волчок с механизмом :: Класс!ная физика
| |||||||||||
|
|
| |||||||||
| |||||||||||
..
Юла является единственной разновидностью волчка, который содержит в себе механизм.
как устроены поисковые эксперименты на Юле / Хабр
Привет всем!
Меня зовут Маргарита Даминова, вместе с Еленой Бронниковой мы решили обобщить опыт команды продуктовой аналитики Юлы и поделиться им в статье, где расскажем о нашем подходе в области поисковых экспериментов.
Ранее в блоге мы уже писали о метриках и индексах, которые мы используем в продукте, чтобы следить за активностью мошенников и оценивать эффективность наших антифрод-фичей. В этой статье расскажем о том, как и зачем мы проводим поисковые эксперименты, какими метриками пользуемся и как влияем на развитие поисковой системы нашего сервиса объявлений.
Как все устроено на Юле
В Юле есть разные продуктовые команды, ответственные за развитие определенной части сервиса. В статье я расскажу о команде Поиска, которая занимается тем, что повышает качество выдачи поисковых запросов и товарных рекомендаций. Чем качественнее поиск, тем проще продавцу и покупателю найти друг друга. Чтобы проверить гипотезы и внести улучшения в эту часть продукта, мы проводим эксперименты.
Поиск в Юле это несколько больше, чем поисковая строка и выдача. Пользователь нашего сервиса может взаимодействовать с объявлениями в трех разделах:
Главная страница. Это первый экран, с которым контактирует пользователь.
Главная наполнена рекомендациями, выстроенными на основе интересов;Категория. Это определенный раздел с объявлениями, объединенными в одну категорию, например, вертикаль Недвижимости;
Текстовый поиск – конкретный поиск по запросу пользователя через поисковую строку. Пользователь может также искать объявления текстовым поиском внутри только одной категорий.
Главная наполнена рекомендациями, выстроенными на основе интересов;Мы привыкли называть эти разделы типами поиска. У каждого из них есть свои особенности в наполнении выдачи и ранжировании, поэтому эксперименты, как правило, разграничиваются между ними. Это позволяет правильно интерпретировать результаты эксперимента, последовательно внедрять изменения и новые фичи.
Мы проводим эксперименты в поиске, преследуя разные цели. Условно все задачи можно разделить на несколько групп:
Технические улучшения – сюда относятся доработки или улучшения алгоритма поиска, то есть то, что потенциально может нарастить качество поисковой выдачи.
Также к этой группе относим все эксперименты, направленные на фикс багов, например, если некорректно работают фильтры или сортировки.Продуктовые фичи – классные идеи, которые вряд ли повлияют на качество выдачи, но скорее всего улучшат опыт пользователя и увеличат шанс встречи покупателя и продавца на Юле. Хороший пример: возможность пользователя подписываться на поисковые запросы.
Ранжирование поисковой выдачи – эксперименты с моделями ранжирования, цель которых – сделать выдачу наиболее соответствующей интересам пользователя.
Акции и спецпроекты – <что-то на кутёжном>.
Другое: исследовательские эксперименты, тематические подборки с объявлениями на главной странице и прочее.
Также к этой группе относим все эксперименты, направленные на фикс багов, например, если некорректно работают фильтры или сортировки.Разделение на цели – не просто для «галочки». В зависимости от цели эксперимента мы ожидаем разных результатов. К примеру, если он направлен на фикс багов поиска, то, как правило, мы ждем, что целевые метрики не упадут.
Если эксперимент связан с новой фичей, то ожидаем значимых улучшений метрик. Наша задача как аналитиков – проверить, сработают ли ожидания на практике и численно оценить изменения целевых метрик.
Целевые метрики в поиске
Основные метрики, на которые мы чаще всего смотрим – показы, просмотры, контакты, сделки, конверсии в полезные действия и метрики качества поиска. Расскажу подробнее.
Это самая простая и базовая метрика. В каких случаях она может меняться? Пользователи стали больше или меньше пролистывать ленту, мы увеличили или уменьшили объем выдачи.
Помимо общей метрики «показы» нам необходимо следить за относительными метриками: доля показанных объявлений от всех активных объявлений, количество показов на активное объявление и многие другие. Все эти метрики бывают очень полезны в разных срезах. К примеру, срез «старые и свежие объявления» или же «частные продавцы и профессиональные». Зная более глубокие срезы по метрикам, мы можем отслеживать, что показы распределяются равномерно.
