в процессе исследования, важна их доступность и нетоксичность для человека. Распределительные хроматографические методы анализа основаны на использовании смешанных фаз: смесей спиртов друг с другом и органическими кислотами, аммиаком, водных растворов фенола или крезола и так далее. Меняя концентрацию, насыщенность и пропорции в растворе удается плавно менять коэффициент Rf, создавать оптимальные условия для анализа, и получать дополнительные данные при расшифровке хроматограммы. Как и прочие хроматографические методы анализа, бумажная хроматография определяет и качественный, и количественный состав пробы. В первом случае изучается специфическая окраска пятен на хроматограмме и анализируется числовое значение Rf для каждого обнаруживаемого реактива. Для определения количественного состава смеси исследуется площадь образовавшихся пятен, интенсивность их окраски. Также применяют метод вымывания, при котором каждое цветовое пятно обрабатывают экстрагентом и затем подсчитывают количество вымытого вещества. Тонкослойный хроматографический методХроматографические методы анализа отличаются информативностью, сложностью проведения и актуальностью для решения практических промышленных задач. Одним из самых распространенных является метод тонкослойной хроматографии (ТСХ), разработанный группой ученых в 1938 году. Твердая фаза наносится тонким слоем на специально подготовленную стеклянную, металлическую или пластиковую пластину. Затем на ее край лаборант вносит анализируемую пробу и погружает пластинку в жидкий растворитель, выступающий в качестве подвижной фазы. Под действием капиллярных сил исследуемый состав начинает двигаться по сорбенту, разделяясь на свои компоненты. Диффузия в твердом неподвижном слое происходит в двух направлениях: продольном и поперечном, что дает дополнительные сведения для анализа. Особенность хроматографического метода заключается в относительной простоте исполнения. Для проведения эксперимента требуются:
После окончания работы перед построением хроматографического графика пластинку опрыскивают проявляющим реактивом либо подвергают воздействию ультрафиолета. Затем приступают к определению компонентов пробы и их дальнейшему изучению любым удобным для лаборанта методом. Качественные и количественные методы анализа в ТСХДля качественного исследования пробы одним из самых надежных и показательных является «метод свидетелей». Вместе с составом на линию старта наносятся индивидуальные вещества («свидетели») — предполагаемые компоненты смеси. На все жидкости влияют одинаковые силы, поэтому совпадение коэффициента Rf одного из «свидетелей» с компонентом реагента позволяет предположить наличие в пробе данного вещества. Что касается количественных определений в данном методе, то они выполняются непосредственно на пластине либо уже после снятия с нее слоя сорбента. В первом случае измеряется площадь цветового пятна и с помощью заранее подготовленного графика вычисляется количество вещества. Однако более показательным считается спектрофотометрический метод. Сорбент удаляется с пластинки и помещается в специальное оборудование, которое и показывает процентное содержание различных компонентов с высокой точностью. Ионообменный хроматографический методМетод ионообменной хроматографии основан на замене элементарных частиц, входящих в реактив, на атомы, содержащиеся в ионообменнике. Поэтому результативность анализа зависит от параметров используемого оборудования. Современные ионообменники обладают важными преимуществами:
Для их производства чаще всего используются различные полимерные соединения: например, полистирол с разным набором функциональных групп, определяющим характерные свойства готового материала. Ионообменный хроматографический метод применяется преимущественно для разделения элементарных частиц, после которого можно провести количественный подсчет анализируемых компонентов. Данная технология используется для обнаружения разнообразных анионов в питьевой и технической воде, продуктах переработки, пищевом, фармацевтическом и химическом сырье. Наиболее показателен метод для определения катионов щелочных и щелочноземельных металлов, и замещенных солей аммония. Перспективы развития хроматографических методовХроматографические методы анализа постоянно совершенствуются и модифицируются. Появляются новые технологии, позволяющие определять компоненты смеси в наноконцентрациях. Благодаря этому удается повысить качество готовой продукции в различных отраслях промышленности, минимизировать экологические риски за счет установления жесткого контроля над составом сточных вод. Однако возможности хроматографии ограничены не только применяющимися методами, но и используемым оборудованием. Важно, чтобы хроматографы отвечали следующим требованиям:
Дальнейшее совершенствование хроматографов позволит удешевить хроматографические методы анализа и расширить области их применения. Именно к этому и стремится компания ООО «НПФ Мета‑хром». Мы предлагаем высококлассное оборудование, соответствующее всем стандартам качества. Узнать подробную информацию о методах работы на хроматографах можно у менеджеров по контактному телефону компании или с помощью формы обратной связи в разделе «Контакты». Равновесное количество – определение, пример, формула, расчет
Закон спроса и предложенияЗакон спроса и предложенияЗакон спроса и предложения относится к одному из основных понятий в экономике, объясняющих взаимосвязь между спросом, предложением и ценой продуктов и услуг. Он объединяет концепции закона спроса и закона предложения. Читать далее прежде всего объясняет количество, обращающееся на рынке. Например, закон спроса указывает на то, что потребители будут желать меньшего количества товара при повышении цены. С другой стороны, согласно закону предложенияЗакон предложенияЗакон предложения в экономике предполагает, что при неизменности других факторов, если цена товара увеличивается, его рыночное предложение также увеличивается, и наоборот. предложить больше количества, когда цена поднимается. Сочетание этих двух правил влияет на цену и количество. СОДЕРЖАНИЕ СОДЕРЖАНИЕ
|
Роль подразделений
Физики, как и другие ученые, проводят наблюдения и задают элементарные вопросы. Например, насколько велик объект? Сколько у него массы? Как далеко он проехал? Чтобы ответить на эти вопросы, они проводят измерения с помощью различных инструментов (например, измерительной линейки, весов, секундомера и т. д.).
Измерения физических величин выражаются в единицах, которые являются стандартизированными значениями. Например, длина забега, являющаяся физической величиной, может быть выражена в метрах (для спринтеров) или километрах (для бегунов на длинные дистанции). Без стандартизированных единиц ученым было бы чрезвычайно трудно осмысленно выражать и сравнивать измеренные значения (рис. 1.13).
Рисунок 1.13. Расстояния, указанные в неизвестных единицах, безумно бесполезны.
Все физические величины в Международной системе единиц (СИ) выражаются в виде комбинаций семи основных физических единиц, которые являются единицами измерения: длины, массы, времени, электрического тока, температуры, количества вещества и силы света.
Единицы СИ: основные и производные единицы
В мире используются две основные системы единиц измерения: единицы СИ (аббревиатура от французской Le Système International d’Unités, также известная как метрическая система) и английские единицы (также известная как имперская система). Английские единицы исторически использовались в странах, когда-то управляемых Британской империей. Сегодня Соединенные Штаты — единственная страна, которая до сих пор широко использует английские единицы измерения. Практически каждая другая страна в мире теперь использует метрическую систему, которая является стандартной системой, согласованной учеными и математиками.
Некоторые физические величины более фундаментальны, чем другие. В физике есть семь фундаментальных физических величин, которые измеряются в базовых или физических фундаментальных единицах: длина, масса, время, температура электрического тока, количество вещества и сила света. Единицы для других физических величин (таких как сила, скорость и электрический заряд), описываемые математическим объединением этих семи основных единиц. В этом курсе мы в основном будем использовать пять из них: длину, массу, время, электрический ток и температуру. Единицами, в которых они измеряются, являются метр, килограмм, секунда, ампер, кельвин, моль и кандела (табл. 1.1). Все остальные единицы сделаны путем математического объединения основных единиц. Они называются производными единицами.
