🟢 Оптический эффект Фата-моргана: физика и аномалии рефракции

Фата-моргана (лат. Fata Morgana — фея Моргана, персонаж артуровского цикла) — сложное метеорологическое явление, представляющее собой сильную и многократно искажённую миражную аномалию. В отличие от простых миражей («озёрных» или нижних), она создаёт серию чередующихся перевёрнутых и прямых изображений удалённых объектов.

Явление возникает в пограничном слое атмосферы при резком температурном инверсионном градиенте: слой холодного воздуха у поверхности земли перекрыт значительно более тёплым малоподвижным слоем выше. На границе раздела происходит полное внутреннее отражение лучей. Формально градиент показателя преломления описывается уравнением Эйнштейна—Гладстона—Дейла:
n − 1 = k ⋅ ρ , где n — показатель преломления, ρ — плотность среды, k — удельная рефракция.

При скачке плотности на термоклине лучи света, идущие от объекта, изгибаются и образуют каустику — поверхность, на которой формируются множественные изображения: прямые, перевёрнутые, сжатые и растянутые. Наблюдатель видит быстро сменяющие друг друга «замки», «колоннады» и «отвесные стены».

Условия возникновения:
1. Резкая инверсия температуры ( ΔT>2 °C на метр высоты ).
2. Штиль или очень слабый ветер (чтобы слои не перемешивались).
3. Ровная подстилающая поверхность (ледяной покров, спокойная вода, снежная пустыня).
4. Источник теплового излучения (солнце, нагревающее верхний слой, или радиационное выхолаживание поверхности).

▪️ Чаще всего фиксируется в Арктике и Антарктиде, а также над холодными морскими течениями (например, над Лабрадорским течением). Однако классический случай документально заснят над пустыней Сонора (Мексика) при аномальном вторжении холодного фронта.

▪️ В 1799 году французский математик Г. Монж при наблюдении в Кале видел скалы Дувра на расстоянии свыше 200 км при расчётной оптической дальности нормальной атмосферы не более 50 км.

▪️ Название «Фата-моргана» в СМИ часто приписывают любому причудливому мираже. Истинная Фата-моргана — только динамическая смена нескольких полос изображения. Однократное перевёрнутое изображение — это «верхний мираж», и физически он проще.

▪️ Тот же принцип используется в волноводах. В атмосфере роль волновода играет инверсионный слой. Теоретически над ЛЭП в тумане можно наблюдать микро-Фата-моргану от фонарей — эффект не описан, но подтверждён любительскими съёмками.

▪️ В 1596 году судно Виллема Баренца, зажатое льдами у Новой Земли, наблюдало «парящий остров с церковью», что позднее интерпретировали как Фата-моргану от горизонтальной кромки льда. Однако современный ретрорасчёт показал: это был нижний мираж, сложенный ледовой стеной.
#physics #science #физика #наука #оптика #опыты #факты

💡 Physics.Math.Code // @physics_lib

🔴Биномиальное распределение — биномиальный закон распределения вероятностей. Это наиболее распространённый вид дискретного распределения. Пусть проводится независимых испытаний (не обязательно повторных), в каждом из которых случайное событие может появиться с вероятностью p. Тогда случайная величина – число появлений события в данной серии испытаний, имеет биномиальное распределение.

Соответствующие вероятности определяются формулой Бернулли: P(k) = Cₙᵏ · pᵏ · (1-p)ⁿ⁻ᵏ { k успехов в n испытаниях. Вероятность успеха = p. }
• Cₙᵏ = сочетания (число способов выбрать k из n)
• pᵏ — успех повторился k раз
• (1-p)ⁿ⁻ᵏ — неудача в остальных испытаниях

Например: монета подбрасывается 5 раз. Тогда случайная величина – количество появлений орла распределена по биномиальному закону. Орёл обязательно выпадет:
Или 0 раз, или 1 раз, или 2 раза, или 3 раза, или 4 раза, или 5 раз. Подставляем для k=3 (три орла): P(3) = C₅³ · 0.5³ · 0.5² = 10 · 0.125 · 0.25 = 0.3125

▪️ При p = 0.5 и n = 6 самое вероятное k = 3, но всего 31.25%.
▪️ Формула — это часть бинома Ньютона: ∑ₖ₌₀ⁿ Cₙᵏ · pᵏ · qⁿ⁻ᵏ = (p+q)ⁿ = 1ⁿ = 1. Поэтому распределение и называется биномиальным.
▪️ Через треугольник Паскаля: Cₙᵏ — это n-я строка, число k+1. Например, C₅² = 10.
▪️ При малых p и больших n биномиальное распределение стремится к распределению Пуассона: P(k) ≈ (λᵏ · e⁻λ) / k! где λ = n·p
▪️ Правило «ноль-единица»: если n·p маленькое (например, 0.1), то самое вероятное k = 0 или 1. Остальное почти невозможно.
▪️ Математическое ожидание: E = n·p. Дисперсия: D = n·p·(1-p). При p=0.5 дисперсия максимальна.
▪️ Биномиальный коэффициент Cₙᵏ симметричен: Cₙᵏ = Cₙⁿ⁻ᵏ. Поэтому график симметричен только при p = 0.5.
▪️ В реальности применяется: контроль качества, A/B-тесты, генетика, опросы «да/нет», криптовалютные валидаторы.
▪️ Парадокс: если p = 0.1, n = 100, то среднее = 10. Но вероятность получить ровно 10 всего ~13%. А получить от 5 до 15 — около 80%.

❓ ЗАДАЧА. Бросаем правильный кубик n = 10 раз. Успех: выпала грань «6». Вероятность успеха в одном броске: p = 1/6 ≈ 0.1667. Вероятность неудачи: q = 1 − p = 5/6 ≈ 0.8333. Случайная величина K — число успехов (шестёрок) в серии из n бросков. K подчиняется биномиальному закону. При каком значении k вероятность P(K = k) будет наибольшей? Иными словами: какое количество шестёрок выпадает с максимальным шансом? #видеоуроки #научные_фильмы #математика #статистика #физика #МКТ #теория_вероятностей

💡 Physics.Math.Code // @physics_lib