Voľná debata o fyzike

Ved tomik uz od zaciatku ukazuje svoje kvality v nechapani...

tono

Iste to vyzaduje hlbsie znalosti a patlat sa v tom, co sa mi nejak nechce. Nemam k tomu inspiraciu luskat prečo to, či one, nič mi to neda, ničím ma to nijak neobohati. Inak ja mám za to, že ak niekde je porušenie zakona zachovania energie tak sa k tomu vzdy staviam opatrne. divergencia T je preto nula inak by to viedlo na porusenie zakona zachovania energie. Divergencia metriky cez uzavrety priestor ako si uviedol je správne, ak máme napr. planetu a uzavreta plocha je vacsia (dalej) mala by byt divergencia tiez nula. Zvyšok neviem posudit, čo tam presne mixuju, prečo za istých okolnosti netreba pravu stranu aj ked ...

robopol

Ja to už tiež vzdávam.  

Dnes som si prečítal http://www.osel.cz/11024-kolem-rotujicich-supermasivnich-cernych-der-mohou-obihat-obyvatelne-planety.html . Z odkazu vyplýva, že v gravitačnom potenciáli čiernej diery by sa vlnová dĺžka žiarenia pozadia 2,73 K, v dôsledku gravitačného posunu, mohla skrátiť na hodnotu vlnovej dĺźky 300 K. Zaujímavá úvaha... To by vytvorilo okolo čiernej diery zónu s teplotou okolo 28 stuupňov C, bez nutnosti vonkajšieho zdroja energie, akým je pre nás napríklad Slnko. Teda celkom prijateľnú teplotu, pre podmienku života na planéte, obiehajúcu čiernu dieru v danej vzdialenosti. Samozrejme by to platilo iba pre planétu, obiehajúcu okolo čiernej diery dostatočnej hmotnosti, aby jej slapové sily boli porovnateľné s tými na Zemi. Relativistické efekty na takejto planéte by boli ale takmer nepredstaviteľné. Pozorovateľ na tejto  planéte by videl 13,7 miliard rokov trvajúcu históriu vesmíru v čase, iba niekoľko niekoľko sto tisíc rokov.
Ale čo na to hovorí termodynamika? Je možné zvýšiť intenzitu žiarenia čierneho telesa, zmenou  gravitačného potenciálu? Podľa mňa to popiera zákony termodynamiky. Ja sa len divím, čo sa v „renomovaných“ časopisoch dnes už publikuje.

gravitačn pole ČD dodáva energiu, teda energia pochádza z ČD, ak svetlo napr. opúšťa ČD tak sa naťauje do červeneho spektra, ČD ma tá silnu gravitáciu, že svetlo sa natiahne tak, že ju vidíme čiernu.

Tono, ked padas vo vytahu v gravitacnom poli, tak naberas energiu - inak by to pri dopade tak nebolelo. ;)

Rovnako je to s fotonom reliktneho ziarenia padajuceho do ciernej diery : jeho energia (frekvencia) narasta na ukor klesajucej potencionalnej energie.

Ked sa zvysuje energia castic v urychlovacoch, to tiez povazujes za porusenie termodynamickeho zakona?

Jak ale bolo pisane v diskusii, potrebne parametre su take extremne, ze je prakticky nulova pravdepodobnost, ze by taka cierna diera s takou extremnou hmotnostou a hlavne takou extremnou rotaciou bola v nami viditelnom vesmire. Cize ide o uvahu znacne hypoteticku.

Ešte by ma zaujímalo ako by sa mohla vôbec taká planéta prepašovať (z okolia) cez smrtiace žiarenie akrečného disku, teda oblasti kde je extremne žiarenie, teplota kde sa hviezdy rozpadajú. To Bakala nerieši, iba sa hrá s rovnicami, strašne zaujímavá vec :)

druhá možnosť je, že by sa sformovala z prachu a plynu, čo ide do centralnej zóny ČD na nejakej stabilnej orbite. No podmienky by boli aj tak extremne, do ČD miery stále veľa materiálu, ide tam aj žiareni z akrečného disku. je to proste len článok, že čoby bolo keby bolo... Navyše tak rýchla rotácia masivnej ČD nebude možná. To mal prepočítať keby vedel ..

