Подборки: По Пользовательской Задаче

Страницы с задачами и решениями, страница 8

страницы с задачами и решениями

898 формул

Таблица формул

Показаны 421-480 из 898. Остальные формулы доступны на соседних страницах подборки.

Формула Запись Тема Для чего нужна
Связь периода полураспада и постоянной распада $\lambda=\frac{\ln 2}{T_{1/2}}$ Квантовая и ядерная физика Связь периода полураспада и постоянной распада: формула \lambda=\frac{\ln 2}{T_{1/2}} помогает величины lambda, T заданы для одной и той же ситуации, периода или объекта. В тексте есть условия, пример, ошибки и проверка результата.
Оставшееся число ядер через период полураспада $N=N_0\left(\frac12\right)^{t/T}$ Квантовая и ядерная физика Число нераспавшихся ядер уменьшается вдвое за каждый период полураспада. Формула N = N₀ · 2^(−t/T) позволяет найти ожидаемый остаток по начальному числу ядер, времени и периоду данного изотопа.
Магнитное поле внутри длинного соленоида $B=\mu_0 n I$ Электричество Магнитное поле внутри длинного соленоида: формула B=\mu_0 n I помогает величины B, n, I, mu_0 заданы для одной и той же ситуации, периода или объекта. В тексте есть условия, пример, ошибки и проверка результата.
Коэффициент трансформации по числу витков $\frac{U_2}{U_1}=\frac{N_2}{N_1}$ Электричество Коэффициент трансформации по числу витков: формула \frac{U_2}{U_1}=\frac{N_2}{N_1} помогает величины U_1, U_2, N_1, N_2 заданы для одной и той же ситуации, периода или объекта. В тексте есть условия, пример, ошибки и проверка результата.
Тензор малых деформаций в сплошной среде $\varepsilon_{ij}=\frac12\left(\frac{\partial u_i}{\partial x_j}+\frac{\partial u_j}{\partial x_i}\right)$ Механика сплошных сред Тензор малых деформаций описывает локальное растяжение, сжатие и сдвиг сплошной среды через производные перемещений. Он отделяет истинную деформацию от поворота малого элемента и служит основой линейной теории упругости.
Закон Гука для изотропного тела через модули Ламе $\sigma_{ij}=2\mu\varepsilon_{ij}+\lambda\varepsilon_{kk}\delta_{ij}$ Механика сплошных сред Изотропный закон Гука через модули Ламе связывает тензор напряжений с тензором малых деформаций. Параметр mu отвечает за сдвиговую жесткость, а lambda задает вклад объемного изменения в нормальные напряжения.
Уравнение неразрывности для сжимаемой среды $\frac{\partial \rho}{\partial t}+\nabla\cdot(\rho\mathbf v)=0$ Механика сплошных сред Уравнение неразрывности выражает локальное сохранение массы в сжимаемой среде. Оно связывает изменение плотности во времени с потоком массы через границы малого объема.
Число Рейнольдса для режима течения $\mathrm{Re}=\frac{\rho v L}{\mu}=\frac{vL}{\nu}$ Механика сплошных сред Число Рейнольдса сравнивает инерционные и вязкие эффекты в течении. Малые значения указывают на доминирование вязкости, большие - на существенную роль инерции и возможный переход к турбулентности.
Закон вязкости Ньютона для сдвигового течения $\tau=\mu\frac{dv}{dy}$ Механика сплошных сред Закон вязкости Ньютона связывает касательное напряжение в жидкости с градиентом скорости. Чем быстрее меняется скорость между соседними слоями и чем больше динамическая вязкость, тем сильнее внутреннее трение.
Градиент давления в гидростатике $\nabla p=\rho\mathbf g$ Механика сплошных сред Гидростатический градиент давления показывает, как давление меняется в покоящейся жидкости под действием объемной силы тяжести. В вертикальной оси он приводит к привычной зависимости dp/dz=-rho g при z вверх.
Энтропия Больцмана через число микросостояний $S=k_B\ln W$ Статистическая физика Формула Больцмана связывает энтропию макросостояния с числом микросостояний, которые его реализуют. Чем больше способов устроить систему без изменения наблюдаемых параметров, тем выше энтропия.