Количество | Имя | Символ |
---|---|---|
Длина | Счетчик | м |
Масса | Килограмм | кг |
Время | Второй | с |
Электрический ток | Ампер | и |
Температура | Кельвин | к |
Количество вещества | Крот | моль |
Сила света | Кандела | компакт-диск |
Счетчик
Единицей длины в СИ является метра (м). Определение метра со временем изменилось, чтобы стать более точным и точным. Метр был впервые определен в 179 г.1 как 1/10 000 000 расстояния от экватора до Северного полюса. Это измерение было улучшено в 1889 году путем переопределения метра как расстояния между двумя выгравированными линиями на платиново-иридиевом стержне. (Сейчас бар находится в Международном бюро мер и весов недалеко от Парижа). К 1960 году некоторые расстояния можно было измерить более точно, сравнив их с длинами волн света. Метр был переопределен как 1 650 763,73 длины волны оранжевого света, излучаемого атомами криптона. В 1983 году метру было дано его нынешнее определение: расстояние, которое свет проходит в вакууме за 1/29 секунды.9 792 458 секунд (рис. 1.14).
Рис. 1.14 Метр определяется как расстояние, которое свет проходит в вакууме за 1/299 792 458 секунды. Пройденное расстояние равно скорости, умноженной на время.
Килограмм
Единицей массы в СИ является килограмм (кг). Он определяется как масса платино-иридиевого цилиндра, хранящегося в Международном бюро мер и весов под Парижем. Точные копии стандартного килограммового цилиндра хранятся во многих местах по всему миру, например, в Национальном институте стандартов и технологий в Гейтерсберге, штат Мэриленд. Определение всех других масс можно произвести, сравнив их с одним из этих стандартных килограммов.
Второй
Единица времени в системе СИ, секунда (с), также имеет долгую историю. В течение многих лет он определялся как 1/86 400 среднего солнечного дня. Однако средний солнечный день на самом деле очень постепенно удлиняется из-за постепенного замедления вращения Земли. Точность в основных единицах имеет важное значение, так как все остальные измерения выводятся из них. Поэтому был принят новый стандарт для определения секунды в терминах неизменного или постоянного физического явления. Одним постоянным явлением является очень устойчивая вибрация атомов цезия, которую можно наблюдать и подсчитывать. Эта вибрация лежит в основе цезиевых атомных часов. В 1967, секунда была переопределена как время, необходимое для 9 192 631 770 колебаний атома цезия (рис. 1.15).
Рис. 1.15. Атомные часы, подобные этим, используют колебания атомов цезия, чтобы отсчитывать время с точностью до одной микросекунды в год. На таких часах основана основная единица времени, секунда. Это изображение смотрит вниз с вершины атомных часов. (Стив Юрветсон/Flickr)
Ампер
Электрический ток измеряется в амперах (А), названный в честь Андре Ампера. Вы, наверное, слышали об амперах, или 90 742 ампер 90 340, когда люди обсуждали электрические токи или электрические устройства. Понимание ампера требует базового понимания электричества и магнетизма, что будет подробно изучено в последующих главах этой книги. По сути, два параллельных провода с текущим по ним электрическим током будут создавать силу притяжения друг к другу. Один ампер определяется как количество электрического тока, которое создает силу притяжения 2,7 × × 10 –7 ньютонов на метр расстояния между двумя проводами (ньютон является производной единицей силы).
Кельвинов
Единицей измерения температуры в СИ является кельвин (или кельвины, но не градусы кельвина). Эта шкала названа в честь физика Уильяма Томсона, лорда Кельвина, который первым предложил использовать абсолютную температурную шкалу. Шкала Кельвина основана на абсолютном нуле. Это точка, в которой вся тепловая энергия была удалена от всех атомов или молекул в системе. Эта температура, 0 К, равна -273,15 ° С и -4590,67 °F. Удобно, что шкала Кельвина изменяется точно так же, как и шкала Цельсия. Например, точка замерзания (0°С) и точка кипения воды (100°С) отличаются друг от друга на 100 градусов по шкале Цельсия. Эти две температуры также отстоят друг от друга на 100 кельвинов (точка замерзания = 273,15 К; точка кипения = 373,15 К).
Метрические префиксы
Физические объекты или явления могут сильно различаться. Например, размер объектов варьируется от очень маленького (например, атома) до очень большого (например, звезды). Однако стандартной метрической единицей длины является метр. Итак, метрическая система включает в себя множество приставок, которые могут быть присоединены к единице. Каждый префикс основан на коэффициентах 10 (10, 100, 1000 и т. д., а также 0,1, 0,01, 0,001 и т. д.). В таблице 1.2 приведены метрические префиксы и символы, используемые для обозначения различных множителей числа 10 в метрической системе.
См. Приложение A для обсуждения степеней числа 10.
Метрическая система удобна тем, что преобразование между метрическими единицами может быть выполнено простым перемещением десятичного разряда числа. Это связано с тем, что метрические префиксы являются последовательными степенями 10. В метре 100 сантиметров, в километре 1000 метров и так далее. В неметрических системах, таких как обычные единицы измерения США, отношения менее просты: в футе 12 дюймов, в миле 5280 футов, в галлоне 4 кварты и так далее. Еще одним преимуществом метрической системы является то, что одну и ту же единицу измерения можно использовать в очень большом диапазоне значений, просто переключившись на наиболее подходящий метрический префикс. Например, расстояния в метрах подходят для строительства зданий, а километры используются для описания строительства дорог. Поэтому при метрической системе нет необходимости изобретать новые единицы при измерении очень маленьких или очень больших объектов — нужно просто передвинуть десятичную точку (и использовать соответствующий префикс).
Известные диапазоны длины, массы и времени
В таблице 1.3 перечислены известные длины, массы и измерения времени. Вы можете видеть, что ученые используют целый ряд единиц измерения. Этот широкий диапазон демонстрирует необъятность и сложность Вселенной, а также широту явлений, изучаемых физиками. Изучая эту таблицу, обратите внимание, как метрическая система позволяет нам обсуждать и сравнивать огромное количество явлений, используя одну систему измерения (рис. 1.16 и рис. 1.17).
Более точные значения указаны в скобках.
Рис. 1.16 Крошечный фитопланктон плавает среди кристаллов льда в Антарктическом море. Их длина варьируется от нескольких микрометров до 2 миллиметров. (проф. Гордон Т. Тейлор, Университет Стоуни-Брук; коллекции Корпуса NOAA)
Рис. 1.17 Галактики сталкиваются на расстоянии 2,4 миллиарда световых лет от Земли. Огромный спектр наблюдаемых явлений в природе бросает вызов воображению. (NASA/CXC/UVic./A. Mahdavi et al. Оптика/линзирование: CFHT/UVic./H. Hoekstra et al.)
Использование научной записи с физическими измерениями
Научная нотация — это способ записи чисел, которые слишком велики или малы, чтобы их было удобно записывать в виде десятичной дроби. Например, рассмотрим число 840 000 000 000 000. Это довольно большое число для записи. Научное обозначение этого числа: 8,40 × × 10 14 . Научное обозначение следует этому общему формату
.x × 10л.x × 10л.
