Задача на логику для разминки мозга
═════════════════════
Первое, что нужно иметь ввиду, это то, что нельзя наблюдать за самим диском. Например, вы сидите в офисе, а диск вращается в закрытой лаборатории. Единственная возможность определить направление вращения — использовать оцифрованные показания датчика, и ничего больше.
Датчик фиксирует цвет точки в непосредственном месте установки в последовательные моменты времени. Показания представляются в виде «ЧЧЧББ...». Задача сводится к такой раскраске диска, где последовательность показаний отличается при вращении в прямую и в противоположную стороны, то есть последовательность не должна быть палиндромом.
═════════════════════
#логика@physics_math
#программирование@physics_math
#математика@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
═════════════════════
Первое, что нужно иметь ввиду, это то, что нельзя наблюдать за самим диском. Например, вы сидите в офисе, а диск вращается в закрытой лаборатории. Единственная возможность определить направление вращения — использовать оцифрованные показания датчика, и ничего больше.
Датчик фиксирует цвет точки в непосредственном месте установки в последовательные моменты времени. Показания представляются в виде «ЧЧЧББ...». Задача сводится к такой раскраске диска, где последовательность показаний отличается при вращении в прямую и в противоположную стороны, то есть последовательность не должна быть палиндромом.
═════════════════════
#логика@physics_math
#программирование@physics_math
#математика@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
В.И. Смирнов. Курс высшей математики в пяти томах.
Труд получил высшую премию бывшего СССР.
═════════════════════
Том 1. Содежание: 1. Функциональная зависимость и теория пределов. 2. Понятие о проиводной и его приложения. 3. Понятие об интеграле и его приложения. 4. Ряды и их приложения к приближенным вычислениям. 5. Функции нескольких переменных. 6. Комплексные числа, начала высшей алгебры и интегрирование функций.
═════════════════════
Том 2. Содежание: 1. Обыкновенные дифференциальные уравнения. 2. Линейные дифференциальные уравнения и дополнительные сведения по дифференциальным уравнениям. 3. Кратные и криволинейные интегралы, несобственные интегралы и интегралы, зависящие от параметра. 4. Векторный анализ и теория поля. 5. Основы дифференциальной геометрии. 6. Ряды Фурье. 7. Уравнения с частными производными математической физики.
═════════════════════
Том 3, часть1. Содежание: 1. Определители и решения систем уравнений. 2. Линейные преобразования и квадратичные формы. 3. Основы теориигрупп и линейные пркдставления групп.
Том 3, часть2. Содежание: 1. Основы тории функций комплексного переменного. 2. Конформное преобразование и плоское поле. 3. Применение теории вычетов, целые и дробные функции. 4. Аналитические функции многих переменных и функции матриц. 5. Линейные дифференциальные уравнений. 6. Специальные функции.
═════════════════════
Том 4, часть1. Содежание: 1. Интегральные уравнения. 2. Вариационное исчисление. 3. Дополнительные сведения по теории функциональных пространств, обобщенные производные, проблема минимума квадратичного функционала.
Том 4, часть2. Содежание: 1. Общая теория уравнения с частными производными. 2. Предельные задачи.
═════════════════════
Том 5. Содежание: 1. Интеграл Стилтьеса. 2. Функции множеств и интеграл Лебега. 3. Функции множеств, абсолютная непрерывность, обобщение понятия интеграла. 4. Метрические и нормированные пространства. 5. Пространство Гильберта.
#physics #math #code #физика #математика
#физика@physics_math
#математика@physics_math
#наука@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Труд получил высшую премию бывшего СССР.
═════════════════════
Том 1. Содежание: 1. Функциональная зависимость и теория пределов. 2. Понятие о проиводной и его приложения. 3. Понятие об интеграле и его приложения. 4. Ряды и их приложения к приближенным вычислениям. 5. Функции нескольких переменных. 6. Комплексные числа, начала высшей алгебры и интегрирование функций.
═════════════════════
Том 2. Содежание: 1. Обыкновенные дифференциальные уравнения. 2. Линейные дифференциальные уравнения и дополнительные сведения по дифференциальным уравнениям. 3. Кратные и криволинейные интегралы, несобственные интегралы и интегралы, зависящие от параметра. 4. Векторный анализ и теория поля. 5. Основы дифференциальной геометрии. 6. Ряды Фурье. 7. Уравнения с частными производными математической физики.