Каноническое распределение Гиббса $P_i=\frac{e^{-E_i/(k_BT)}}{Z}$ Статистическая физика Каноническое распределение Гиббса задает вероятность микросостояния системы при тепловом равновесии с термостатом. Состояния с большей энергией подавляются экспоненциальным множителем Больцмана.
Статистическая сумма канонического ансамбля $Z=\sum_i e^{-E_i/(k_BT)}$ Статистическая физика Каноническая статистическая сумма складывает больцмановские веса всех микросостояний системы. Она нормирует вероятности и служит исходной величиной для вычисления свободной энергии, средней энергии и теплоемкости.
Свободная энергия Гельмгольца через статистическую сумму $F=-k_BT\ln Z$ Статистическая физика Формула связывает свободную энергию Гельмгольца канонической системы со статистической суммой. Она переводит микроскопический спектр состояний в термодинамический потенциал при фиксированных T, V и N.
Уравнение Пуассона для электростатического потенциала $\nabla^2\varphi=-\frac{\rho}{\varepsilon_0}$ Электричество Уравнение Пуассона связывает электростатический потенциал с объемной плотностью заряда. Оно показывает, что заряд является источником кривизны потенциала и позволяет находить электрическое поле через E=-grad phi.
Уравнение Лапласа для электростатического потенциала $\nabla^2\varphi=0$ Электричество Уравнение Лапласа описывает электростатический потенциал в области, где нет объемного заряда. Потенциал там является гармонической функцией и полностью определяется граничными условиями.
Плотность энергии электромагнитного поля $u=\frac12\left(\varepsilon_0E^2+\frac{B^2}{\mu_0}\right)$ Электричество Плотность энергии электромагнитного поля показывает, сколько энергии содержится в единице объема поля. В вакууме вклад электрического поля пропорционален E^2, а вклад магнитного поля пропорционален B^2.
Вектор Пойнтинга для потока энергии поля $\mathbf S=\frac1{\mu_0}\mathbf E\times\mathbf B$ Электричество Вектор Пойнтинга задает плотность потока электромагнитной энергии. Его направление показывает, куда переносится энергия поля, а модуль равен мощности, проходящей через единичную площадку.
Волновое уравнение электромагнитной волны $\nabla^2\mathbf E-\frac1{c^2}\frac{\partial^2\mathbf E}{\partial t^2}=0$ Колебания и волны Волновое уравнение электромагнитной волны описывает распространение электрического поля в пустом пространстве без зарядов и токов. Скорость волны равна c и определяется постоянными электродинамики.
Длина волны де Бройля для квантовой частицы $\lambda=\frac{h}{p}$ Квантовая и ядерная физика Длина волны де Бройля связывает импульс частицы с волновой характеристикой. Чем больше импульс, тем меньше соответствующая длина волны и тем труднее наблюдать дифракцию частицы.
Соотношение неопределенностей Гейзенберга $\Delta x\,\Delta p\ge\frac{\hbar}{2}$ Квантовая и ядерная физика Соотношение неопределенностей устанавливает нижнюю границу произведения разброса координаты и импульса. Оно отражает не техническую неточность прибора, а структуру квантовых состояний.
Энергия частицы в одномерной бесконечной яме $E_n=\frac{n^2h^2}{8mL^2},\quad n=1,2,3,\ldots$ Квантовая и ядерная физика Формула задает дискретные уровни энергии частицы в одномерной бесконечно глубокой потенциальной яме. Энергия растет как квадрат квантового числа и уменьшается как квадрат ширины ямы.
Закон Брэгга для дифракции на кристалле $2d\sin\theta=n\lambda$ Волновая оптика и свет Закон Брэгга задает условие конструктивной интерференции волн, отраженных от соседних кристаллических плоскостей. Он связывает межплоскостное расстояние, угол скольжения, порядок максимума и длину волны.
Погрешность косвенного измерения через частные производные $u_f=\sqrt{\sum_i\left(\frac{\partial f}{\partial x_i}u_{x_i}\right)^2}$ Физические величины и измерения Формула распространения неопределенности оценивает стандартную погрешность величины, найденной косвенно через измеренные аргументы. Частные производные показывают чувствительность результата к каждому входному измерению.