В этом формате x — это значение измерения с удаленными всеми нулями-заполнителями. В приведенном выше примере x равно 8,4. x умножается на коэффициент 10 y , который указывает количество нулей-заполнителей в измерении. Нули-заполнители — это нули в конце числа, которое равно 10 или больше, и в начале десятичного числа, меньше 1. В приведенном выше примере коэффициент равен 10 14 . Это говорит вам, что вы должны переместить десятичную точку на 14 позиций вправо, заполняя замещающие нули по мере продвижения. В этом случае перемещение десятичной точки на 14 разрядов создает только 13 замещающих нулей, указывая, что фактическое значение измерения равно 840 000 000 000 000.
Числа, которые являются дробями, также могут быть представлены в экспоненциальном представлении. Рассмотрим число 0,0000045. Его научное обозначение составляет 4,5 × × 10 –6 . Его научное обозначение имеет тот же формат
.x × 10л.x × 10л.
Здесь x — это 4,5. Однако значение y в факторе 10 y отрицательно, что указывает на то, что измерение представляет собой дробь от 1. Поэтому мы перемещаем десятичный разряд влево, для отрицательных и . В нашем примере 4,5 × × 10 –6 десятичная точка будет перемещена влево шесть раз, чтобы получить исходное число, которое будет равно 0,0000045.
Термин «порядок величины» относится к степени 10, когда числа выражены в экспоненциальной записи. Величины, которые имеют одинаковую степень 10 при выражении в научных обозначениях или близки к ней, называются величинами одного порядка. Например, число 800 можно записать как 8 × × 10 2 , а число 450 можно записать как 4,5 × × 10 2 . Оба числа имеют одинаковое значение для и . Следовательно, 800 и 450 имеют один и тот же порядок величины. Точно так же 101 и 99 будут рассматриваться как величины одного порядка: 10 2 . Порядок величины можно рассматривать как приблизительную оценку масштаба значения. Диаметр атома порядка 10 −9 м, а диаметр Солнца порядка 10 9 м. Эти два значения отличаются друг от друга на 18 порядков.
Ученые часто используют научную нотацию из-за огромного диапазона физических измерений, возможных во Вселенной, таких как расстояние от Земли до Луны (рис. 1.18) или до ближайшей звезды.
Рис. 1.18 Расстояние от Земли до Луны может показаться огромным, но это всего лишь малая часть расстояния от Земли до ближайшей соседней звезды. (НАСА)
Преобразование единиц измерения и анализ размеров
Часто необходимо преобразовать один тип единиц измерения в другой. Например, если вы читаете европейскую кулинарную книгу в Соединенных Штатах, некоторые количества могут быть выражены в литрах, и вам нужно преобразовать их в чашки. Канадский турист, путешествующий по Соединенным Штатам, может захотеть преобразовать мили в километры, чтобы иметь представление о том, как далеко находится его следующий пункт назначения. Врач в Соединенных Штатах может перевести вес пациента из фунтов в килограммы.
Рассмотрим простой пример перевода единиц в метрической системе. Как мы можем преобразовать 1 час в секунды?
Далее нам нужно определить коэффициент пересчета метров в километры. Коэффициент пересчета — это отношение, выражающее, сколько единиц одной единицы равно другой единице. Коэффициент преобразования — это просто дробь, равная 1. Вы можете умножить любое число на 1 и получить такое же значение. Когда вы умножаете число на коэффициент преобразования, вы просто умножаете его на единицу. Например, следующие коэффициенты преобразования: (1 фут)/(12 дюймов) = 1 для преобразования дюймов в футы, (1 метр)/(100 сантиметров) = 1 для преобразования сантиметров в метры, (1 минута)/(60 секунды) = 1 для преобразования секунд в минуты. В этом случае мы знаем, что в 1 километре 1000 метров.
Теперь мы можем настроить преобразование единиц измерения. Мы запишем единицы, которые у нас есть, а затем умножим их на коэффициент преобразования (1 км / 1000 м) = 1, поэтому мы просто умножаем 80 м на 1:
.1,11 ч × 60 мин1 ч × 60 с1 мин=3600 с = 3,6 × 102 с1 ч × 60 мин1 ч × 60 с1 мин=3600 с = 3,6 × 102 с
Если в исходном числе есть единица, а в знаменателе (внизу) коэффициента пересчета единица, единицы измерения отменяются. В этом случае часы и минуты отменяются, а значение в секундах остается.
Вы можете использовать этот метод для преобразования между любыми типами единиц, в том числе между обычной системой США и метрической системой. Обратите также внимание на то, что, хотя вы можете алгебраически умножать и делить единицы, вы не можете складывать или вычитать разные единицы. Выражение типа 10 км + 5 кг не имеет смысла. Даже складывать две длины в разных единицах, например 10 км + 20 м не имеет смысла. Вы выражаете обе длины в одних и тех же единицах. См. Приложение C для получения более полного списка переводных коэффициентов.
Рабочий пример
Преобразование единиц измерения: короткая поездка домой
Предположим, что вы проезжаете 10,0 км от университета до дома за 20,0 мин. Вычислите свою среднюю скорость (а) в километрах в час (км/ч) и (б) в метрах в секунду (м/с). (Примечание. Средняя скорость равна пройденному расстоянию, деленному на время в пути.)
Стратегия
Сначала мы вычисляем среднюю скорость, используя заданные единицы измерения. Затем мы можем получить среднюю скорость в желаемых единицах, выбрав правильный коэффициент преобразования и умножив на него. Правильным коэффициентом преобразования является тот, который отменяет ненужную единицу и оставляет желаемую единицу на своем месте.
Решение для (а)
Рассчитать среднюю скорость. Средняя скорость равна пройденному пути, деленному на время в пути. (Примите это определение как данное — средняя скорость и другие концепции движения будут рассмотрены в следующем модуле.) В форме уравнения
средняя скорость = расстояние-время. Средняя скорость = расстояние-время.
Подставить указанные значения расстояния и времени.
средняя скорость = 10,0 км 20,0 мин = 0,500 км средняя скорость = 10,0 км 20,0 мин = 0,500 км мин
Преобразование км/мин в км/ч: умножьте на коэффициент преобразования, который аннулирует минуты и оставляет часы. Этот коэффициент преобразования составляет 60 мин/1 ч60 мин/1 ч. Таким образом,
средняя скорость = 0,500 кммин×60 мин1 ч=30,0 кмч. Средняя скорость = 0,500 кммин×60 мин1 ч=30,0 кмч.
Обсуждение для (a)
Чтобы проверить свой ответ, рассмотрите следующее:
Убедитесь, что вы правильно отменили единицы измерения при преобразовании единиц измерения. Если вы записали коэффициент преобразования единиц в перевернутом виде, единицы не будут корректно сокращаться в уравнении. Если вы случайно перевернете соотношение, то единицы не аннулируются; скорее, они дадут вам неправильные единицы измерения следующим образом
кммин × 1 ч60 мин = 160км·чмин2, кммин × 1 ч60 мин = 160км·чмин2,
, которые явно не являются желаемыми единицами км/ч.
- Убедитесь, что единицы окончательного ответа соответствуют желаемым единицам. Задача требовала от нас решения средней скорости в км/ч, и мы действительно получили эти единицы.