Na nejakej stanici satelitnej TV (Spektrum?) som nedávno videl dokument o prvom pozorovaní temnej hmoty vo vesmíre. Išlo o pozorovanie kruhu zo stretu temnej hmoty a bežnej baryonovej z pohľadu spoločnej osi. Nikde na nete to nemôžem nájsť. Viete o tom niečo?

Na nejakej stanici satelitnej TV (Spektrum?) som nedávno videl dokument o prvom pozorovaní temnej hmoty vo vesmíre. Išlo o pozorovanie kruhu zo stretu temnej hmoty a bežnej baryonovej z pohľadu spoločnej osi. Nikde na nete to nemôžem nájsť. Viete o tom niečo?

https://www.spacetelescope.org/news/heic0709/

temna hmota:

Napadla ma jedna hypoteza, či naozaj nehladame niečo, čo neexistuje. Ak rotujuce čierne diery (Kerrova čierna diera) vytvára wormhole (dnes sa to začína ujímať) potom sa minimálne takto môže vytvoriť nový paralelny vesmír. EDQ práve takýmto spôsobom vysvetľuje, že vesmír vzniká práve takto. Tým sa dá vysvetliť aj temná energia.

k temnej hmote:

ten nápad spočíva v tom, že pokial rotujúca, ČD ťaha do seba aj samotný priestor, potom rovnice pohybu objektov v galaxii by vyzerali trocha inak. Čierna diera môže nasávať aj priestor v galaxii, čím vytvára tok priestoru do stredu ČD, ktorý sa z galaxie postupne vytráca, nie len hmota, ktorú ČD nasáva.

Z prečítania https://ctiradklimcik.blog.sme.sk/c/531974/o-uskaliach-matematickeho-modelovania.html vyplýva, že existujú hranice, kde si musíme priznať porážku. V jednom má ale Klimčík pravdu, že vedec sa zaľubi do svojej teórie tak, že ju nechce opustiť, ani keď je zjavné, že nefunguje. Myslí, že ju treba upravovať. Lenže tým je tá teória stále zložitejšia. A zložitosť je obyčajne známkou toho, že teória je nesprávna. Aj keď sa zdá fungovanie vesmíru zložité, príroda funguje na jednoduchých princípoch. 

K matematickému modelovanie sa dá pristupovať dvoma spôsobmi. Buď sa hráme z nejakými čiernymi skrinkami, alebo sa snažíme popísať fyzikálny jav. V prvom prípade predstavuje čierna skrinka nejakú matematickú prenosovú funkciu a čierne skrinky radíme buď do kaskád, alebo paralelne a jednotlivé uzly prepájame čiernymi skrinkami, ktoré realizujú spätnú väzbu. Typickým príkladom takéhoto prístupu napríklad je PID regulátor. Regulácia je korektná vedná disciplína, ale parametre PID regulátora sa nastavujú pre konkrétne zariadenie, zo známou prenosovou funkciou, alebo si ju vieme zmerať. Použiť takýto prístup pri modelovaní šírenia infekcie je do značnej miery tápanie typu pokus omyl. Ja som raz systémom pokus - omyl nastavoval PID regulátor a trvalo mi to 2 týždne. A to znamenalo správne nastaviť iba 3 konštanty. Ak parametre čiernych skriniek nastavíme na už známy priebeh infekcie, môžeme dostať veľmi dobrú zhodu modelu a reality. Keď sa ale objaví nová infekcia, treba prestaviť konštanty. Lenže ako? Podľa priebehu tej starej? Ak by model popisoval prírodné zákony, stačilo by dosadiť pár prvých údajov a z nich sa dajú vypočítať správne konštanty. Napríklad z rovníc pre šírenie tepla vieme vypočítať teplotu v ľubovoľnom mieste a čase, keď jeden koniec tyče  má inú teplotu, ako druhý. Ak poznáme napríklad zmenu teploty tyče v dvoch  miestach a časoch T(r0, t0)  a  T(r1, t1) , poznáme počiatočné podmienky pre parciálne diferenciálne rovnice a poznáme aj celé riešenie, v ľubovoľnom čase a mieste.

Ja som riešil model https://drive.google.com/file/d/175t5u8G3_qzen7KDwTBKiaqRbjgv_AGV/view , lenže predpoklady tohoto modelu nemajú nič spoločné s realitou. Pravdepodobnosť musí závisieť aj od polohy, nie len od času. A hlavne by mal model popisovať fyzikálne zákony. Viedlo to na sústavu parciálnych diferenciálnych rovníc, ktorých riešenie interpretujú priložené obrázky.

