🕯🔍 Шлирен-метод (от нем. Schlieren — оптическая неоднородность) — способ обнаружения оптических неоднородностей в прозрачных, преломляющих средах, и выявления дефектов отражающих поверхностей.
Иногда его называют методом Тёплера — по имени автора, немецкого физика Августа Тёплера.

Шлирен-метод, разработанный в 1864 году Августом Тёплером, является развитием предложенного в 1857 году теневого метода Леона Фуко, разработанного для контроля геометрии при изготовлении сферических зеркал телескопов. Заключался метод Фуко в том, что проверяемое зеркало освещали точечным источником света. В центр кривизны сферы помещали непрозрачный экран с острой кромкой, затеняющий в формируемом изображении точечный источник, но не препятствующий лучам, рассеянным зеркалом из-за нарушения геометрии. Позднее такой экран стали называть ножом Фуко.

Если поверхность зеркала была строго сферичной, нож, перекрывая основной световой поток точечного источника, равномерно затенял формируемое зеркалом изображение. Если сфера имела дефекты — формируемое изображение, в зависимости от знака и степени ошибки радиуса локальной кривизны, имело светлые или тёмные области. Ориентируясь по такой разной освещённости, проводили дошлифовку зеркала.

Шлирен-метод получил особенно широкое распространение для визуализации различных процессов в воздушной среде. Это относится, например, к исследованиям распределения плотности воздушных потоков образующихся при обтекании моделей в аэродинамических трубах, то есть, в авиационной технике. Применяется, также в механике жидкости, баллистике, изучении распространения и смешивания газов и растворов, исследовании теплообмена за счет конвекции и т. п.
#physics #наука #физика #термодинамика #эксперименты #опыты #видеоуроки #научные_фильмы

💡 Physics.Math.Code // @physics_lib

👨🏻‍💻 О важности поддержки студентов в процессе обучения

В новом подкасте на канале Виктора Кантора MLinside Алексей Толстиков, руководитель Школы анализа данных Яндекса (ШАД), объяснил, какими качествами должен обладать преподаватель-ментор.

Что обсудили:

▪️Как адаптировать обучение под разные уровни подготовки студентов.
▪️Почему важно учить студентов не только находить решения, но и задавать правильные вопросы.
▪️Как ментор может вдохновить студента, даже если сам не знает ответа на сложный вопрос.
▪️Роль практических задач в формировании структурного мышления и навыков работы с алгоритмами.
▪️Почему гибкость в обучении важнее жёсткой программы.

Подробнее обо всём этом смотрите в выпуске на YouTube.

💡 Physics.Math.Code // @physics_lib

📙 Real-World Python: A Hacker's Guide to Solving Problems with Code [2020] Lee Vaughan

A project-based approach to learning Python programming for beginners. Intriguing projects teach you how to tackle challenging problems with code.
With its emphasis on project-based practice, Real World Python will take you from playing with syntax to writing complete programs in no time. You'll conduct experiments, explore statistical concepts, and solve novel problems that have frustrated geniuses throughout history, like detecting distant exoplanets, as you continue to build your Python skills. Chapters begin with a clearly defined project goal and a discussion of ways to attack the problem, followed by a mission designed to make you think like a programmer. You'll direct a Coast Guard search-and-rescue effort, plot and execute a NASA flight to the moon, protect access to a secure lab using facial recognition, and more.

📒 Python для хакеров [2023] Ли Воган

«Python для хакеров. Нетривиальные проекты и задачи» делает упор на реальные проекты, так что от экспериментирования с синтаксисом вы сразу перейдете к написанию полноценных программ. Углубляя свои навыки разработки на Python, вы будете проводить научные опыты, изучать статистику и решать задачи, которые не давали покоя гениям на протяжении многих лет, и даже займетесь обнаружением далеких экзопланет. Каждая глава начинается с четко поставленной цели и обсуждения способов решения задачи. Далее следует собственно миссия и стратегия действий, которые построены таким образом, чтобы вы научились мыслить как программист. Вы вы напишете такие программы, чтобы победить в лунной гонке на «Аполлоне-8», помочь Клайду Томбо открыть Плутон, выбрать посадочные места на Марсе, обнаружить экзопланеты, отправить суперсекретные сообщения друзьям, сразиться с ужасными мутантами, спасти моряков после кораблекрушения, убежать от зомби и сделать еще много другого — и все это с помощью языка программирования Python. Программы, представленные в книге, не отпугнут даже новичков. Вы будете осваивать все более сложные техники и наращивать навыки написания кода. Справившись со всеми миссиями, вы будете готовы к самостоятельному решению любых сложных реальных задач с помощью Python. Вы будете применять мощные техники компьютерного зрения, обработку естественного языка и научные модули, такие как OpenCV, NLTK, NumPy, Pandas, Matplotlib, а также многие другие библиотеки, созданные для облегчения жизни программистов.

Для кого эта книга?
Можно рассматривать эту книгу как пособие по Python для второкурсников. Это не руководство по основам языка, а возможность продолжить обучение, работая над реальными проектами. Таким образом, вам не придется тратить деньги и место на полке, только чтобы освежить в памяти уже известные принципы. Но я все равно буду объяснять каждый этап проекта, давать подробные инструкции по использованию библиотек и модулей, включая их установку. Эти проекты заинтересуют всех, кто хочет использовать программирование для экспериментов, проверки теорий, моделирования природных явлений или просто для развлечения. По мере выполнения проектов вы будете накапливать знания о библиотеках Python и модулях, а также узнаете новые полезные приемы, функции и техники. Мы не будем зацикливаться на отдельных фрагментах кода; вместо этого вы научитесь создавать полноценные программы для решения реальных задач, используя реальные данные. #hack #программирование #python #NumPy #OpenCV #Pandas #NLTK #IT

💡 Physics.Math.Code // @physics_lib