- Проверьте значащие цифры. Поскольку каждое из значений, приведенных в задаче, имеет три значащих цифры, ответ также должен содержать три значащих цифры. Ответ 30,0 км/ч действительно имеет три значащие цифры, так что это уместно. Обратите внимание, что значащие цифры в коэффициенте пересчета не имеют значения, поскольку час равен 9.0742 определил как 60 минут, поэтому точность коэффициента преобразования идеальна.
- Далее проверьте правильность ответа. Давайте рассмотрим некоторую информацию из задачи: если вы проедете 10 км за треть часа (20 минут), вы проедете в три раза больше расстояния за час. Ответ кажется разумным.
Решение (b)
Существует несколько способов преобразования средней скорости в метры в секунду.
- Начните с ответа на вопрос (а) и переведите км/ч в м/с. Необходимы два коэффициента преобразования: один для перевода часов в секунды, а другой — для перевода километров в метры.
Умножение на эти значения дает
Средняя скорость=30,0км/ч×1ч4600с×1000м1кмСредняя скорость=30,0кмч×1ч4600с×1000м1км
Средняя скорость = 8,33 мс Средняя скорость = 8,33 мс
Обсуждение для (b)
Если бы мы начали с 0,500 км/мин, нам понадобились бы другие коэффициенты преобразования, но ответ был бы тот же: 8,33 м/с.
Возможно, вы заметили, что ответы в только что рассмотренном рабочем примере были даны из трех цифр. Почему? Когда вам нужно беспокоиться о количестве цифр в том, что вы вычисляете? Почему бы не записать все цифры, которые выдает ваш калькулятор?
Рабочий пример
Использование физики для оценки рекламных материалов
Рекламируется памятная монета диаметром 2 дюйма, покрытая 15 мг золота. Если плотность золота 19,3 г/куб.см, а количеством золота по краю монеты можно пренебречь, то какова толщина золота на верхней и нижней сторонах монеты?
Стратегия
Чтобы решить эту задачу, необходимо определить объем золота, используя массу и плотность золота. Половина этого объема распределяется на каждой стороне монеты, и для каждой стороны золото можно представить в виде цилиндра диаметром 2 дюйма и высотой, равной толщине. Используйте формулу объема для цилиндра, чтобы определить толщину.
Раствор
Масса золота определяется по формуле m=ρV=15×10−3 гm=ρV=15×10−3, где ρ=19,3 г/см3, а V — объем. Решение для объема дает V=mρ=15×10-3g19,3 г/куб.см≅7,8×10-4куб.см.
Если t — это толщина, объем, соответствующий половине золота, равен 12(7,8×10−4)=πr2t=π(2,54)2t, где радиус 1″ был преобразован в см. Решение для толщины дает t = (3,9 × 10–4) π (2,54) 2 ≅ 1,9 × 10–5 см = 0,00019 мм.
Обсуждение
Указано, что количество использованного золота составляет 15 мг, что эквивалентно толщине около 0,00019 мм. Из-за массы золота количество золота может казаться больше, потому что это число намного больше (15 против 0,00019), а также потому, что люди могут иметь более интуитивное представление о том, сколько миллиметр, чем сколько миллиграмм. Простой анализ такого рода может прояснить значение заявлений рекламодателей.
Точность, прецизионность и значимые цифры
Наука основана на экспериментах, требующих хороших измерений. Достоверность измерения можно описать с точки зрения его точности и прецизионности (см. рис. 1.19 и рис. 1.20). Точность — это то, насколько близко измерение к правильному значению для этого измерения. Например, предположим, что вы измеряете длину стандартного листа бумаги для принтера. На упаковке, в которой вы приобрели бумагу, указано, что она имеет длину 11 дюймов, и предположим, что указанное значение верно. Вы измеряете длину бумаги три раза и получаете следующие размеры: 11,1 дюйма, 11,2 дюйма и 10,9 дюйма.дюймы. Эти измерения достаточно точны, потому что они очень близки к правильному значению 11,0 дюймов. Напротив, если бы вы получили измерение 12 дюймов, ваше измерение не было бы очень точным. Вот почему измерительные приборы калибруются на основе известного измерения. Если прибор постоянно возвращает правильное значение известного измерения, его можно безопасно использовать для поиска неизвестных значений.
Рис. 1.19 Механические весы с двумя чашами используются для сравнения различных масс. Обычно объект с неизвестной массой помещается в одну чашу, а предметы с известной массой помещаются в другую чашу. Когда стержень, соединяющий две чаши, расположен горизонтально, массы в обеих чашах равны. Известные массы обычно представляют собой металлические цилиндры стандартной массы, такой как 1 грамм, 10 грамм и 100 грамм. (Серж Мелки)
Рисунок 1.20 В то время как механические весы могут измерять массу объекта только с точностью до ближайшей десятой грамма, некоторые цифровые весы могут измерять массу объекта с точностью до ближайшей тысячной грамма. Как и в других измерительных приборах, точность весов ограничивается последними измеренными цифрами. Это сотый разряд в изображенной здесь шкале. (Спларка, Викисклад)
Точность показывает, насколько хорошо повторяющиеся измерения чего-либо дают одинаковые или похожие результаты. Таким образом, точность измерений относится к тому, насколько близки измерения, когда вы измеряете одно и то же несколько раз. Одним из способов анализа точности измерений может быть определение диапазона или разницы между самым низким и самым высоким измеренными значениями. В случае измерений бумаги для принтера наименьшее значение составило 10,9.дюймов, а самое высокое значение было 11,2 дюйма. Таким образом, измеренные значения отклонялись друг от друга не более чем на 0,3 дюйма. Эти измерения были достаточно точными, потому что они отличались всего на долю дюйма. Однако, если бы измеренные значения были 10,9 дюймов, 11,1 дюймов и 11,9 дюймов, то измерения не были бы очень точными, потому что есть много различий от одного измерения к другому.
Измерения в бумажном примере точны и точны, но в некоторых случаях измерения точны, но неточны, или точны, но неточны. Давайте рассмотрим систему GPS, которая пытается определить местоположение ресторана в городе. Думайте о расположении ресторана как о существующем в центре мишени. Затем думайте о каждой попытке GPS определить местонахождение ресторана как о черной точке в мишени.
На рис. 1.21 видно, что измерения GPS разбросаны далеко друг от друга, но все они относительно близки к фактическому местоположению ресторана в центре цели. Это указывает на низкую точность, высокую точность измерительной системы. Однако на рис. 1.22 измерения GPS сосредоточены достаточно близко друг к другу, но далеко от цели. Это указывает на высокую точность, низкую точность измерительной системы. Наконец, на рис. 1.23 GPS является точным и точным, что позволяет определить местонахождение ресторана.