═════════════════════
Том 3, часть1. Содежание: 1. Определители и решения систем уравнений. 2. Линейные преобразования и квадратичные формы. 3. Основы теориигрупп и линейные пркдставления групп.
Том 3, часть2. Содежание: 1. Основы тории функций комплексного переменного. 2. Конформное преобразование и плоское поле. 3. Применение теории вычетов, целые и дробные функции. 4. Аналитические функции многих переменных и функции матриц. 5. Линейные дифференциальные уравнений. 6. Специальные функции.
═════════════════════
Том 4, часть1. Содежание: 1. Интегральные уравнения. 2. Вариационное исчисление. 3. Дополнительные сведения по теории функциональных пространств, обобщенные производные, проблема минимума квадратичного функционала.
Том 4, часть2. Содежание: 1. Общая теория уравнения с частными производными. 2. Предельные задачи.
═════════════════════
Том 5. Содежание: 1. Интеграл Стилтьеса. 2. Функции множеств и интеграл Лебега. 3. Функции множеств, абсолютная непрерывность, обобщение понятия интеграла. 4. Метрические и нормированные пространства. 5. Пространство Гильберта.
#physics #math #code #физика #математика
#физика@physics_math
#математика@physics_math
#наука@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
👍1
[1] Математика: иллюстрированная история [2017,RU]
═════════════════════
Математика – это наука, искусство, огромное поле для воображения и творчества. История ее начинается с единицы, но бесконечность – это далеко не финал. В этой красивой большой энциклопедии вы найдете ровно 100 историй о прекрасных математических загадках, которые знаменитые математики смогли разгадать и разъяснить миру.
Пифагор, Евклид, Фибоначчи, Пьер де Ферма, Уильям Гамильтон, Анри Пуанкаре, Алан Тьюринг, Джон фон Нейман – в этой книге мы расскажем о них и их гениальных открытиях, а также о многих других известных математиках.
Красивые иллюстрации и фотографии помогут легко понять суть открытий. Откройте целый мир математических чудес прямо рядом с вами!
═════════════════════
[2] Кому нужна математика? Понятная книга о том, как устроен цифровой мир [2017,RU]
═════════════════════
Если вы хотите найти ответ на вопрос «Зачем мне математика?», эта книга для вас. В ней рассказывается о современных приложениях математики, без которых невозможно существование авиации, страхования, железных дорог, медицины, интернета, экономики… Список можно продолжать долго, но проще будет сказать – невозможно существование современного мира, каким мы его знаем.
Эта книга будет полезна широкому кругу читателей, но для наиболее заинтересованных и подготовленных читателей авторы добавили дополнительные сведения, объединив их в специальном приложении.
═════════════════════
https://cloud.mail.ru/public/G7gh/cT4WVnoeq
https://cloud.mail.ru/public/6WnD/ymwLJWUwU
═════════════════════
#physics #math #code #физика #математика
#физика@physics_math
#математика@physics_math
#наука@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
═════════════════════
Математика – это наука, искусство, огромное поле для воображения и творчества. История ее начинается с единицы, но бесконечность – это далеко не финал. В этой красивой большой энциклопедии вы найдете ровно 100 историй о прекрасных математических загадках, которые знаменитые математики смогли разгадать и разъяснить миру.
Пифагор, Евклид, Фибоначчи, Пьер де Ферма, Уильям Гамильтон, Анри Пуанкаре, Алан Тьюринг, Джон фон Нейман – в этой книге мы расскажем о них и их гениальных открытиях, а также о многих других известных математиках.
Красивые иллюстрации и фотографии помогут легко понять суть открытий. Откройте целый мир математических чудес прямо рядом с вами!
═════════════════════
[2] Кому нужна математика? Понятная книга о том, как устроен цифровой мир [2017,RU]
═════════════════════
Если вы хотите найти ответ на вопрос «Зачем мне математика?», эта книга для вас. В ней рассказывается о современных приложениях математики, без которых невозможно существование авиации, страхования, железных дорог, медицины, интернета, экономики… Список можно продолжать долго, но проще будет сказать – невозможно существование современного мира, каким мы его знаем.
Эта книга будет полезна широкому кругу читателей, но для наиболее заинтересованных и подготовленных читателей авторы добавили дополнительные сведения, объединив их в специальном приложении.