Показы – очень чувствительная метрика, и она в действительности далеко не всегда свидетельствует об успешности фичи. К примеру, мы легко можем вырастить показы, но если пользователи не стали лучше конвертироваться в переходы в объявление, в этом нет большого смысла. В особенности, если мы «забили ленту» не очень релевантным контентом. По этой причине метрику «показы» имеет смысл рассматривать только в совокупности с другими метриками.
Оценивая просмотры, мы можем судить о заинтересованности пользователей. Если пользователь кликнул на объявление, можно сделать вывод, что он заинтересовался. Чаще всего мы хотим видеть рост этой метрики, но увеличение просмотров нужно еще правильно интерпретировать. Может быть, рост числа просмотров означает, что пользователю сложно найти нужный товар: ему приходится делать больше просмотров объявлений прежде, чем он найдет то, что ожидает. Или наоборот. Именно поэтому важно понимать контекст эксперимента.
Контакты – это наша целевая метрика.
Больше контактов – выше вероятность сделок между продавцами и покупателями на Юле. Но и с этой метрикой надо быть аккуратным. Большое количество контактов может свидетельствовать о недостаточной или некорректной информации в описании. Чтобы сделать корректные выводы, необходимо исключить возможный спам в чатах и парсинг номеров. Мы можем использовать подтверждающую метрику, похожую по смыслу на «контакты» – это метрика «добавление в избранное». К ней мы обращаемся, чтобы убедиться, что пользователя заинтересовал товар.
Сделки – это метрика, которую мы оцениваем приблизительно. Мы не всегда можем быть уверены, что продажа и покупка состоялись на самом деле. Мы регистрируем события, косвенно подтверждающие этот факт: пользователь снял товар с продажи. Продал ли он на самом деле? Существует действие, которое дает нам подтверждающую информацию: продавец может указать настоящего покупателя при снятии объявления. Разумеется, далеко не во всех сделках это происходит. Зная это, мы выработали подход для определения сделки по последнему контакту перед снятием с продажи.
Тот, кто последний проконтактировал с продавцом, наиболее вероятно и является покупателем товара. Эта методика определения покупателя обладает высокой точностью, и мы получаем бОльшее количество известных покупателей для анализа.
За длительный опыт экспериментов (примерно с 2017 года) мы пришли к выводу, что изменение качества поиска не всегда увеличивает спрос. А нам в конечном счете хочется влиять именно на него. Поэтому мы ориентируемся на контакты (как прокси сделок) или же смотрим на метрики качества поиска, которые мы сами разработали.Например, такой метрикой является средняя позиция первого клика.
Такая метрика позволяет сделать выводы или предположения о релевантности ленты. Если выдача соответствует тому, что ищет пользователь, то позиция первого клика будет меньше, то есть пользователь кликнет по объявлению раньше. Эта метрика очень полезна в аналитике как раз тем, что она сильно чувствительна к изменениям. Второе ее преимущество – простота для интерпретации. Иногда именно по этой метрике мы отмечаем значимые улучшения раньше, чем в наших целевых метриках, и зачастую этого достаточно.
Подержав эксперимент чуть дольше, мы бы увидели эффект и в остальных метриках. Но порой нам достаточно улучшений только в позиции первого клика. К примеру, целью эксперимента были технические улучшения. Допустим, мы хотели улучшить работу фильтров в поиске. Чтобы убедиться, что доработка улучшает качество поиска, мы реализуем АБ-тесты – основной группе пользователей показываем прежнюю логику, а для части включаем обновление. Если мы увидим улучшения в позиции первого клика, то это уже подтвердит, что пользователь встречает объявление, которое его заинтересует, раньше.
В ходе экспериментов команда Поиска придумала дополнительную прокси-метрику качества поиска. В процессе исследования успешных экспериментов выяснилось, что их отличительная особенность состоит в следующем: пользователи, совершающие покупки, просматривают больше интересных им товаров перед принятием окончательного решения. Это натолкнуло на мысль, о введении новой метрики в наши эксперименты.