Рис. 1.21 Система GPS пытается определить местонахождение ресторана в центре мишени. Черные точки обозначают каждую попытку точно определить местонахождение ресторана. Точки разбросаны довольно далеко друг от друга, что указывает на низкую точность, но каждая из них довольно близко к фактическому местоположению ресторана, что указывает на высокую точность. (Темное зло)
Рисунок 1.22 На этом рисунке точки сосредоточены близко друг к другу, что указывает на высокую точность, но они довольно далеко от фактического местоположения ресторана, что указывает на низкую точность. (Темное зло)
Рисунок 1.23 На этом рисунке точки сосредоточены близко друг к другу, что указывает на высокую точность, и они расположены близко к фактическому местоположению ресторана, что указывает на высокую точность. (Темное зло)
Неопределенность
Точность и прецизионность измерительной системы определяют неопределенность ее измерений. Неопределенность — это способ описать, насколько ваше измеренное значение отклоняется от фактического значения, которое имеет объект. Если ваши измерения не очень точны или прецизионны, то неопределенность ваших значений будет очень высокой. В более общем смысле неопределенность можно рассматривать как отказ от ответственности за ваши измеренные значения. Например, если кто-то попросил вас указать пробег вашего автомобиля, вы можете сказать, что он составляет 45 000 миль плюс-минус 500 миль. Сумма плюс или минус — это неопределенность вашей ценности. То есть вы указываете, что фактический пробег вашего автомобиля может составлять от 44 500 до 45 500 миль или где-то посередине. Все измерения содержат некоторую долю неопределенности. В нашем примере измерения длины бумаги мы могли бы сказать, что длина бумаги составляет 11 дюймов плюс-минус 0,2 дюйма или 11,0 ± 0,2 дюйма. Неопределенность измерения, A , часто обозначается как δA («дельта A »),
Факторы, влияющие на неопределенность измерения, включают следующее:
- Ограничения измерительного устройства
- Навыки человека, производящего измерение
- Неровности измеряемого объекта
- Любые другие факторы, влияющие на результат (сильно зависят от ситуации)
В примере с бумагой для принтера неопределенность может быть вызвана: тем фактом, что наименьшее деление на линейке составляет 0,1 дюйма, у человека, использующего линейку, плохое зрение или неуверенность, вызванная бумагорезальной машиной (например, одна сторона бумага немного длиннее другой.) Хорошей практикой является тщательное рассмотрение всех возможных источников неопределенности в измерении и сокращение или устранение их,
Погрешность в процентах
Одним из способов выражения неопределенности является процент от измеренного значения. Если измерение A выражается с погрешностью δ A , неопределенность в процентах составляет
1,2 % неопределенности = δAA × 100%.% неопределенности = δAA × 100%.
Рабочий пример
Расчет процента неопределенности: пакет яблок
Продуктовый магазин продает 5-фунтовые пакеты яблок. Вы покупаете четыре пакета в течение месяца и каждый раз взвешиваете яблоки. Вы получаете следующие измерения:
- Вес 1-й недели: 4,8 фунта 4,8 фунта
- Вес 2-й недели: 5,3 фунта5,3 фунта
- Вес недели 3: 4,9 фунта4,9 фунта
- Вес 4-й недели: 5,4 фунта5,4 фунта
Вы определили, что вес мешка весом 5 фунтов имеет погрешность ±0,4 фунта. Какова процентная неопределенность веса мешка?
Стратегия
Во-первых, обратите внимание, что ожидаемое значение веса мешка, AA, составляет 5 фунтов. Неопределенность этого значения, δAδA, составляет 0,4 фунта. Мы можем использовать следующее уравнение для определения процентной неопределенности веса
% неопределенности = δAA × 100%. % неопределенности = δAA × 100%.
Решение
Подставьте известные значения в уравнение.
Обсуждение
Мы можем сделать вывод, что вес мешка с яблоками составляет 5 фунтов ± 8 процентов. Подумайте, как изменилась бы эта процентная неопределенность, если бы мешок с яблоками был вдвое меньше, а неопределенность в весе осталась прежней. Совет для будущих расчетов: при расчете процентной неопределенности всегда помните, что вы должны умножить дробь на 100 процентов. Если вы этого не сделаете, у вас будет десятичная величина, а не процентное значение.
Неопределенность в расчетах
Во всем, что рассчитывается на основе измеренных величин, есть погрешность. Например, площадь пола, рассчитанная на основе измерений его длины и ширины, имеет неопределенность, поскольку и длина, и ширина имеют неопределенности. Насколько велика неопределенность в том, что вы вычисляете путем умножения или деления? Если измерения при расчете имеют небольшие погрешности (несколько процентов или меньше), то можно использовать метод прибавления процентов. Этот метод говорит о том, что процентная неопределенность количества, рассчитанного путем умножения или деления, представляет собой сумму процентных неопределенностей в элементах, используемых для расчета. Например, если пол имеет длину 4,00 м и ширину 3,00 м с неопределенностью 2 процента и 1 процент соответственно, то площадь пола составляет 12,0 м 9 .0959 2 и имеет неопределенность в 3 процента (выраженное как площадь, это 0,36 м 2 , которое мы округлим до 0,4 м 2 , поскольку площадь пола дана в десятой части квадратного метра).
Для быстрой демонстрации точности, прецизионности и неопределенности измерений, основанных на единицах измерения, попробуйте эту симуляцию. У вас будет возможность измерить длину и вес стола, используя милли- и санти-единицы. Как вы думаете, что обеспечит большую точность, точность и погрешность при измерении стола и блокнота в моделировании? Подумайте, как природа гипотезы или исследовательского вопроса может повлиять на точность измерительного инструмента, необходимого вам для сбора данных.
Точность измерительных инструментов и значимых цифр
Важным фактором точности и прецизионности измерений является точность измерительного инструмента. В общем, точный измерительный инструмент — это тот, который может измерять значения с очень малыми приращениями. Например, рассмотрим измерение толщины монеты. Стандартная линейка может измерять толщину с точностью до миллиметра, а микрометр — с точностью до 0,005 миллиметра. Микрометр является более точным измерительным инструментом, поскольку он может измерять очень малые различия в толщине. Чем точнее измерительный инструмент, тем более точными и точными могут быть измерения.
Когда мы выражаем измеренные значения, мы можем перечислить только столько цифр, сколько мы первоначально измерили с помощью нашего измерительного инструмента (например, линейки, показанной на рис. 1.24). Например, если вы используете стандартную линейку для измерения длины палки, вы можете измерить ее дециметровой линейкой как 3,6 см. Вы не могли бы выразить это значение как 3,65 см, потому что ваш измерительный инструмент не был достаточно точным, чтобы измерить сотые доли сантиметра. Следует отметить, что последняя цифра измеренного значения каким-то образом оценивается человеком, выполняющим измерение. Например, человек, измеряющий длину палки линейкой, замечает, что длина палки кажется где-то между 36 и 37 мм. Он или она должны оценить значение последней цифры. Правило состоит в том, что последняя цифра, записанная в измерении, является первой цифрой с некоторой неопределенностью. Например, последнее измеренное значение 36,5 мм имеет три цифры или три значащих цифры. Количество значащих цифр в измерении указывает на точность измерительного инструмента. Чем точнее измерительный инструмент, тем большее количество значащих цифр он может сообщить.
Рисунок 1.24 Показаны три метрические линейки. Первая линейка находится в дециметрах и может измерять целых три дециметра. Вторая линейка имеет длину в сантиметрах и может измерять три целых шесть десятых сантиметра. Последняя линейка указана в миллиметрах и может иметь размер тридцать шесть целых пять десятых миллиметра.
