MakarovSuites
Español
EnglishDeutschРусскийУкраїнськаFrançaisEspañolItalianoPolski
Contacto y licencias

Physics

¿Dónde está el bloque?

Instantáneas al azar de un bloque en una pista sin rozamiento construyen un histograma - y converge a 1/v, la sombra clásica de |psi|^2.

¿Dónde está el bloque? — Imagen real de la aplicación
Imagen real de la aplicación

Qué ocurre

Una foto al azar pilla al bloque donde se demora, y se demora donde va lento. La probabilidad de hallarlo va como 1/v: en una pista de dos niveles, dos mesetas en la razón de las velocidades. Las barras salen de instantáneas reales de una trayectoria real, tomadas en instantes de Poisson para que ningún ritmo de la pista bata con la cámara; la línea es la teoría.

Ecuaciones del módulo
Ecuaciones
P_classical(x) ∝ 1 / v(x)
|ψ_n(x)|² promedió niveles cercanos a E → 1 / v(x)
La densidad de probabilidad de un nivel cuántico oscila; el promedio reproduce la distribución clásica
χ²/dof = Σ(O − E)²/E sobre los compartimentos del histograma con E ≥ 5, dividido por su número − 1;  alrededor de 1 cuando las muestras siguen la densidad de probabilidad, creciendo con N cuando no son

Otros experimentos

Volver al catálogo
De un circuito LC a un cúbit — Imagen real de la aplicación

Physics

De un circuito LC a un cúbit

Un oscilador LC tiene niveles equiespaciados, así que nada en él puede ser un sistema de dos niveles. Cambia la bobina por una unión Josephson y la parábola se vuelve un coseno: los niveles se juntan por la anarmonicidad α, de modo que un campo en 0→1 deja en paz a 1→2. El otro número, la dispersión de carga, cae exponencialmente con √(E_J/E_C) mientras α solo cae linealmente: ese intercambio es el transmón. Ambos números salen del hamiltoniano diagonalizado en vivo, y un pulso π muestra la fuga que la anarmonicidad permite.

Aurora (magnetosfera) — Imagen real de la aplicación

Physics / Astronomy / Earth

Aurora (magnetosfera)

Una partícula cargada sobre una línea de campo dipolar real: o se refleja antes de alcanzar la atmósfera, o precipita; lo decide por completo su ángulo de paso.

Descenso neuronal — Imagen real de la aplicación

Physics / Math

Descenso neuronal

Una red neuronal aprende dígitos en vivo, dibujada como física: el paisaje de pérdida en 3D, el descenso de gradiente como una bola rodando cuesta abajo, el momentum como inercia y el ruido de minibatches como temperatura.