Что тяжелее - тонна дерева или тонна железа?
════════════════════
Очень старый вопрос, но до сих пор не все люди могут на него правильно ответить. Не подумавши, обыкновенно отвечают, что тонна железа тяжелее, вызывая дружный смех окружающих. Шутники, вероятно, еще громче рассмеются, если им ответят, что тонна дерева тяжелее, чем тонна железа. Такое утверждение кажется уж ни с чем не сообразным, — и однако, строго говоря, это ответ верный!
Дело в том, что закон Архимеда применим не только к жидкостям, но и к газам. Каждое тело в воздухе “теряет” из своего веса столько, сколько весит вытесненный телом объем воздуха.
Дерево и железо тоже, конечно, теряют в воздухе часть своего веса. Чтобы получить истинные их веса, нужно потерю прибавить.
Вес дерева Pд = Mд * g - pвозд * Vд * g
Вес железа Pж = Mж * g - pвозд * Vж * g
Очевидно, что когда на весах мы добьемся равенства Pд = Pж, объем железа будет меньше объема дерева: Vд > Vж
А реальные массы кубика из железа и кубика из дерева будут определяться выражениями:
Mд = Mд(на_весах) + pвозд * Vд
Mж = Mж(на_весах) + pвозд * Vж
Массы на весах равны, т.к.:
Pд = Pж => Pд / g = Pж / g => Mд(на_весах) = Mж(на_весах)
А вот истинные массы будут отличаться.
Следовательно, истинный вес дерева в нашем случае равен 1 тонне + вес воздуха в объеме дерева; истинный вес железа равен 1 тонне + вес воздуха в объеме железа.
Но тонна дерева занимает гораздо больший объем, нежели тонна железа (раз в 15), поэтому истинный вес тонны дерева больше истинного веса тонны железа! Выражаясь точнее, мы должны были бы сказать: истинный вес того дерева, которое в воздухе весит тонну, больше истинного веса того железа, которое весит в воздухе также одну тонну.
Так как тонна железа занимает объем в 1/8 куб. м, а тонна дерева — около 2 куб. м, то разность в весе вытесняемого ими воздуха должна составлять около 2,5 кг.
#физика@physics_math
#математика@physics_math
#факты@physics_math
#наука@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python
════════════════════
Очень старый вопрос, но до сих пор не все люди могут на него правильно ответить. Не подумавши, обыкновенно отвечают, что тонна железа тяжелее, вызывая дружный смех окружающих. Шутники, вероятно, еще громче рассмеются, если им ответят, что тонна дерева тяжелее, чем тонна железа. Такое утверждение кажется уж ни с чем не сообразным, — и однако, строго говоря, это ответ верный!
Дело в том, что закон Архимеда применим не только к жидкостям, но и к газам. Каждое тело в воздухе “теряет” из своего веса столько, сколько весит вытесненный телом объем воздуха.
Дерево и железо тоже, конечно, теряют в воздухе часть своего веса. Чтобы получить истинные их веса, нужно потерю прибавить.
Вес дерева Pд = Mд * g - pвозд * Vд * g
Вес железа Pж = Mж * g - pвозд * Vж * g
Очевидно, что когда на весах мы добьемся равенства Pд = Pж, объем железа будет меньше объема дерева: Vд > Vж
А реальные массы кубика из железа и кубика из дерева будут определяться выражениями:
Mд = Mд(на_весах) + pвозд * Vд
Mж = Mж(на_весах) + pвозд * Vж
Массы на весах равны, т.к.:
Pд = Pж => Pд / g = Pж / g => Mд(на_весах) = Mж(на_весах)
А вот истинные массы будут отличаться.
Следовательно, истинный вес дерева в нашем случае равен 1 тонне + вес воздуха в объеме дерева; истинный вес железа равен 1 тонне + вес воздуха в объеме железа.
Но тонна дерева занимает гораздо больший объем, нежели тонна железа (раз в 15), поэтому истинный вес тонны дерева больше истинного веса тонны железа! Выражаясь точнее, мы должны были бы сказать: истинный вес того дерева, которое в воздухе весит тонну, больше истинного веса того железа, которое весит в воздухе также одну тонну.
Так как тонна железа занимает объем в 1/8 куб. м, а тонна дерева — около 2 куб. м, то разность в весе вытесняемого ими воздуха должна составлять около 2,5 кг.
#физика@physics_math
#математика@physics_math
#факты@physics_math
#наука@physics_math
#python #код #django #питон #джанго #программирование #cod #coding #ML #DataMining #deeplearning #neuralnets #neuralnetworks #neuralnetworks #ArtificialIntelligence #MachineLearning #DigitalTransformation #tech #ML #python