Priebeh šírenia pravdepodobnosti infekcie p(r, t).

https://drive.google.com/file/d/1nWc9W1KNvXA1TpYrICM22npQuyZRKe0V/view?usp=sharing

Ak  predpokladáme nejakú hustotu obyvateľov na ploche, počet infikovaných i(t) v čase je integrálom pravdepodobnosti p(r,t) na danej ploche. Graf počtu infikovaných na danej ploche je na obrázku. Zelená krivka je analytické riešenie. To je symetrické v čase. Ak sa do výpočtu zahrnie, že pravdepodobnosť a rýchlosť infekcie klesá s časom, napríklad v dôsledku karanténnych opatrení, priebeh bude nesymetrický v čase.

Na tvar krivky má samozrejme vplyv plocha, cez ktorú sa integruje. Ja som pre jednoduchosť integroval cez plochu kružnice. Reálne je to však plocha danej krajiny, alebo regiónu. Samozrejme aj hustota obyvateľov nie je konštantná. To sú však známe veci a pri modelovaní sa dajú zohľadniť.

Bolo by zaujímavé verifikovať tieto rovnice z realitou. Dát je dnes už dostatok. Ale pre danú krajinu, jej tvar a rozdielnu hustotu obyvateľstva by to bola práca a nie zábava, ktorú už nie som ochotný podstúpiť.

A aké je pointa príspevku Tóno? to, že model nezohľadňuje realitu sme vedeli už predtým, pretože tak ako sa šíri nákaza v realite závisí od veľa faktorov a zjednodušenia v tomto prípade nefungujú..

 pretože tak ako sa šíri nákaza v realite závisí od veľa faktorov a zjednodušenia v tomto prípade nefungujú..

Nefungujú buď preto, že sú modely nesprávne, alebo že nie sme schopní zohľadniť podstatné faktory. Lenže správanie sa ľudí nie je úplne stochastické, naopak je až prekvapivo deterministické. Samozrejme, že žiadny model nie je schopný zohľadniť všetky faktory. Ja napríklad už dlhú dobu sledujem predikciu zrážok v modely https://www.zamg.ac.at/cms/de/wetter/wetteranimation/aladin_animation.php?imgtype=1 . Na rozdiel od napríklad modelu ALADIN z SHMU je ich predikcia veľmi úspešná. Takže dajú sa modelovať? Iste, nie na 100%, ale nie zlým modelom. Ja som napríklad skúsil zmeniť tvar plochy, alebo miesto inicializácie infekcie a na prekvapenie, veľmi to priebeh nezmenilo. Napríklad či infekcia prichádza na plochu krajiny, ako čelo vlny, alebo z ohniska v ploche danej krajiny.

No modely máme zjednodušené, Ak to nemodeluješ numericky (ako napr. u počasia) tak zjednodušuješ ešte viac, napr. ako si robil ty model. Počasie vieme modelovať. Aj nákaza by sa dala, lenže to je ešte zložitejšie.

 Počasie vieme modelovať. Aj nákaza by sa dala, lenže to je ešte zložitejšie.

Ak sa pozrieš na grafy Covid19 https://ourworldindata.org/coronavirus-data nemôžeš poprieť, že tu zákonitosť je. Som presvedčený, že ak by sme mohli pandémiu Covid19 virtuálne zopakovať (tak, ako by tu teraz nebola) grafy by sa príliš nelíšili, aj keby to bolo v inom čase, s inými ľuďmi. To by dávalo nádej, že sa musia dať aj matematicky popísať. Princíp je v tom, že pre správanie nového vírusu samozrejme nepoznáme parametre. Lenže ak model reflektuje prírodné zákony (aj štatistické), to nastavenie sa dá urobiť už pri nástupe infekcie a nie po jej odznení.

Tono Gaussova krivka nie je prekvapenie. Nečítal som dopodrobna údajne zlyhanie modelov, my sme urobili nejaké opatrenia, čo veci zmenilo. Neviem teda akú nezákonitosť by sme mali vidiet? V modeloch šírenia sa infekcie je aj chaos, teda záleží od vstupných faktorov, tak ako je to aj u vývoja počasia.