═════════════════════
https://cloud.mail.ru/public/G7gh/cT4WVnoeq
https://cloud.mail.ru/public/6WnD/ymwLJWUwU
═════════════════════
#physics #math #code #физика #математика
#физика@physics_math
#математика@physics_math
#наука@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
Габор Секей. Парадоксы в теории вероятностей и математической статистике
═════════════════════
Описание:
═════════════════════
Книга венгерского математика, содержащая собрание неожиданных выводов и утверждений из теории вероятностей, математической статистики и теории случайных процессов. Написана живо и увлекательно.
Рассматриваются как классические парадоксы, двигавшие развитие науки, начиная с XVI в., так и современные проблемы теории вероятностей. Большинство аспектов вполне доступно, но отдельные вопросы требуют серьезной математической подготовки.
#physics #math #физика #математика
#теория_вероятностей@physics_math
#математика@physics_math
#статистика@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
═════════════════════
Описание:
═════════════════════
Книга венгерского математика, содержащая собрание неожиданных выводов и утверждений из теории вероятностей, математической статистики и теории случайных процессов. Написана живо и увлекательно.
Рассматриваются как классические парадоксы, двигавшие развитие науки, начиная с XVI в., так и современные проблемы теории вероятностей. Большинство аспектов вполне доступно, но отдельные вопросы требуют серьезной математической подготовки.
#physics #math #физика #математика
#теория_вероятностей@physics_math
#математика@physics_math
#статистика@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
КАК НАДО ПРЫГАТЬ ИЗ ДВИЖУЩЕГОСЯ ВАГОНА?
═════════════════════
Задав кому-нибудь этот вопрос, вы, конечно, получите ответ: “Вперед, по движению, согласно закону инерции”. Попросите, однако, объяснить подробнее, причем тут закон инерции. Можно предсказать, что при этом произойдет: ваш собеседник начнет уверенно доказывать свою мысль; но если не перебивать его, он скоро сам остановится в недоумении: выйдет, что именно вследствие инерции надо прыгать как раз наоборот – назад, против движения!
И в самом деле, закон инерции играет здесь роль второстепенную, – главная причина совсем другая. И если эту главную причину забыть, то мы действительно придем к выводу, что надо прыгать назад, а никак не вперед.
Пусть вам необходимо выпрыгнуть на ходу. Что произойдет при этом?
Когда мы прыгаем из двигающегося вагона, то тело наше, отделившись от вагона, обладает скоростью вагона (оно движется по инерции) и стремится двигаться вперед. Делая прыжок вперед, мы, конечно, не только не уничтожаем этой скорости, но, наоборот, еще увеличиваем ее.
Отсюда следует, что надо было бы прыгать назад, а вовсе не вперед, по направлению движения вагона. Ведь при прыжке назад скорость, сообщаемая прыжком, отнимается от скорости, с которой наше тело движется по инерции; вследствие этого, коснувшись земли, тело наше с меньшей силой будет стремиться опрокинуться.
Однако если уж и приходится прыгать из движущегося экипажа, то все прыгают вперед, по движению. Это действительно лучший способ и настолько проверенный, что мы настойчиво предостерегаем читателей от попыток проверить неудобство прыганья назад с движущегося экипажа.
Так в чем же дело?
В неверности объяснения, в его недоговоренности. Будем ли прыгать вперед, будем ли прыгать назад, – в том и другом случае нам грозит опасность упасть, так как верхняя часть туловища будет еще двигаться, когда ноги, коснувшись земли, остановятся [Можно объяснить падение в этом случае также и с иной точки зрения (см. об этом “Занимательную механику”, гл. III, статью: “Когда горизонтальная линия не горизонтальна?”).].
Скорость этого движения при прыжке вперед даже больше, чем при прыжке назад. Но существенно важно то, что вперед падать гораздо безопаснее, чем падать назад. В первом случае мы привычным движением выставляем ногу вперед (а при большой скорости вагона – пробегаем несколько шагов) и тем предупреждаем падение.
Это движение привычно, так как мы всю жизнь совершаем его при ходьбе: ведь с точки зрения механики, как мы узнали из предыдущей статьи, ходьба есть не что иное, как ряд падений нашего тела вперед, предупреждаемых выставлением ноги. При падении же назад нет этого спасительного движения ног, и оттого здесь опасность гораздо больше.
Наконец, важно и то, что когда мы даже в самом деле упадем вперед, то, выставив руки, расшибемся не так, как при падении на спину.
