Какой код от двери скажите

t = 2pi*sqrt(l/g)

в среде это g будет, естественно, меньше, так как на шарик действует выталкивающая сила.

найдём это g.

по 2 закону ньютона f = p-fa = pш*v*g0 - рс*v*g0=v*g0*(pш-рс)=m*g = pш*v*g

откуда g = g0*(1-pc/pш)

я использовал обозначения

g0 - стандартное ускорение свободного падения

рш - плотность шарика

рс - плотность среды

v - объём шарика.

то, что я написал, это просто закон архимеда, не более того. а закон ньютона - как скобки.

подставим в исходную формулу, получим

t = 2pi*sqrt(l/g0*(1-pc/pш))

подставим исходные данные

t = 2*pi*sqrt(0.1/g0*(1-1/1.2)) =2*pi*sqrt(6/(10*g0))=2*pi*sqrt(3/(5*g0)) = 2*3.14159*sqrt(3/(5*9.81)) = 1.556c = 1.56c

 

замечание1. в приближённых вычислениях часто принимают во внимание тот факт, что g = pi^2 c хорошей точностью. это значительно вычисления.

в нашем случае сразу получаем

t = 2*pi*sqrt(l/(g0*(1-1/1. = 2*sqrt(0.1*1.2/0.2) = 2*sqrt(0.6)=1.55 = 1.55c

то есть совпадение до сотых! а вычислять проще.

замечание2 это соотношение действительно только в системе си и его не сложно "доказать". нужно только вспомнить, что такое метр, когда его вводили при наполеоне.

 

вот вроде и всё.

 

хотя нет. попробуй исследовать полученную формулу. а что если плотность среды выше плотности шарика?

(подсказка - маятник перевернётся "вверх ногами").

 

ну и последнее. при таких плотностях среды(сравнимых с плотностью шарика) пренебрегать сопротивлением среды - рискованно, это сопротивление, как правило, большое и существенно влияет на поведение маятника. 

 

Детерминированность или стохастичность. Если в модели среди величин имеются случайные, т.е. определяемые лишь некоторыми вероятностными характеристиками, то модель называется стохастической (вероятностной, случайной). В этом случае и все результаты, полученные при рассмотрении модели, имеют стохастический характер и должны быть соответственно интерпретированы. Здесь подчеркнем, что с точки зрения практики граница между детерминированными и стохастическими моделями выглядит расплывчатой. Так, в технике про любой размер или массу можно сказать, что это не точное значение, а усредненная величина типа математического ожидания, в связи с чем и результаты вычислений будут представлять собой лишь математические ожидания исследуемых величин. Однако такой взгляд представляется крайним. Удобный практический прием состоит в том, что при малых отклонениях от фиксированных значений модель считается детерминированной, а отклонение результата исследуется методами оценок или анализа ее чувствительности. При значительных же отклонениях применяется методика стохастического исследования.