4-16 Atomnummer 33.

Atom nummer 33 er Arsenik. Charlie og Larry demonstrerede egenskaber ved en ikke-Newtonsk væske. der var noget om Social Network Analysis, om Affinitets analyse, om skjult kontra åbenlys dynamik.

Affinitetsanalyse
Her er vi i området “datamining”. Man forsøger at uddrage information fra store datamængder. Overordnet ser man i affinitetsanalyse på egenskaber, begivenheder el. lign, der ofte optræder sammen. Charlie nævnte et eksempel fra markedsanalyse, hvor man åbenbart konstaterede, at bleer og øl ofte blev købt samtidig. Heraf konkluderede man meget underligt, at det var mænd, der “blev sendt i byen efter” bleer. Helt ærligt: Kan man ikke forestille sig, at mænd simpelthen har ansvaret for bl.a. køb af bleer. Eller at kvinder køber øl??? Nå, men det er jo netop det, der er pointen. Man snakker om “i det store og hele”, altså statistik.
Man skal have kvantificeret, hvad man mener med,at det optræder “ofte” – er det 50 % af indkøb af bleer, der også involverer køb af øl? Hvor mange køber øl, uden at købe bleer etc..
Jeg har fundet eksemplet med bleer og øl andre steder bl.a. her i en blog om markedsanalyse. (Der refereres til en bog, “Discovering Knowledge in Data: An Introduction to Data Mining” – link til Google Books.) Øl og bleer er efter sigende et klassisk eksempel i “indkøbskurvsanalyse”
Affinitetsanalyse er “med retning”, forstået som, “hvis en kunde køber øl, køber hun bleer”. Eksempel: Hvis man observerer, at der ud af 1000 kunder er 200, der køber bleer og af disse er der 50, der køber øl. Så vil man sige, at køb af bleer implicerer køb af øl med støtte (support) på 50/1000= 5% og konfidens 50/200 =25 %. Support er sandsynligheden for køb af både bleer og øl. Konfidens er sandsynligheden for køb af bleer givet man køber øl.
Udtrykt med betingede sandsynligheder er Support= P(bleer OG øl), Konfidens = P(bleer | øl).
Man kan så vurdere, hvilke sammenhænge, der er tydeligst udfra support og konfidens – f.eks. ganger man de to sammen. Man kan naturligvis også have flere variable med: Hvis man køber bleer og øl, så køber man Weekendavisen. Digt selv videre.
Charlie snakker faktisk om support values og prediction values, og mon ikke, han mener konfidens, når han siger prediction values.
Det er der, han gennemskuer, at præsten og hans påståede søn har mere “association” end f.eks. præstens søn og den tidligere præsts datter.

Social Network Analysis
Har vi haft flere gange på bloggen. Se her.

Ikke Newtonsk væske
I en Newtonsk væske er viskositeten konstant. Altså er væsken lige flydende uanset, hvilke kræfter man bruger på den – rører hurtigt rundt eller slår på den. Viskositeten afhænger af temperatur og tryk. Mere præcist er der en lineær differentialligning
t(y)=m du/dy
hvor m er viskositeten. Jo mere flydende, jo mindre er m.
Man skal tænke sig, at man har væsken i en (stor) balje. Man lægger en plade i overfladen og flytter den med hastighed u. Så vil man få en effekt ned igennem væsken, som afhænger af, hvor dybt man er nede.
t(y) er “shear stress” i en retning parallelt med overfladen, du/dy ændrigen i hastigheden u jo længere man kommer ned – (y-koordinaten er nedad). Shear stress måles i kraft pr areal og er noget med, hvor meget kraft der skal bruges for at flytte væsken med den hastighed, den må have i dybde y, når den er 0 i bunden og vi har bestemt, hvad den er i overfladen. (Jeg er lidt på dybt vand (!) her, så fysikkyndige må meget gerne korrigere.)

I vand vil effekten ned igennem være større end i havregrød.

I en ikke-Newtonsk væske afhænger viskositeten af, hvordan man “behandler” væsken, (m i ligningen ovenfor er en funktion af f.eks. du/dt, at hvor længe, man har påvirket (rørt rundt) eller andre faktorer udover temperatur og tryk.). Eksempelvis moderne maling, som er mere flydende, når man smører det ud, men er ret geleagtigt, når det er i bøtten – det er tixotropisk; faktisk afhænger viskositeten af, hvor længe man har påvirket malingen.
Andre væsker bliver mindre flydende, når man påvirker dem. F.eks. majsstivelse eller kartoffelmel opløst i vand, ketchup og kagecremepulver (som er mest majsstivelse). Man bruger ikke-Newtonske væskers egenskaber i koblinger i differentialet i visse fire-hjulstrukne biler.
Der er masser af videoer på nettet med folk, der går på ikke-Newtonske væsker – man fylder et svømmebassin med kagecreme eller vand med stivelse og løber på det. Som Charlie og Amita siger, er der ikke meget fornuft i det, men det er rigtig sjovt. Men anvendelserne er der altså f.eks. i maling og smøring. Og, ikke mindst, kagecreme.

Fra en spansk TV-kanal

https://youtu.be/f2XQ97XHjVw (ikke tilgængelig)

På en højttaler – det ligner nærmest små dyr…

Brainiacs John Tickle går på kagecreme (custard). Kommenteret af TopGears Richard Hammond, som dengang var vært på Brainiacs.

De har selvfølgelig også gået på kagecreme i Mythbusters og i Time Warp, men det må I selv Google jer til.

This entry was posted in Blog. Bookmark the permalink.