Ну и, наконец, наглядная демонстрация закономерности…

Oct 09, 2024 23:39

…про которую шла речь в предыдущих постах про красное смещение и т.д ( Read more... )

наука

Leave a comment

Comments 112

chozenvan October 9 2024, 21:11:06 UTC
Выводы из этой картинки можно сделать далеко идущие. Словесное описание трудно в голову ложится, а тут все наглядно.

>в момент времени, который подобран так, чтобы быть похожим на первый график.

а какой это момент?

Reply

lex_kravetski October 9 2024, 21:16:40 UTC
> а какой это момент?

Какой-то. Я просто двигал слайдер времени, пока не нашёл похожее распределение. Если его от этой точки двигать влево, то разброс будет больше, если вправо - меньше. Можно додвигать вправо и до того положения, в котором визуально все точки будут на одной прямой.

Reply

chozenvan October 9 2024, 21:26:02 UTC
Просто интересно сколько времени прошло с момента "большого рандома".

Reply

lex_kravetski October 9 2024, 21:37:52 UTC
3030 условных единиц времени. Скорости были случайно распределены от -1000 до 1000, а расстояния - от -10^6 до 10^6.

Если расстояние считать парсеками, а скорость - километрами в секунду, то можно пересчитать условные единицы в секунды. Но это мало что даст, потому что для разных распределений будут разные результаты, а какое было в нашей вселенной (если было) никто сейчас не знает.

Reply


jahr2 October 9 2024, 21:26:47 UTC

Дык, это, исходники-то выложите?)

Reply

lex_kravetski October 9 2024, 21:39:21 UTC
f = {} |-> (RandomReal[{-1000, 1000}] t + RandomReal[{-10^6, 10^6}]);
n = 32;
fs = Array[f[] &, n];

Manipulate[Block[{
pos = fs[[i]] /. t -> tt,
v = fs[[i, 2, 1]],
xToV, xToVAbs, m1, m2
},
xToV = fs // Map[{(# /. t -> tt) - pos, #[[2, 1]] - v} &];
m1 = LinearModelFit[xToV, t, t] // Normal;
xToVAbs = xToV /. {{x_, y_} :> {Abs[x], Abs[y]}};
m2 = LinearModelFit[xToVAbs, t, t] // Normal;
{
{
ListPlot[xToV, AxesLabel -> {"Расстояние", "Скорость"},
ImageSize -> Medium],
Plot[
m1 // Evaluate, {t, xToV[[All, 1]] // Min,
xToV[[All, 1]] // Max}]
} // Show,
Spacer[100],
{
ListPlot[xToVAbs,
AxesLabel -> {Abs["Расстояние"], Abs["Скорость"]},
ImageSize -> Large],
Plot[m2 // Evaluate, {t, 0, xToVAbs[[All, 1]] // Max}]
} // Show
} // Row
],
{i, 1, fs // Length, 1},
{tt, 1, 10^4}
]

Reply

jahr2 October 9 2024, 21:58:41 UTC

Это Математика?

Reply

lex_kravetski October 9 2024, 22:04:24 UTC
Да. Без форматирования и разных цветов это читать тяжело, конечно.

Reply


nicka_startcev October 9 2024, 21:36:49 UTC
по хабблу скорее всего первый, ибо там 2 плюс 2 варианта и точек мало.
но я и не спорил с исходным тезисом.

Reply

lex_kravetski October 9 2024, 21:41:55 UTC
> точек мало

На первом графике - 33, на втором - 30.

> но я и не спорил с исходным тезисом.

А некоторые другие спорили. Утверждали, что так, как я описал, оно точно работать не будет.

Reply

nicka_startcev October 9 2024, 22:06:41 UTC
на первом два сорта точек. возможно, по причине двух методов.

>А некоторые другие спорили.

ну, удачи им, да. с такой бедной фантазией нельзя быть математиками, надо идти в поэты (неточная цитата).

>Утверждали, что так, как я описал, оно точно работать не будет.

у меня физмат образование и местами тщательно натренированная интуиция. особенно на смену координат. с разлётом мне сходу очевидно, что от переноса центра координат на любую из разлетающихся точек будет вполне та же картина, если мы не вылетим на край симуляции. но мы выбираем точку постфактум и заведомо не крайнюю, картинка выходит вполне самосогласованной. (её совпадение с реальностью другой вопрос,но это тут и не обсуждалось )

Reply


for_commenting October 9 2024, 22:33:14 UTC
под любую нынешнюю космологию, как и под "теории" типа климатической, можно подогнать альтернативные модели. но только они не обладают ни предсказательностью, ни опровергаемостью, ни фальсифицируемостью. Ну а слово "эксперимент" вообще табу. игры "разумов", толкиенисты от науки...

Reply

lex_kravetski October 9 2024, 23:00:31 UTC
> ни предсказательностью,

То есть один график даёт нам систему с предсказательной силой, а другой такой же - без предсказательной силы? И как же мы можем проверить это интересное предположение?

> ни опровергаемостью, ни фальсифицируемостью.

Сабжевая система даёт такое распределение почти в ста процентах случаев (то есть во всех, кроме тех, где стартовые скорости в точности равны между собой). Но вы можете это запросто опровергнуть - вам достаточно всего лишь взять уже готовый код и на эксперименте доказать, что такой исход, напротив, очень редкое событие, которое можно считать случайным совпадением.

Reply


evlasov October 10 2024, 03:00:56 UTC
Ничего непонятно но очень интересно.
Две простых линейных регрессии. Разброс похожий. Наверняка какой-нибудь график гнездования в зависимости от влажности похожий будет.
Я без наезда, хочу понять.

Reply


Leave a comment

Up