Итак, причина того, что безопаснее прыгать из вагона вперед, кроется не столько в законе инерции, сколько в нас самих. Ясно, что для предметов неживых правило это неприменимо: бутылка, брошенная из вагона вперед, скорее может разбиться при падении, нежели брошенная в обратном направлении. Поэтому, если вам придется почему-либо прыгать из вагона, выбросив предварительно свой багаж, следует кидать багаж назад, самим же прыгать вперед.
Люди опытные – кондукторы трамвая, контролеры – часто поступают так: прыгают назад, обратившись спиной по направлению прыжка. Этим достигается двоякая выгода: уменьшается скорость, приобретенная нашим телом по инерции, и, кроме того, предупреждается опасность падения на спину, так как прыгающий обращен передней стороной тела по направлению возможного падения.
#физика@physics_math
#математика@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
═════════════════════
Задав кому-нибудь этот вопрос, вы, конечно, получите ответ: “Вперед, по движению, согласно закону инерции”. Попросите, однако, объяснить подробнее, причем тут закон инерции. Можно предсказать, что при этом произойдет: ваш собеседник начнет уверенно доказывать свою мысль; но если не перебивать его, он скоро сам остановится в недоумении: выйдет, что именно вследствие инерции надо прыгать как раз наоборот – назад, против движения!
И в самом деле, закон инерции играет здесь роль второстепенную, – главная причина совсем другая. И если эту главную причину забыть, то мы действительно придем к выводу, что надо прыгать назад, а никак не вперед.
Пусть вам необходимо выпрыгнуть на ходу. Что произойдет при этом?
Когда мы прыгаем из двигающегося вагона, то тело наше, отделившись от вагона, обладает скоростью вагона (оно движется по инерции) и стремится двигаться вперед. Делая прыжок вперед, мы, конечно, не только не уничтожаем этой скорости, но, наоборот, еще увеличиваем ее.
Отсюда следует, что надо было бы прыгать назад, а вовсе не вперед, по направлению движения вагона. Ведь при прыжке назад скорость, сообщаемая прыжком, отнимается от скорости, с которой наше тело движется по инерции; вследствие этого, коснувшись земли, тело наше с меньшей силой будет стремиться опрокинуться.
Однако если уж и приходится прыгать из движущегося экипажа, то все прыгают вперед, по движению. Это действительно лучший способ и настолько проверенный, что мы настойчиво предостерегаем читателей от попыток проверить неудобство прыганья назад с движущегося экипажа.
Так в чем же дело?
В неверности объяснения, в его недоговоренности. Будем ли прыгать вперед, будем ли прыгать назад, – в том и другом случае нам грозит опасность упасть, так как верхняя часть туловища будет еще двигаться, когда ноги, коснувшись земли, остановятся [Можно объяснить падение в этом случае также и с иной точки зрения (см. об этом “Занимательную механику”, гл. III, статью: “Когда горизонтальная линия не горизонтальна?”).].
Скорость этого движения при прыжке вперед даже больше, чем при прыжке назад. Но существенно важно то, что вперед падать гораздо безопаснее, чем падать назад. В первом случае мы привычным движением выставляем ногу вперед (а при большой скорости вагона – пробегаем несколько шагов) и тем предупреждаем падение.
Это движение привычно, так как мы всю жизнь совершаем его при ходьбе: ведь с точки зрения механики, как мы узнали из предыдущей статьи, ходьба есть не что иное, как ряд падений нашего тела вперед, предупреждаемых выставлением ноги. При падении же назад нет этого спасительного движения ног, и оттого здесь опасность гораздо больше.
Наконец, важно и то, что когда мы даже в самом деле упадем вперед, то, выставив руки, расшибемся не так, как при падении на спину.
Итак, причина того, что безопаснее прыгать из вагона вперед, кроется не столько в законе инерции, сколько в нас самих. Ясно, что для предметов неживых правило это неприменимо: бутылка, брошенная из вагона вперед, скорее может разбиться при падении, нежели брошенная в обратном направлении. Поэтому, если вам придется почему-либо прыгать из вагона, выбросив предварительно свой багаж, следует кидать багаж назад, самим же прыгать вперед.
Люди опытные – кондукторы трамвая, контролеры – часто поступают так: прыгают назад, обратившись спиной по направлению прыжка. Этим достигается двоякая выгода: уменьшается скорость, приобретенная нашим телом по инерции, и, кроме того, предупреждается опасность падения на спину, так как прыгающий обращен передней стороной тела по направлению возможного падения.
#физика@physics_math
#математика@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python