Нули
Особое внимание уделяется нулям при подсчете значащих цифр. Например, нули в числе 0,053 не имеют значения, поскольку они являются всего лишь заполнителями, указывающими на десятичную точку. В числе 0,053 есть две значащие цифры — 5 и 3. Однако, если ноль находится между другими значащими цифрами, нули являются значащими. Например, оба нуля в числе 10,053 являются значимыми, поскольку эти нули были фактически измерены. Таким образом, заполнитель 10,053 имеет пять значащих цифр. Нули в числе 1300 могут быть значащими, а могут и не быть, в зависимости от стиля написания чисел. Они могут означать, что число известно до последнего нуля, или нули могут быть заполнителями. Таким образом, 1300 может иметь две, три или четыре значащие цифры. Чтобы избежать этой двусмысленности, запишите 1300 в экспоненциальном представлении как 1,3 × 10 9 .0959 3 . Только значащие цифры даны в коэффициенте x для числа в экспоненциальном представлении (в форме x×10yx×10y). Следовательно, мы знаем, что 1 и 3 — единственные значащие цифры в этом числе. Таким образом, нули значимы, за исключением случаев, когда они служат только заполнителями. В таблице 1.4 приведены примеры количества значащих цифр в различных числах.
Значимые цифры в расчетах
При объединении измерений с разной степенью точности и прецизионности количество значащих цифр в окончательном ответе не может быть больше, чем количество значащих цифр в наименее точном измеренном значении. Существует два разных правила: одно для умножения и деления, а другое для сложения и вычитания, как описано ниже.
Для умножения и деления: Ответ должен иметь то же количество значащих цифр, что и начальное значение с наименьшим количеством значащих цифр. Например, площадь круга можно рассчитать по его радиусу, используя A=πr2A=πr2. Посмотрим, сколько значащих цифр будет у площади, если у радиуса всего две значащие цифры, например, r = 2,0 м. Затем, используя калькулятор, который хранит восемь значащих цифр, вы получите
A= πr2= (3,1415927…) × (2,0 м)2= 4,5238934 м2.
Но поскольку радиус имеет только две значащие цифры, вычисленная площадь имеет смысл только до двух значащих цифр или
А= 4,5 м2А= 4,5 м2
, хотя значение ππ имеет смысл не менее восьми цифр.
Для сложения и вычитания : ответ должен иметь то же число разрядов (например, разряд десятков, разряд единиц, разряд десятых и т. д.), что и наименее точное начальное значение. Предположим, вы покупаете в продуктовом магазине 7,56 кг картофеля, взяв весы с точностью до 0,01 кг. Затем вы отправляете в лабораторию 6,052 кг картофеля, измеренного на весах с точностью до 0,001 кг. Наконец, вы идете домой и добавляете 13,7 кг картофеля, измеренных на напольных весах с точностью до 0,1 кг. Сколько килограммов картофеля у вас теперь есть, и сколько значащих цифр уместно в ответе? Масса находится простым сложением и вычитанием:
7,56 кг-6,052 кг+13,7 кг_ 15,208 кг7,56 кг-6,052 кг+13,7 кг_ 15,208 кг
Наименее точное измерение 13,7 кг. Это измерение выражается с точностью до 0,1 знака после запятой, поэтому наш окончательный ответ также должен быть выражен с точностью до 0,1 знака после запятой. Таким образом, ответ следует округлить до десятых, что даст 15,2 кг. То же самое верно и для недесятичных чисел. Например,
6527,23+2=6528,23=6528,6527,23+2=6528,23=6528.
Мы не можем сообщить десятичные знаки в ответе, потому что 2 не имеет десятичных знаков, которые были бы значимыми. Поэтому мы можем отчитываться только перед теми, кому нужно.
Рекомендуется при подсчете оставлять лишние значащие цифры и округлять до правильного числа значащих цифр только в окончательных ответах. Причина в том, что небольшие ошибки округления при расчете иногда могут привести к значительным ошибкам в окончательном ответе. Например, попробуйте вычислить 5098-(5,000)×(1,010)5,098-(5,000)×(1,010), чтобы получить окончательный ответ только для двух значащих цифр. Сохранение всех значащих цифр при расчете дает 48. Округление до двух значащих цифр в середине расчета изменяет его на 5 100 – (5.000) × (1 000) = 100,5 100 – (5.000) × (1 000) = 100, то есть выключенный. Точно так же вы избегаете округления в середине вычислений при подсчете и учете, где необходимо точно складывать и вычитать множество небольших чисел, чтобы получить, возможно, гораздо большие окончательные числа.
Значимые цифры в этом тексте
В этом учебнике предполагается, что большинство чисел состоят из трех значащих цифр. Кроме того, во всех проработанных примерах используется постоянное количество значащих цифр. Вы заметите, что ответ, данный для трех цифр, основан на правильности ввода по крайней мере до трех цифр. Если во входных данных меньше значащих цифр, то и в ответе будет меньше значащих цифр. Также позаботятся о том, чтобы количество значащих цифр соответствовало изложенной ситуации. В некоторых темах, таких как оптика, будет использоваться более трех значащих цифр. Наконец, если число точное, например 2 в формуле c=2πrc=2πr не влияет на количество значащих цифр в расчете.
Рабочий пример
Приблизительные цифры: триллион долларов
Дефицит федерального бюджета США в 2008 финансовом году составил немногим более 10 триллионов долларов. Большинство из нас не имеют представления о том, сколько на самом деле стоит даже один триллион. Предположим, вам дали триллион долларов стодолларовыми купюрами. Если вы сделали стопку из 100 банкнот, как показано на рис. 1.25, и использовали ее, чтобы равномерно покрыть футбольное поле (между конечными зонами), оцените, какой высоты могла бы стать стопка денег. (Здесь мы будем использовать футы/дюймы, а не метры, потому что футбольные поля измеряются в ярдах.) Один из ваших друзей говорит, что это 3 дюйма, а другой говорит, что 10 футов. Что вы думаете?
Рис. 1.25 В пачке банкнот содержится сто банкнот номиналом 100 долларов, и она стоит 10 000 долларов. Сколько банковских стеков составляют триллион долларов? (Эндрю Мэгилл)
Стратегия
Когда вы представляете себе ситуацию, вы, вероятно, представляете себе тысячи маленьких стопок из 100 обернутых 100-долларовых банкнот, которые вы могли видеть в кино или в банке. Так как это легко приблизительная величина, давайте начнем с нее. Мы можем найти объем стопки из 100 купюр, узнать, сколько стопок составляет один триллион долларов, а затем приравнять этот объем к площади футбольного поля, умноженной на неизвестную высоту.
Решение
- Рассчитайте объем стопки из 100 купюр. Размеры одной купюры составляют примерно 3 дюйма на 6 дюймов. Стопка из 100 таких банкнот имеет толщину около 0,5 дюйма. Таким образом, общий объем стопки из 100 купюр равен
объем стопки = длина × ширина × высота, объем стопки = 6 дюймов × 3 дюйма × 0,5 дюйма, объем стопки = 9 дюймов 3. объем стопки = длина × ширина × высота, объем стопки = 6 дюймов × 3 дюйма × 0,5 дюйма, объем стопки = 9 дюймов3.
Подсчитать количество стеков. Обратите внимание, что триллион долларов равен 1×1012$1×1012, а стопка стодолларовых банкнот по 100$ равна 10000$, 10000$ или 1×104$1×104. Количество стеков у вас будет
1,3 1 доллара США × 1012 (триллион долларов) / 1 доллар США × 104 за пачку = 1 × 108 стопок.