Разработанная метрика основана на подсчете количества открытий карточки объявлений пользователем в наиболее просматриваемой им подкатегории товаров до совершения покупки.
Преимущество этой прокси-метрики качества поиска в том, что она позволяет быстро, без существенных затрат времени на сбор данных, оценить, улучшает ли эксперимент качество поиска пользователем купленного им в итоге товара. Стоит уточнить, что эта метрика не является целевой. Однако зная такую поведенческую особенность большинства «доведенных до финала сделок», бывает полезно посмотреть на то, как себя ведет эта метрика.
Не всегда пустая выдача говорит об отсутствии подходящих объявлений на сервисе. Иногда это может свидетельствовать о недостатках в алгоритме или схеме работы поиска. Поэтому мы следим за количеством пустых и неполных выдач и стремимся их минимизировать, но при этом не снижая релевантность выдачи.
Асессорская оценка изменений командой Поиска – дополнительный метод исследования, но мы применяем его всегда, а зачастую именно он позволяет нам принять окончательное решение о результатах эксперимента. Кратко поделюсь логикой проведения такой оценки.
В специальной системе асессорам подается пара «Поисковый запрос – Объявление», которое попало в выдачу по этому запросу.
3 – если объявление точно отвечает запросу;
2 – если выданное объявление полезно. Например, по запросу пользователя «скутер» в выдачу попадает объявление «ремонт скутеров»;
1 – если выдача, что называется, мимо. Например, по запросу «клетка» пользователь получает «платье в клетку».
По каждому запросу оценивается несколько первых объявлений в выдаче, в нашем случае первые 10. Из полученных оценок по запросу вычисляется метрика DCG (discounted cumulative gain) – взвешенная сумма оценок. Чем ближе объявление к началу выдачи, тем больше вес оценки. Далее считается средняя DCG по всем запросам, обычно оценивается 1000 запросов.
Специалист поисковой системы (асессор) должен поставить оценку:Все показатели, о которых речь шла выше, очень полезно смотреть в различных разбивках или в относительных выражениях. Так аналитик может обнаружить действительно интересные и полезные инсайты. Например, мы смотрим показатели в разбивках по платформам, категориям объявлений, типу продвижения объявлений и типу поиска.
Это дает нам более достоверные и полезные интерпретации результатов в экспериментах.
Дизайн экспериментов
С метриками мы определились, теперь немного погрузимся в процесс самого AB-тестирования в поиске. Если кратко, то основной флоу можно описать следующими этапами:
Процесс поискового экспериментаИнициатива – стартовая точка процесса AB-тестирования. Чаще всего заказчиком эксперимента является продакт-менеджер, но им может быть любой член команды. Чуть ниже я приведу кейс, в котором команда аналитики стала инициатором. А в результате экспериментов и доработок мы получили новую фичу продукта.
Дизайн эксперимента – на этом этапе обсуждается как будет происходить исследование: какие гипотезы мы выдвигаем для проверки, на каких пользователей запускается эксперимент и какие метрики будут оцениваться.
Реализация – команда Поиска разрабатывает фичу, заводит эксперимент и выкатывает его в продакшн.
Затем заказчик включает его через админку на определенный сплит (группа пользователей), который выделили под данный эксперимент.Сбор данных – эксперимент запущен, теперь мы ждем, чтобы собралось достаточно данных.
Анализ и Выводы – аналитик оценивает эксперимент, интерпретирует результаты и дает рекомендации. На финальном шаге команда продуктовой аналитики и продакт-менеджер формулируют основные выводы эксперимента и принимают решение о раскатке.
Затем заказчик включает его через админку на определенный сплит (группа пользователей), который выделили под данный эксперимент.Расскажу более детально о каждом этапе применительно к теме поисковых экспериментов. Эксперименты в поиске, как правило, запускаются минимум на 2 недели. Как раз за это время мы получаем достаточно данных, чтобы сделать корректные выводы.
Мы используем разные пространства для запуска экспериментов. Каждое такое пространство разбито на непересекающиеся сплиты. Для поисковых экспериментов их всего восемь. Один из сплитов всегда является контрольным. Разбиение на сплиты в пространстве для поисковых экспериментов происходит по хэшу идентификатора устройства пользователя, или же по-другому его user_uid, с «солью».