Гармоническое среднее: скорости на равных участках $H=\frac{n}{\sum_{i=1}^{n}1/x_i}$ Описательная статистика Гармоническое среднее усредняет положительные величины через их обратные значения. Для движения по равным участкам оно даёт среднюю скорость всего пути, учитывая разное время на каждом участке.
Геометрическое среднее: произведение и темпы изменения $G=\left(\prod_{i=1}^{n}x_i\right)^{1/n}=\exp\left(\frac{1}{n}\sum_{i=1}^{n}\ln x_i\right)$ Описательная статистика Геометрическое среднее заменяет набор положительных множителей одним одинаковым множителем, сохраняя их произведение. Для последовательных изменений оно усредняет коэффициенты роста, а не проценты напрямую.
Моментный коэффициент асимметрии: расчёт по выборке $g_1=\frac{m_3}{m_2^{3/2}},\qquad m_k=\frac1n\sum_{i=1}^{n}(x_i-\bar x)^k$ Описательная статистика Моментный коэффициент асимметрии нормирует средний куб отклонений на масштаб разброса. Положительный знак показывает преобладание правых кубических отклонений, отрицательный — левых.
Эксцесс распределения: расчёт через четвёртый момент $g_2=\frac{m_4}{m_2^2}-3,\qquad m_k=\frac1n\sum_{i=1}^{n}(x_i-\bar x)^k$ Описательная статистика Эксцесс сравнивает нормированный четвёртый центральный момент с уровнем нормального распределения. В этой записи нормальный закон имеет эксцесс 0, а ненормированный по смещению коэффициент куртозиса равен 3.
Неравенство Чебышёва: граница вероятности отклонения $P(|X-\mu|\ge a)\le\min\left(1,\frac{\sigma^2}{a^2}\right),\qquad a>0$ Описательная статистика Неравенство Чебышёва ограничивает вероятность отклонения случайной величины от её среднего через дисперсию. Оно не требует нормального распределения и даёт верхнюю границу, а не точную вероятность события.
Индекс Жаккара: сходство через пересечение множеств $J(A,B)=\frac{|A\cap B|}{|A\cup B|}$ Алгоритмы и анализ данных Индекс Жаккара показывает долю общих элементов в объединении двух множеств. Он принимает значения от 0 до 1: ноль означает отсутствие пересечения, а единица — совпадение множеств.
Косинусное сходство векторов: формула и расчёт угла $\cos\theta=\frac{a\cdot b}{\lVert a\rVert\,\lVert b\rVert}$ Алгоритмы и анализ данных Косинусное сходство сравнивает направление двух ненулевых векторов и принимает значения от −1 до 1. Для неотрицательных векторов оно показывает, насколько совпадает профиль признаков.
Расстояние Левенштейна: вставки, удаления и замены $D(i,j)=\min\{D(i-1,j)+1,D(i,j-1)+1,D(i-1,j-1)+[a_i\ne b_j]\}$ Алгоритмы и анализ данных Расстояние Левенштейна — минимальное число вставок, удалений и замен стоимостью 1, превращающих одну строку в другую. Перестановка соседних символов отдельной операцией не считается.
Неравенство Крафта: длины двоичных префиксных кодов $\sum_{i=1}^{m}2^{-l_i}\le 1$ Кодирование информации Неравенство Крафта проверяет, могут ли заданные длины двоичных слов образовать префиксный код: сумма 2 в степени минус длина не должна превышать единицу.
Двоичный поиск: максимальное число сравнений ключа $C_{\max}(n)=\lfloor\log_2 n\rfloor+1,\quad n\ge1$ Алгоритмы и анализ данных Двоичный поиск в отсортированном массиве отбрасывает половину диапазона после каждого трехстороннего сравнения. В худшем случае для n≥1 требуется не более ⌊log₂ n⌋+1 итераций.
Отражение света при нормальном падении: формула Френеля $R=\left(\frac{n_1-n_2}{n_1+n_2}\right)^2$ Волновая оптика и свет При нормальном падении света на границу двух прозрачных непоглощающих сред доля отражённой мощности равна квадрату отношения разности показателей преломления к их сумме.