Вычислите площадь футбольного поля в квадратных дюймах. Площадь футбольного поля составляет 100 ярдов × 50 ярдов100 ярдов × 50 ярдов, что дает 5000 ярдов25 000 ярдов2. Поскольку мы работаем в дюймах, нам нужно преобразовать квадратные ярды в квадратные дюймы
.Площадь = 5 000 ярдов2 × 3 фута1 ярда × 3 фута 1 ярда × 12 дюймов 1 фута × 12 дюймов 1 фута = 6 480 000 дюймов2, площадь≈6 × 106 дюймов2. дюйм 1 фут × 12 дюймов 1 фут = 6 480 000 дюймов 2, площадь ≈ 6 × 106 дюймов 2.
Это преобразование дает нам 6 × 106 дюймов, 26 × 106 дюймов 2 для площади поля. (Обратите внимание, что в этих расчетах мы используем только одну значащую цифру.)
- Подсчитать общий объем купюр. Объем всех стопок 100-долларовых банкнот составляет 9 дюймов 3 / стопка × 108 стопок = 9 × 108 дюймов 39 дюймов 3 / стопка × 108 стопок = 9 × 108 дюймов 3
- Рассчитать высоту. Чтобы определить высоту купюр, используйте следующее уравнение
объем купюр = площадь поля × высота денег Высота денег = объем купюр площадь поля Высота денег = 9× 108 дюймов 36 × 106 дюймов 2 = 1,33 × 102 дюймов Высота денег = 1 × 102 дюймов = 100 дюймов Объем банкнот = площадь поля × высота денег Высота денег = объем банкнот Площадь поля Высота денег =9 × 108 дюймов, 36 × 106 дюймов2 = 1,33 × 102 дюймов. Высота денег = 1 × 102 дюймов = 100 дюймов 90 004
Высота денег будет около 100 дюймов. Преобразование этого значения в футы дает
.100 дюймов × 1 фут 12 дюймов = 8,33 фута ≈ 8 футов 100 дюймов × 1 фут 12 дюймов = 8,33 фута ≈ 8 футов
Обсуждение
Окончательное приблизительное значение намного выше, чем ранняя оценка в 3 дюйма, но другая ранняя оценка в 10 футов (120 дюймов) была примерно правильной. Как приближение соответствовало вашему первому предположению? Что это упражнение может сказать вам с точки зрения грубых догадки по сравнению с тщательно рассчитанными приближениями?
В приведенном выше примере конечное приблизительное значение намного выше, чем ранняя оценка первого друга в 3 дюйма. Однако ранняя оценка другого друга в 10 футов (120 дюймов) была примерно правильной. Как приближение соответствовало вашему первому предположению? Что это упражнение может сказать о ценности грубых 90 742 приближенных оценок 90 340 по сравнению с тщательно рассчитанными приближениями?
Графики в физике
Большинство результатов в науке представлены в статьях научных журналов с использованием графиков. Графики представляют данные таким образом, чтобы их было легко визуализировать для людей в целом, особенно для тех, кто не знаком с тем, что изучается. Они также полезны для представления больших объемов данных или данных со сложными тенденциями в легко читаемом виде.
Одним из наиболее часто используемых графиков в физике и других науках является линейный график, вероятно, потому, что он лучше всего показывает, как одна величина изменяется в ответ на другую. Построим линейный график на основе данных таблицы 1.5, на котором показано измеренное расстояние, пройденное поездом от своей станции, в зависимости от времени. Наши две переменные, или вещи, которые меняются на графике, — это время в минутах и расстояние от станции в километрах. Помните, что измеренные данные могут не иметь идеальной точности.
- Нарисуйте две оси. Горизонтальная ось, или ось x , показывает независимую переменную, которая является переменной, которая контролируется или которой манипулируют. Вертикальная ось, или ось y , показывает зависимую переменную, неуправляемую переменную, которая изменяется со значением независимой переменной (или зависит от него). В приведенных выше данных время является независимой переменной и должно быть нанесено на график 9.0742 x -ось. Расстояние от станции является зависимой переменной и должно быть нанесено на ось y .
- Пометьте каждую ось на графике именем каждой переменной, за которым следует символ ее единиц измерения в скобках. Обязательно оставьте место, чтобы можно было пронумеровать каждую ось. В этом примере используйте Время (мин) в качестве метки для оси x .
Далее необходимо определить наилучший масштаб для нумерации каждой оси. Поскольку значения времени на 9Ось 0742 x снимается каждые 10 минут, мы могли бы легко пронумеровать ось x от 0 до 70 минут с отметкой каждые 10 минут. Аналогично, шкала оси y должна начинаться достаточно низко и продолжаться достаточно высоко, чтобы включать все значения расстояния от станции . Шкалы от 0 км до 160 км должно быть достаточно, возможно, с отметкой каждые 10 км.
В общем, вы хотите выбрать шкалу для обеих осей, которая 1) отображает все ваши данные и 2) упрощает выявление тенденций в ваших данных. Если вы сделаете масштаб слишком большим, будет сложнее увидеть, как меняются ваши данные. Точно так же, чем меньше и тоньше вы сделаете свою шкалу, тем больше места вам потребуется для построения графика. Количество значащих цифр в значениях оси должно быть больше, чем количество значащих цифр в измерениях.
- Теперь, когда ваши оси готовы, вы можете начать рисовать свои данные. Для первой точки данных считайте по оси x , пока не найдете 10-минутную отметку. Затем посчитайте от этой точки до отметки 10 км по оси y и приблизительно оцените, где 22 км приходится на ось y . Поставьте точку в этом месте. Повторите те же действия для остальных шести точек данных (рис. 1.26).
Рис. 1.26 График зависимости расстояния поезда от станции от времени из упражнения выше.
- Добавьте заголовок вверху диаграммы, чтобы указать, что описывает диаграмма, например параметр оси y по сравнению с параметром оси x . На графике, показанном здесь, заголовок движение поезда . Это также может быть название расстояния поезда от станции по сравнению со временем.
- Наконец, теперь, когда точки данных находятся на графике, вы должны провести линию тренда (рис. 1.27). Линия тренда представляет собой зависимость, которую, по вашему мнению, представляет график, чтобы человек, который смотрит на ваш график, мог видеть, насколько он близок к реальным данным. В данном случае, поскольку точки данных выглядят так, как будто они должны падать на прямую линию, вы должны нарисовать прямую линию в качестве линии тренда. Нарисуйте его так, чтобы он был ближе всего ко всем точкам. Реальные данные могут иметь некоторые неточности, а нанесенные точки могут не все попадать на линию тренда. В некоторых случаях ни одна из точек данных не попадает точно на линию тренда.
Рисунок 1.27 Законченный график с включенной линией тренда.
Анализ графика с использованием его уравнения
Один из способов получить быстрый снимок набора данных — посмотреть на уравнение его линии тренда. Если график представляет собой прямую линию, уравнение линии тренда принимает вид
.y=mx+b.y=mx+b.
b в уравнении — это точка пересечения y , а м в уравнении — это наклон. у -intercept сообщает вам, при каком значении y линия пересекает ось y . В случае с приведенным выше графиком точка пересечения и приходится на 0, в самом начале графика. Таким образом, точка пересечения y позволяет сразу узнать, где на оси y начинается сюжетная линия.
м в уравнении — это уклон. Это значение описывает, насколько линия на графике перемещается вверх или вниз по оси y по длине линии. Наклон находится с использованием следующего уравнения
м=Y2-Y1X2-X1.m=Y2-Y1X2-X1.