Соль используется для того, чтобы обеспечить «равенство» сплитов, так как пользователи могут со временем начать себя вести по-разному:
Существует два сценария проведения эксперимента:
Стандартным вариантом является первый сценарий. Такой метод используется как основной, поскольку эксперимент на одном сплите позволяет снизить влияние эксперимента на тотал целевых метрик. Второй сценарий чаще используется в качестве дополнительного этапа, чтобы удостовериться в полученных результатах, или чтобы избежать потери от поздно раскатанного успешного эксперимента. Иногда бывает, что мы видим другой эффект при раскатке изменений на ⅞. Связано это с тем, что спрос (или предложение) «размазывается» на всех пользователей.
Итак, эксперимент запущен, данные собраны, аналитику предстоит подвести итоги. При оценке экспериментов мы пользуемся стандартными статистическими критериями:
Отдельно для поисковых экспериментов у нас есть отчет, который позволяет как аналитикам, так и менеджерам быстро посмотреть основные результаты по целевым метрикам в эксперименте.
Такое решение удобно для ускорения проведения экспериментов и оценки их результатов.
Аналитика в деле
Я уже упомянула, что аналитики также могут быть инициаторами экспериментов. Толчком для такой инициативы может послужить исследование продукта и поведения пользователей. Поделюсь нашей историей участия аналитиков в развитии продукта, а именно историей зарождения очень важной фичи Юлы – похожие объявления в конце неполных и пустых поисковых выдач.
В апреле 2020 аналитики провели исследование, направленное на изучение особенностей поиска Юлы. Мы хотели выявить точки роста в продукте. Команда проанализировала поведение новых пользователей в зависимости от результатов первой поисковой выдачи и обнаружила интересную закономерность: если первая поисковая выдача не содержит результатов (показываем сообщение – «Ничего не нашлось»), то это отпугивает пользователя. У человека может появиться мысль, что на Юле нет необходимых ему товаров. А это в свою очередь сильно сказывается на дальнейших полезных действиях пользователя.
Наше исследование подтвердило, что у тех, чьим первым опытом поиска была нулевая выдача, вероятность вернуться на следующий день в 1.5 раза ниже, а на седьмой день – уже ниже в 1.8 раз. Вероятность контакта и сделки сокращается в 2 и в 3 раза, соответственно.
Уже спустя месяц после обнаружения этой закономерности мы запустили эксперимент: в конец всех выдач стали добавлять объявления, подобранные по алгоритму «похожих». Для выдач, где нашлось много объявлений, это изменение будет незаметным для пользователя, а пустые и неполные выдачи дополнятся похожими. Кстати, неполными называются выдачи, которые занимают меньше одной страницы. Пустыми – те, где по запросу не нашлось ничего.
Использование алгоритма “похожие на то, что вы искали”В результате эксперимента число пустых и неполных выдач в общем объеме поисковых запросов уменьшилось на 65%. Выросли все продуктовые метрики: контакты в текстовом поиске, покупки после такого контакта и даже покупки в тотале. Наблюдался также рост DAU (Daily Active Users, активные пользователи) и Retention rate (возвращаемость пользователей) Еще одна метрика, которая подтвердила, что что изменения в поиске стали полезными и как минимум не портили выдачу – это рост конверсий из показа в просмотр и в сделку.
Аналитика на страже порядка
Я уже упоминала, но хочу обратить внимание еще раз – аналитику супер-важно быть в контексте эксперимента и понимать, на что действительно он может повлиять. Иногда мы находим весьма неожиданные результаты, поэтому стараемся быть бдительными. Ниже я расскажу о паре интересных случаев из нашего опыта экспериментов.
Скрытые эффекты
Главная страница Юлы содержит раздел рекомендаций, построенный на основе интересов пользователя. Мы периодически проводим эксперименты с этим блоком, чтобы предлагать пользователю наиболее подходящие ему объявления. Ряд экспериментов был посвящен проверке гипотезы – чем ближе геолокация товара, тем он привлекательнее для пользователя. Для этого мы протестировали различную логику ранжирования объявлений по гео. Основной вывод, который сформулировали по результатам эксперимента: удаленность не является определяющим фактором выбора.