Угол Брюстера: поляризация света при отражении от границы $\tan\theta_B=\frac{n_2}{n_1}$ Волновая оптика и свет При угле Брюстера отражённый p-компонент света исчезает: для двух непоглощающих немагнитных сред тангенс угла падения равен отношению показателей преломления второй и первой среды.
Критический угол: условие полного внутреннего отражения $\sin\theta_c=\frac{n_2}{n_1},\quad n_1>n_2$ Геометрическая оптика Критический угол существует при переходе из среды с большим показателем преломления в меньший и задаётся синусом θc=n₂/n₁. При больших углах возникает полное внутреннее отражение.
Критерий Рэлея: угловое разрешение круглой апертуры $\theta_{min}\approx1.22\frac{\lambda}{D}$ Волновая оптика и свет Критерий Рэлея задаёт предельное угловое разрешение круглой апертуры: два точечных источника различимы на границе, когда θ≈1,22λ/D.
Дифракция на одиночной щели: углы тёмных минимумов $a\sin\theta=m\lambda,\quad m=\pm1,\pm2,...$ Волновая оптика и свет Минимумы одиночной щели возникают при a sinθ=mλ для ненулевых целых m; формула описывает разрушительную интерференцию волн от разных частей одной щели.
Закон Рауля: давление пара над раствором нелетучего вещества $p=x_1p^*$ Коллигативные свойства растворов В идеальном растворе с нелетучим растворённым веществом парциальное давление растворителя равно его молярной доле, умноженной на давление чистого растворителя.
Повышение температуры кипения: расчёт по моляльности $\Delta T_b=iK_bm$ Коллигативные свойства растворов Повышение температуры кипения разбавленного раствора равно произведению фактора Вант-Гоффа, эбуллиоскопической постоянной растворителя и моляльности.
Уравнение Аррениуса для констант при двух температурах $\ln\frac{k_2}{k_1}=\frac{E_a}{R}\left(\frac1{T_1}-\frac1{T_2}\right)$ Химическая кинетика Двухтемпературная форма уравнения Аррениуса связывает отношение констант скорости реакции с энергией активации и двумя абсолютными температурами.
Ионная сила раствора: расчёт по концентрациям и зарядам ионов $I=\frac12\sum_i c_i z_i^2$ Растворы Ионная сила раствора равна половине суммы произведений концентрации каждого иона на квадрат его заряда и характеризует электростатическую неидеальность раствора.
Правило фаз Гиббса: расчёт числа степеней свободы системы $F=C-P+2$ Химическая термодинамика Правило фаз Гиббса определяет число независимых интенсивных переменных F в равновесной системе без химических реакций и внешних полей: F=C−P+2.
Числа Белла: все разбиения множества на группы $B_n=\sum_{k=0}^{n}S(n,k),\qquad B_0=1$ Дискретная математика Число Белла считает все способы разделить различимые элементы на непустые непересекающиеся группы. Число групп заранее не задано, их порядок и порядок элементов внутри группы не учитываются.
Числа Стирлинга первого рода: циклы перестановки $c(n,k)=c(n-1,k-1)+(n-1)c(n-1,k)$ Дискретная математика Беззнаковые числа Стирлинга первого рода считают перестановки n различных элементов, состоящие ровно из k циклов. Рекурсия отделяет новый одноэлементный цикл от вставки элемента в существующий цикл.
Круговые перестановки: рассадка за круглым столом $P_{\mathrm{circle}}(n)=\frac{n!}{n}=(n-1)!,\qquad n\ge1$ Дискретная математика Число круговых перестановок n различных объектов равно (n−1)!, если повороты всей расстановки считаются одинаковыми. Зеркальное отражение при этом обычно даёт другой порядок соседей.
Число сюръекций: распределение без пустых ящиков $N(n,k)=k!S(n,k)=\sum_{j=0}^{k}(-1)^j\binom{k}{j}(k-j)^n$ Дискретная математика Сюръективное отображение отправляет n различимых объектов в k различимых ящиков так, чтобы каждый ящик был занят. Формула считает такие распределения через числа Стирлинга или включения и исключения.