Чтобы решить это уравнение, вам нужно указать две точки на линии (желательно далеко друг от друга на линии, чтобы вычисляемый вами наклон точно описывал линию). Величины Y 2 и Y 1 представляют y -значения из двух точек на линии (не точек данных), которые вы выбрали, а X 2 и 1 представляют собой два x — значения этих точек.
Что значение наклона может сказать вам о графике? Наклон идеально горизонтальной линии будет равен нулю, в то время как наклон идеально вертикальной линии будет неопределенным, потому что вы не можете делить на ноль. Положительный наклон означает, что линия движется вверх по оси y по мере увеличения значения x , а отрицательный наклон означает, что линия движется вниз по оси y . Чем больше отрицательный или положительный наклон, тем круче линия движется вверх или вниз соответственно. Наклон нашего графика на рис. 1.26 рассчитывается ниже на основе двух конечных точек линии 9.0004
м=Y2−Y1X2−X1m=(80 км) – (20 км)(40 мин) – (10 мин)m=60 км30 minm=2,0 км/мин.m=Y2-Y1X2-X1m=(80 км) – (20 км)(40 мин) – (10 мин)м=60 км30 минм=2,0 км/мин.
Уравнение прямой: y=(2,0 км/мин)x+0y=(2,0 км/мин)x+0
Поскольку ось x представляет собой время в минутах, на самом деле мы с большей вероятностью будем использовать время t в качестве независимой переменной (ось x — ) и записать уравнение как
1,4y=(2,0 км/мин)t+0,y=(2,0 км/мин)t+0.
Формула y=mx+by=mx+b применяется только к линейным отношениям или отношениям, образующим прямую линию. Другим распространенным типом линии в физике является квадратичная зависимость, которая возникает, когда одна из переменных возводится в квадрат. Одно квадратичное соотношение в физике — это соотношение между скоростью объекта и его центростремительным ускорением, которое используется для определения силы, необходимой для поддержания движения объекта по кругу. Другая распространенная зависимость в физике — обратная зависимость, при которой одна переменная уменьшается всякий раз, когда увеличивается другая переменная. Примером в физике является закон Кулона. По мере увеличения расстояния между двумя заряженными объектами электрическая сила между двумя заряженными объектами уменьшается. Обратная пропорциональность, такая связь между x и y в уравнении
у=к/х,у=к/х,
для некоторого числа k — это один из видов обратной зависимости. Третье часто встречающееся отношение — это экспоненциальное отношение, при котором изменение независимой переменной приводит к пропорциональному изменению зависимой переменной. По мере того, как значение зависимой переменной становится больше, скорость ее роста также увеличивается. Например, бактерии часто размножаются с экспоненциальной скоростью при выращивании в идеальных условиях. По мере того как проходит каждое поколение, появляется все больше и больше бактерий для размножения. В результате скорость роста бактериальной популяции увеличивается с каждым поколением (рис. 1.28).
Рис. 1.28 Примеры (а) линейных, (б) квадратичных, (в) обратных и (г) экспоненциальных графиков зависимости.
Использование логарифмических шкал при построении графиков
Иногда переменная может иметь очень большой диапазон значений. Это представляет проблему, когда вы пытаетесь найти наилучший масштаб для осей вашего графика. Одним из вариантов является использование логарифмической (логарифмической) шкалы. В логарифмической шкале значение каждой метки равно значению предыдущей метки, умноженному на некоторую константу. Для логарифмической шкалы с основанием 10 каждая отметка обозначает значение, которое в 10 раз превышает значение отметки перед ней. Следовательно, логарифмическая шкала с основанием 10 будет пронумерована: 0, 10, 100, 1000 и т. д. Вы можете видеть, что логарифмическая шкала охватывает гораздо больший диапазон значений, чем соответствующая линейная шкала, в которой метки обозначают значения 0. , 10, 20, 30 и так далее.
Если вы используете логарифмическую шкалу на одной оси графика и линейную шкалу на другой оси, вы используете полулогарифмический график. Шкала Рихтера, которая измеряет силу землетрясений, использует полулогарифмический график. Степень движения грунта отображается в логарифмическом масштабе в зависимости от присвоенного уровня интенсивности землетрясения, который находится в линейном диапазоне от 1 до 10 (см. рис. 1.29 (а)).
Если график имеет обе оси в логарифмическом масштабе, то он называется логарифмическим графиком. Зависимость между длиной волны и частотой электромагнитного излучения, такого как свет, обычно изображают в виде логарифмической зависимости (рис. 1.29).(б)). Логарифмические графики также обычно используются для описания экспоненциальных функций, таких как радиоактивный распад.
Рисунок 1.29 (a) Шкала Рихтера использует логарифмическую шкалу с основанием 10 на оси ординат (микроны усиленного максимального движения грунта). (b) Зависимость между частотой и длиной волны электромагнитного излучения может быть представлена в виде прямой линии, если используется логарифмический график.
Виртуальная физика
Линии графика
В этой симуляции вы изучите, как изменяется наклон и y -пересечение уравнения изменяет внешний вид линии на графике. Выберите форму пересечения наклона и перетащите синие круги вдоль линии, чтобы изменить характеристики линии. Затем поиграйте в линейную игру и посмотрите, сможете ли вы определить наклон или y -пересечение заданной линии.
Рисунок 1.30 Откройте симуляцию графических линий.
Проверка захвата
Как следующие изменения повлияют на линию, которая не является ни горизонтальной, ни вертикальной и имеет положительный наклон?
- увеличить наклон, но оставить y -intercept постоянным
- увеличьте y -пересечение, но сохраняя наклон постоянным
- Увеличение наклона заставит линию вращаться по часовой стрелке вокруг точки пересечения y . Увеличение точки пересечения и приведет к тому, что линия будет двигаться вертикально вверх на графике без изменения наклона линии.
- Увеличение наклона заставит линию вращаться против часовой стрелки вокруг г -перехват. Увеличение точки пересечения и приведет к тому, что линия будет двигаться вертикально вверх на графике без изменения наклона линии.
- Увеличение наклона заставит линию вращаться по часовой стрелке вокруг точки пересечения и . Увеличение точки пересечения и приведет к тому, что линия будет двигаться горизонтально прямо на графике без изменения наклона линии.
- Увеличение наклона заставит линию вращаться против часовой стрелки вокруг г -перехват. Увеличение точки пересечения и приведет к тому, что линия будет двигаться горизонтально прямо на графике без изменения наклона линии.
Проверьте свое понимание
Упражнение 12
Назовите некоторые преимущества метрических единиц.
- Преобразование между единицами измерения проще в метрических единицах.
- Сравнивать физические величины легко в метрических единицах.
- Метрические единицы более современны, чем английские.
- Метрические единицы основаны на степени двойки.
Упражнение 13
Длина поля для американского футбола составляет 100 ярдов, не считая зачетных зон. Какова длина поля в метрах? Округлить до 0,1 м.
- 10,2 м
- 91,4 м
- 109,4 м
- 328,1 м
Упражнение 14
Ограничение скорости на некоторых автомагистралях между штатами составляет примерно 100 км/ч. Сколько это миль в час, если 1,0 миля составляет около 1,609 км?
- 0,1 мили/ч
- 27,8 миль/ч
- 62 миль/ч
- 160 миль/ч
Упражнение 15
Кратко опишите целевые шаблоны для точности и точности и объясните различия между ними.
- Точность определяет, насколько часто повторные измерения дают одинаковые или очень похожие результаты, а точность определяет, насколько близко измерение к истинному значению измерения.