Если товар действительно нужен пользователю, то он будет готов рассмотреть и более удаленные варианты.
Помимо прочего наш опыт в экспериментах подтвердил важность погружения аналитика в контекст и задачу. Приведу в пример необычный эффект, который мы отметили в эксперименте, направленном на метрики главной страницы – показатели, основанные на действиях пользователей на главной Юлы. В ходе эксперимента в метриках главной страницы наблюдалось значимое падение. Причем изменения были вызваны исключительно механикой выдачи платных объявлений, объявлений с купленным продвижением. Платные объявления показывались в меньшем объеме в данном эксперименте. Без погружения в цели эксперимента и его специфику, такая аномалия могла привести аналитика к некорректным выводам. В приведенном кейсе на самом деле изменения были вызваны лишь техническими недоработками и не повлекли за собой значимого отклонения метрик.
В поисковых экспериментах особенно важно тесное сотрудничество между разработкой и аналитиками.
Мы всегда презентуем выводы не только продуктовой стороне, но и технической команде.
Команда Поиска часто исследует качество поиска, чтобы обнаружить слабые места и предложить улучшения. Одно из таких исследований выявило случаи, в которых из-за платных объявлений нарушаются условия фильтрации и сортировки в поиске, так как объявления с купленным продвижением всегда вставляются на фиксированные позиции в выдаче.
Это очень важная проблема с точки зрения опыта пользователя: он становится негативным, если фильтры и сортировки не применяются так, как пользователь того ожидает. При этом нам было важно не просадить метрики платных объявлений, так как продавцы нам не менее важны.
По итогу эксперимента показы и просмотры платных объявлений снизились на 3% и 5%, соответственно, при этом в контактах и сделках падения не наблюдалось, то есть платные объявления стали получать ту же эффективность, что и до этого, но при более низком количестве показов. Связанно это с тем, что в отфильтрованных выдачах платные объявления были нерелевантными.
Вместе с тем мы улучшили метрику качества поиска – позиция первого клика улучшилась в поисках с фильтрами почти на 2%. Эксперимент в результате был признан успешным, так как мы однозначно улучшили пользовательский опыт, при этом не нанесли ущерб продавцам, которые платят и ожидают эффективность своих объявлений.
Заключение
Поисковые эксперименты в Юле запускаются почти с самого начала появления сервиса, за это время у нас сформировался четко выстроенный процесс. В этой статье я поделилась основным флоу, выбором метрик и некоторыми кейсами из нашей практики. Во многих сервисах, особенно в e-commerce, присутствует поиск по товарам или услугам, поэтому надеюсь прочтение материала было полезным для вас. Приходите в комментарии – обсудить и поделиться вашим опытом выстраивания поисковых экспериментов и улучшения Поиска.
Подсвечник с волчком Определение
Что такое подсвечник с волчком?
Волчок — это модель свечи с коротким реальным телом, расположенным вертикально по центру между длинными верхней и нижней тенями.
Свечной паттерн формируется, когда покупатели толкают цену вверх в течение определенного периода времени, а продавцы толкают цену вниз в течение того же периода времени, но в конечном итоге цена закрытия оказалась очень близкой к цене открытия. После сильного роста или падения цены волчки могут сигнализировать о потенциальном развороте цены, если следующая свеча подтвердит это. У волчка может быть закрытие выше или ниже открытия, но эти две цены всегда близки друг к другу.
Ключевые выводы
- Вращающийся волчок — это модель свечи с коротким реальным телом, расположенным вертикально по центру между длинными верхней и нижней тенями.
- Реальное тело должно быть маленьким, показывающим небольшую разницу между ценами открытия и закрытия.
- Поскольку и покупатели, и продавцы подтолкнули цену, но не смогли ее удержать, паттерн показывает нерешительность и то, что может последовать дальнейшее боковое движение.
Что расскажет вам волчок?
Волчки – признак нерешительности в активе; длинные верхняя и нижняя тени указывают на то, что существенного изменения цены между открытием и закрытием не было. Быки резко подняли цену, а медведи резко снизили ее, но, в конце концов, цена закрылась почти там же, где и открылась. Эта нерешительность может сигнализировать о большем боковом движении, особенно если волчок происходит в пределах установленного диапазона. Он также может сигнализировать о возможном развороте цены, если он происходит после повышения или снижения цены.