Формула Кэли: число деревьев с помеченными вершинами $T_n=n^{n-2},\qquad n\ge2$ Дискретная математика Формула Кэли считает неориентированные деревья на заданных n различных вершинах: связные графы без циклов. Метки вершин сохраняются, а расположение рисунка на плоскости не создаёт новых деревьев.
Корреляция Спирмена: связь между рангами величин $r_s=1-\frac{6\sum_{i=1}^{n}d_i^2}{n(n^2-1)}$ Описательная статистика Коэффициент Спирмена измеряет согласованность порядка двух величин. Формула через квадраты разностей рангов применяется без совпадающих значений; при связках используют корреляцию средних рангов.
Коэффициент Кендалла тау-а: согласованные пары $\tau_a=\frac{C-D}{\binom{n}{2}}=\frac{2(C-D)}{n(n-1)}$ Описательная статистика Коэффициент Кендалла тау-а сравнивает числа согласованных и несогласованных пар наблюдений. Без совпадений это разность долей пар с одинаковым и противоположным порядком двух показателей.
Медианное абсолютное отклонение MAD: устойчивый разброс $m=\operatorname{med}(x_1,\ldots,x_n),\qquad MAD=\operatorname{med}_{i}|x_i-m|$ Описательная статистика MAD — медиана абсолютных расстояний наблюдений от медианы выборки. Эта мера разброса меньше реагирует на отдельные крайние значения, чем стандартное отклонение, и сохраняет единицы исходной величины.
Усечённое среднее: симметричное удаление крайних значений $\bar{x}_{\mathrm{trim}}=\frac{1}{n-2k}\sum_{i=k+1}^{n-k}x_{(i)}$ Описательная статистика Усечённое среднее получают, удалив одинаковое число наименьших и наибольших наблюдений, а затем усреднив оставшиеся. Параметр k задаёт число удалений с каждого края, а не общее число отброшенных значений.
Винзоризированное среднее: замена крайних значений $\bar{x}_W=\frac{kx_{(k+1)}+\sum_{i=k+1}^{n-k}x_{(i)}+kx_{(n-k)}}{n}$ Описательная статистика Винзоризированное среднее ограничивает влияние хвостов: k нижних значений заменяют ближайшей оставшейся границей, k верхних — верхней границей. Количество наблюдений и знаменатель n сохраняются.
TOROW в Excel: превратить массив в одну строку $\texttt{=TOROW(array,[ignore],[scan\_by\_column])}$ Массивы и преобразование таблиц TOROW разворачивает прямоугольный массив в одну горизонтальную разлившуюся строку, сохраняя порядок по строкам или переключаясь на обход по столбцам.
WRAPROWS в Excel: собрать список в строки фиксированной длины $\texttt{=WRAPROWS(vector,wrap\_count,[pad\_with])}$ Массивы и преобразование таблиц WRAPROWS раскладывает одномерный вектор по строкам с заданным числом элементов, а недостающие позиции заполняет выбранным значением.
WRAPCOLS в Excel: разложить список по столбцам $\texttt{=WRAPCOLS(vector,wrap\_count,[pad\_with])}$ Массивы и преобразование таблиц WRAPCOLS превращает одномерный список в матрицу, заполняя каждый столбец сверху вниз. Аргумент wrap_count задаёт высоту столбца, а pad_with заполняет недостающие позиции последней колонки.
CHOOSECOLS в Excel: выбрать столбцы массива по номерам $\texttt{=CHOOSECOLS(array,col\_num1,[col\_num2],…)}$ Массивы и преобразование таблиц CHOOSECOLS возвращает только названные столбцы исходного массива, допускает перестановку, повтор и отрицательные номера с конца.
CHOOSEROWS в Excel: выбрать строки массива по номерам $\texttt{=CHOOSEROWS(array,row\_num1,[row\_num2],…)}$ Массивы и преобразование таблиц CHOOSEROWS извлекает отдельные строки массива по их позициям, сохраняя порядок аргументов и позволяя обращаться к строкам с конца.
Химический потенциал компонента идеальной смеси $\mu_i(T,p,x_i)=\mu_i^*(T,p)+RT\ln x_i$ Химическая термодинамика Формула показывает, как мольная доля компонента изменяет его химический потенциал в идеальной смеси при заданной температуре и давлении.