Ten graf z môjho modelu ti pripomína Gaussovu krivku. Ale nie je to pravda. Riešenie parciálnych rovníc viedlo na hyperbolické funkcie. A čo ma milo prekvapilo - majú aj analytické riešenie. Ten graf v mojom príspevku je z numerického riešenia, ale len preto, aby som mohol počas výpočtu meniť konštanty, ( amplitúdu pravdepodobnosť nákazy a rýchlosť šírenia v priestore po aplikovaní karantény) čo je prípad toho červeného grafu.

Ved to je jedno, čo mi to pripomína, tak nech sú to hyperbolické funkcie. To je detail. Dôležité je to, že ten priebeh nie je vyhladený a je to len priblíženie v nejakom ráde presnosti, pričom to, že sa menia vstupné premenné, ktoré ty máš v konštantách (nie len ty) vytvára chaos, aj priebeh roznosu je ako keby z uzlov kde sa ľudia infikujú, proste relaita je zložitejšia v tom ako sa nám ludia pohybujú, ako sa prenáša ten či onen vírus, záleži od charakteristík vírusu a ďalších ďalších premenných, to analyticky nenamodeluješ dobre, ln v nejakom hrubom priblížení a aj to je otázne aké konštanty do toho zahrnieš.

 ln v nejakom hrubom priblížení a aj to je otázne aké konštanty do toho zahrnieš.

Z modelu môžeme získať iba hrubý odhad, ale je to vždy lepšie, ako nič. Aj za hrubý odhad šírenia Covid19, by boli politici pred dvoma mesiacmi vďační. Konštanty nie sú niečo dehonestujúce. Sú bežné aj vo fyzike. Matematických riešení nejakej diferenciálnej rovnice je nekonečne veľa a práve počiatočné podmienky a konštanty jednoznačne určujú konkrétne riešenie. Sám vieš, že tento vesmír je taký, aký je len vďaka konštantám. Aspoň z matematického popisu fyzikálnych zákonov. Inak vesmír "na naše konštanty a čísla kašle".

lenže to všetko záleží od okolnosti, Ak bude iný vírus, potom znova budeš hľadat konštanty do modelu. Podla modelov, resp. ty si hovoril o 50-60% nakazených, je to rádovo inde tono. Takže ja by som bol opatrný v predpovediach modelov, ktoré to nevypočítali a po boji je každý generál.

lenže to všetko záleží od okolnosti, Ak bude iný vírus, potom znova budeš hľadat konštanty do modelu. 

Bez konštánt sa nezaobídeme. Samozrejme, že pre iný vírus bude amplitúda pravdepodobnosti nákazy iná, rovnako aj rýchlosť jej postupu. Ja mám v modely 3 konštanty. To znamená, že by som potreboval vedieť priebeh v 3 bodoch A[r1,t1], B[r2,t2], C[r3,t3], a z 3 bodov už dostanem 3 rovnice, z ktorých tieto konštanty vypočítam. To má zmysel urobiť na začiatku pandémie. Ak sa pozrieš na reálne grafy, tak fluktuácia hodnôt na začiatku je dosť veľká. S pribúdajúcim počtom údajov sa výpočet spresňuje, podobne, ako sa spresňuje poloha GPS s počtom satelitov. Ale nás zaujíma odhad na začiatku pandémie, aj keď je to iba hrubý odhad. Po bitke je už každý generál.

Tak ano , ale treba mat čo najmenší počet konštánt. Vlastne to nie su ani konštanty, sú to čísla, ktoré sa menia. Po druhé na začiatku máš vysoku volatilitu v údajoch, teda konštanty nemusíš ani rádovo mať dobre, no a ešte ked k tomu pridáš model, čo to všetko zjednodušil, vysledok je ako veštit z gule, ja nezdielam ten optimizmus zjednodušených matematických modelov. To, čo má podľa mňa význam sú numerické modely, kde jednej častici, moleluke, entite, atď. priradíš vlastnosti a necháš to simulovať pri nejakých počiatočných podmienkach, to nemá nič s matematikou spoločné, proste urbíš niečo ako zmenšenú hračku reality, ktorá chaos obsahuje.