Иногда волчки могут сигнализировать о значительном изменении тренда. Вращающийся волчок, который появляется на вершине восходящего тренда, может быть признаком того, что быки теряют контроль и тренд может развернуться. Точно так же вращающаяся вершина в нижней части нисходящего тренда может сигнализировать о том, что медведи теряют контроль, и быки могут взять бразды правления в свои руки.
В любом случае подтверждение помогает прояснить, что говорит волчок.
Подтверждение приходит от следующей свечи. Если трейдер считает, что волчок после восходящего тренда может привести к развороту вниз, свеча, следующая за волчком, должна привести к падению цен. Если этого не произойдет, разворот не будет подтвержден, и трейдеру придется ждать другого торгового сигнала. Если волчок появляется в диапазоне, это указывает на то, что нерешительность все еще преобладает, и диапазон, вероятно, продолжится. Следующая свеча должна подтвердить, что означает, что она остается в пределах установленного бокового канала.
Вращающиеся вершины — это распространенный свечной паттерн, а это означает, что они лучше всего работают в сочетании с другими формами технического анализа. Например, трейдеры могут смотреть на технические индикаторы, такие как схождение-расхождение скользящих средних (MACD) или индекс относительной силы (RSI), на наличие признаков разворота, прежде чем открывать сделку на основе волчка. Индикаторы или другие формы анализа, такие как определение поддержки и сопротивления, могут помочь в принятии решений на основе моделей свечей.
Пример свечи с волчком
Изображение Сабрины Цзян © Investopedia 2020Пример диаграммы показывает несколько волчков. Первый, слева, происходит после небольшого снижения цены. За ней следует нисходящая свеча, указывающая на дальнейшее снижение цены. Цена немного снижается, но затем разворачивается вверх. При совершении сделок на основе свечей это подчеркивает важность наличия плана и управления риском после свечи.
Второй волчок происходит в диапазоне. Это подтверждает текущую нерешительность рынка, поскольку цена продолжает двигаться в боковом направлении.
Третий волчок исключительно велик по сравнению со свечами вокруг него. Это произошло после роста, за которым последовала большая нисходящая свеча. В итоге это была разворотная свеча, так как цена пошла вниз.
Когда цена падала, сформировался еще один волчок. Это заканчивается короткой паузой, поскольку следующая свеча делает гэп ниже и продолжает падение.
Примеры подчеркивают важность подтверждения и контекста.
Волчки внутри диапазонов обычно помогают подтвердить диапазон и нерешительность рынка. Вращающиеся вершины внутри тренда могут быть сигналами разворота, но следующая свеча должна подтвердить это.
Разница между волчком и доджи
Вращающиеся волчки и дожи символизируют нерешительность. Доджи меньше, с маленькими реальными телами и маленькими верхней и нижней тенями. Волчок имеет длинные верхнюю и нижнюю тени. Оба паттерна встречаются часто и иногда используются для предупреждения о развороте после сильного движения цены. Оба типа свечей сильно зависят от подтверждения. Сильное движение после волчка или дожи говорит о новом потенциальном направлении цены больше, чем сам волчок или доджи.
Ограничения использования волчка
Свечи с вращающимся волчком являются обычным явлением, а это означает, что многие наблюдаемые паттерны будут несущественными. Поскольку у активов часто бывают периоды нерешительности, это имеет смысл. Волчки часто возникают, когда цена уже движется в боковом направлении или вот-вот начнется.
Что касается прогнозирования разворотов, то обычная природа волчков также делает это проблематичным. Многие волчки не приведут к развороту. Подтверждение требуется, но даже при подтверждении нет гарантии, что цена продолжит движение в новом направлении.
Торговля вокруг волчка также может вызвать некоторые проблемы, поскольку свеча может быть довольно большой от максимума до минимума. Если подтверждение приходит после волчка и открывается сделка, размещение стоп-лосса выше или ниже максимума/минимума волчка может привести к большому риску, который не оправдывает потенциальное вознаграждение.
Оценка потенциального вознаграждения от сделки с волчком также затруднена, поскольку свечной паттерн не дает целевой цены или плана выхода. Трейдерам необходимо использовать другие модели свечей, стратегии или индикаторы, чтобы найти прибыльный выход.