Proznam sa ze moje skusenosti hovoria nieco ine,  realne systemy  su sice komplikovane  ale vysledok zavisi od nejakych parametrov a tie maju postupne klesajuci prispevok.  Ak dokazeme spravne urcit co to ovplyvnuje  tak ked zoberieme pomerne maly vstupny pocet parametrov tak dostaneme dost presny vysledok,  dalsie parametre to zlepsia ale nezmenia zasadne.  Inymi slovami nejde o chaoticke systemy ci radikalne nelinearne systemy, kde prispevky neklesaju.

Predpoved ako sa bude sirit choroba sa mi nezda nedosihanutelna,   v tomto modelovani vznikol iny problem.  faktor R0  vyrazne ovplyvnuje vysledok  a nasi "experti" ho odhadli dost bulharsky.  A tak miesto rieseniu ako ho naozaj odhadnut realistickejsie si ho dalej odhadovali.  A nemali v tom ziadne skusenosti.  A zrejme ani techniku modelovania nezvladi

Chaos tam ale je v určitej miere, netvrdím, že ide o úplne chaotické správanie sa. Chaos je na úrovni toho napr. ako sa populácia pohybuje a stretáva, ako vírus mení charakteristiky prenosu atď., preto máš aj v priebehu pandemie výkyvy hore aj dole, žiadna vyhladená krivka to nie je. Skôr to pripomína burzu. A to tiež nie je úplne chaotický systém

To, čo má podľa mňa význam sú numerické modely, kde jednej častici, moleluke, entite, atď. priradíš vlastnosti a necháš to simulovať pri nejakých počiatočných podmienkach, to nemá nič s matematikou spoločné, proste urbíš niečo ako zmenšenú hračku reality, ktorá chaos obsahuje.

Nie vždy. Teba možno ovplyvnili modely, kde sa napríklad rieši problém gravitačne viazaných telies. Je to chaotický pohyb, ale štatisticky aj pre takúto sústavu platí Virialny teorém:  https://en.wikipedia.org/wiki/Virial_theorem V prípade N gravitačne viazaných telies ale vieme presne matematicky popísať správanie každého telesa, chaotické je správanie celého systému. Zákony pohybu jedného telesa poznáme presne. V prípade nákazy je podľa teba náhodné správanie už samého jedinca, takže sa nedá vybudovať matematický model. Ale podľa mňa je to reálne.

Pekári napríklad nemajú žiadnu záväznú objednávku, koľko majú na zajtra upiecť chleba a rožkov. Ale nepotrebujú sa spytovať politikov, alebo iných odborníkov - plánovačov, koľko majú zamiesiť cesta. Ja si niekedy kúpim chleba, inokedy zas rožky. Proste sa správam náhodne. Pekári to dokážu odhadnúť aj bez modelu. Rovnako objednávky sortimentu s krátkou dobou spotreby v obchodoch sú do určitej miery hazardom a nie vždy to zrejme presne odhadnú. Štatisticky to však funguje celkom dobre. V prípade šírenia infekcie nemá zmysel zahrnúť do modelu individuálne správanie jedincov a ani to nie je možné. Google, napríklad z meraní polohy, prezerania v internete, by ti určite potvrdili, že sa správame až prekvapivo predvídateľne.  

ved niečo sa dá, ale lepšie budú simulácie, ved to sa robi aj s počasím, tak sa modeluje, či si myslíš, že prerátavajú rovnice? to nie je nutné, je to ako ked programuješ hru určiš vlastnosti a pustiš simuláciu. A dobre si to napísal, to chaotické pôsobenie sa prejaví práve v interakcii celého systému. A samozrejme, že tú isté vlastnosti determinujú. napr. ak vírus stratí schopnosti šíriť sa ďalej, tak jeho populácia sa vytratí alebo stabilizuje na nejakej hodnote.

keby nebol v tom prvok náhody a nepredvidateľnosti potom by si bol schopný povedat či príde druhá vlna a a v akej velkosti. Už napr. to ako sa ľudia pohybujú, ak si niekedy videl leteckú dopravu, máme uzly a do ních sa populácia prepravuje a potom sa šíri ďalej po ďalších, lokálnych uzloch, Môžeš z hladiska štatistiky nájsť napr. nejakú strednú hodnotu, to je vlastne to čo robia tie zjdenodušené modely, lenže aj doprva pulzuje. niečo sa dá predvídať niečo nie. Lebo keby si vedel predvídať všetko, tak vieš aj to, či príde finančná kríza, či nie, ako sa veci vyvinu.