Физика волчка
Источники изображения: Infoplease (слева) Здесь изображен волчок. Если выбросить волчок и одновременно потянуть за веревку, волчок закрутится.
И вы увидите, как этот топ проводит много времени, балансируя на остром кончике. (Я взял на себя смелость выбрать традиционную юлу из моего региона мира, а не те, которые вы найдете где-либо еще.)
Когда я был молод, мы играли с этими юллами. Они были тяжелыми, но чем тяжелее, тем веселее. Нет, я не старый чудак; компьютеры и Интернет просто пришли к нам немного позже, а тогда компьютеры были настолько медленными, что мы играли с реальными вещами.
Почему я предлагаю вашему вниманию эти волчки?
Изображение предоставлено: Doc MadhattanОказывается, математическое решение того, как вращается волчок, особенно когда он замедляется и начинает раскачиваться, является особенно важным физическим примером, объясняющим движения прецессии и нутации. Фактически, это пример, который вы можете найти во многих учебниках классической механики. Более того, если вы решите эту задачу очень подробно, вы заметите, что движение Земли похоже на волчок.
В этом понимании волчок демонстрирует обычное вращение.
Когда она колеблется, вы начинаете видеть, как прецессия и нутация вступают в игру (когда мы говорим о «прецессии равноденствия» для движения Земли, отсюда и название).
Но почему волчок показывает это движение?
Да, если немного пропустить уравнения, мы можем обойтись пограничным проходом (то есть следующие два абзаца).
Я надеюсь, что вы еще помните второй закон Ньютона, который во многих трактовках упрощается до F = ma. Используя этот закон, применимый строго к прямолинейному движению, мы можем вывести, что произойдет при вращении. Мы можем сделать это двумя способами: либо мы махнем рукой и просто совместим произведение обеих сторон с позицией, либо мы можем действительно детализировать и проверить, что будет делать каждый маленький кусочек материала, и интегрировать.
В итоге мы обнаруживаем, что знакомые уравнения линейного движения переводятся, символ за символом, чтобы получить уравнения вращательного движения. Например, приведенное выше уравнение F = ma превращается в τ = I · α.
В этом случае τ (тау) — это крутящий момент, I — это момент инерции, который ведет себя точно так же, как масса (но на этот раз разные направления получают разные моменты инерции), а α (альфа) — это угол θ (тета ) дважды продифференцированы по времени (угловое ускорение).
Уравнения энергии и импульса также преобразуются и сохраняются, так что, если ω (омега) – угловая скорость (скорость вращения), угловой момент L будет равен L = I · ω. Знать, что это сохраняется, достаточно, чтобы понять движение качающегося волчка!
Когда волчок изначально быстро вращается, он направлен прямо вверх и вращается вокруг этой оси. Его угловой момент также направлен прямо вверх и из-за диссипативных сил немного уменьшается, но все еще направлен прямо вверх. Однако по мере того, как оно замедляется еще больше, вращательное движение начинает не в состоянии противодействовать небольшим и случайным силам наклона. Итак, немного шатается. Здесь происходит интересное.
Он немного наклонен, поэтому основное вращение теперь дает угловой момент, указывающий не прямо вверх, а в каком-то другом направлении.
Но начальный момент импульса направлен прямо вверх, и он сохраняется! Итак, что произойдет, так это то, что будет какое-то новое вращение в двух других возможных направлениях, достаточное для векторного добавления обратно к бивектору углового момента, который указывает прямо вверх. Поработайте над математикой, и это именно то, что объясняет движения прецессии и нутации. Конечно, это довольно сложно, но это объяснение довольно красиво, особенно по сравнению с другими методами лечения.Вращающиеся тела делают много вещей, которые бросают вызов интуиции. Когда-то, когда мы еще играли с ними, научное сообщество регулярно получало письма, в которых говорилось о способе использования вращающихся тел для создания антигравитационных машин. Понимание их движения довольно забавно само по себе. Нам не нужны эти письма, но мы оплакиваем потерю детства для нынешних поколений.
Источники и дополнительная литература:
- Эта трактовка взята непосредственно из курса Ландау и Лифшица по теоретической физике, том 1: Классическая механика, очень маленькой книги.
