ЕС приближается к своей цели по использованию ВИЭ

Поделиться



Новые данные Европейской комиссии показывают, что доля возобновляемых источников энергии в  общем энергопотреблении Европейского Союза продолжает расти и приближается к цели - 20% к 2020 году, при том, что этот показатель равнялся 16,7% в 2015 году.





Европейский союз стремится увеличить свою долю возобновляемых источников энергии в валовом конечном потреблении энергии до 20% к 2020 году и до 27% к 2030 году. Такие показатели отражены в новом своде данных, опубликованном Евростатом, статистическим бюро Европейского Союза. Первичное производство возобновляемых источников энергии также увеличилось, что является  частью долгосрочной тенденции — увеличения первичного производства на 184% за период с 1990 по 2015 год, где снижение фиксировалось только за два года (в 2002 году и в 2011 году, из-за влияния гидроэнергетики).

Первичное производство энергии из возобновляемых источников, ЕС-28, 1990-2015





У Швеции самая высокая доля возобновляемых источников энергии в ее валовом энергопотреблении - 53,9%, далее следует Финляндия с 39,3%, Латвия с 37,6%, Австралия с 33% и Дания с 30,8%. На другом конце шкалы находятся Люксембург и Мальта, у которых самая низкая доля - 5% ВИЭ в их валовом энергопотребления, за ними следуют Нидерланды с долей в 5,8%, Бельгия с 7,9% и Великобритания у которой только 8,2%.

Но эти цифры не отражают достижение странами своих целей. Одиннадцать стран уже достигли уровня запланированного на 2020 год — Болгария, Чехия, Дания, Эстония, Хорватия, Италия, Литва, Венгрия, Румыния, Финляндия и Швеция. В это же время Австрия и Словакия практически находятся у своих целей. На другом конце шкалы находятся Нидерланды, которые находятся в 8,2% от достижения своей национальной цели 2020 года, затем идет Франция, отставание которой составляет 7,8 % и Ирландия с Великобританией, обе отстают на 6,8 %. публиковано  

 

P.S. И помните, всего лишь изменяя свое потребление — мы вместе изменяем мир! ©

Источник: ecotechnology

В США выбросы СО2 достигли уровня 1991 года

Поделиться



Выбросы СО2 в США достигли 2,530  млн. тонн за первые половину 2016 года. Это был самый низкий показатель выбросов начиная с 1991 года, поскольку мягкая погода и изменения в использовании разных видов топлива для производства электричества, способствовали снижению энергетически обусловленных выбросов.

Американское агенство по информации в энергетике (EIA) в своем докладе «Краткосрочные перспективы энергетики» прогнозирует, что энергетически обусловленные выбросы  СО2 снизятся до 5,179 млн тонн в 2016 году, что является самым низким годовым показателем с 1992.





Мягкая погода

В первой половине 2016 года в США было наименьшее количество дней, которые требовали дополнительного обогрева зданий начиная с 1949 ( год с которого ведется статистика). Более теплая погода в зимние месяцы уменьшила потребность использования таких видов топлива на подогрев как: природный газ, очищинная нефть и электричество.

В целом общее потребление энергии на основные нужды было на 2 % ниже по сравнению  с первым полугодием 2015 года. Сокращение потребления энергии было наиболее значимо в жилом секторе, секторе электропотребления и в расходах энергии на базовые нужды на 9,43%.

Изменения в потреблении искапаемого топлива

Потребление угля и природного газа уменьшилось по сравнению с первым полугодием 2015 года. При этом уменьшение потребления угля было более значительным, при том, что уголь при сгорании выделяет больше углеводородных выбросов чем природный газ.

Потребление угля снизилось на 18%, а природного газа на 1%. Эти снижения более  чем компенсируют 1% рост общего потребления  нефти, которое выросло за этот период вследствие понижения цен на этот вид топлива.





Рост потребления возобнавляемой энергии

Потребление ВИЭ которые не производят углеводородных выбросов, увеличелось на 9% за первую половину  2016 года, по сравнению с тем же периодом 2015. Ветряная энергетика, которая продемонстрировала самый высокий приророст использования в качестве топлива  в 2015 году, составила 50% этого увеличения. Гидроэнергетика, составила 35 % увеличения потребления возобновляемой энергии. И еще 13 % было достигнуто за счет солнечной энергии, потребление которой по прогнозам будет самым большим в 2016 году.

 

по материалам cleantechnica.com

Источник: cleantechnica.com

Google Earth научился измерять уровень выбросов углекислого газа

Поделиться



        Сервис Google Earth изобрёл новые интерактивные карты выбросов углекислого газа. Проект был разработали вместе с Американским космическим агентством (NASA) и Департаментом энергетики США, говорят в пресс-релизе NASA.
        Проект был назван «Вулкан» именем римского бога огня. На картах видны выбросы CO2 в результате сгорания 50 разных типов ископаемого топлива. «Вулкан» даст возможность учесть, сколько углекислого газа вырабатывают фабрики, заводы, самолеты, наземный транспорт, жилые дома. Статистику обновляют каждый час.



        Данные «Вулкан» получает из нескольких источников. В частности, используют информацию о выбросах CO2, которую предоставляет Агентство по защите окружающей среды и Департамент энергетики США и официальные данные о количестве населения. Как говорят разработчики проекта, до сих пор все эти данные были в разных местах, что делало их анализ невозможным.



        Пока на интерактивные картах выбросов углекислого газа есть информация только о территории США. В ближайшем будущем разработчики собираются добавить карты Канады и Мексики. 

Источник: /users/413

Как создать надежный, запоминающийся пароль?

Поделиться



        1. Используйте лишённые смысла сочетания букв, цифр, пробелов, а ещё различных знаков и символов, если это возможно (например, !, ?, @, %, #, *, /, ^). Чредуйте большие и строчные буквы. Как сообщает статистика, более 70% всех паролей имеют лишь строчные буквы. Если Вам тяжело запомнить этот пароль, используйте какие-то значимые фразы в сочетании с цифрами и символами.



        2. Идеальный пароль не должен содержать слишком простые слова или их сочетания, чтоб их нельзя было подобрать по словарю.
        3. Не нужно использовать в пароле информацию о себе (к примеру, имя, дату рождения, номер телефона, почтовый индекс).
        4. Пароль не должен быть очень коротким, так как это упростит его взлом методами перебора. По статистике, 25% всех паролей имеют только шесть символов. Используйте не меньше восьми символов, но лучше больше. Между словами оставляйте пробелы или подчеркивания. Нужно помнить, что сложность пароля прямопропорциональна его длине и объему алфавита.
        5. Не используйте лдин и тот же пароль для разных сайтов. А особенно не нужно ставить на форумах и чатах те же пароли, что для почтового ящика или для важных аккаунтов.



        6. Переодически нужно менять пароли. Меняйте его длину. Не оставляйте старые пароли.
        Мы надеемся, что эти советы помогут Вам создать надежный и безопасный пароль.

Источник: /users/413

Топ-25 самых распространённых причин смерти (согласно статистике)

Поделиться



Жизнь – штука непредсказуемая.  На каждом шагу нас могут подкарауливать смертельные опасности, начиная с крушения самолёта и заканчивая ударами молнии. Каковы же шансы умереть от того или иного бедствия?

Предлагаем вашему вниманию топ-25 причин, которые, согласно статистике, могут повлечь за собой смерть:

25. Фейерверки



К примеру, в Соединённых Штатах около 10 000 человек каждый год обращаются в больницу с травмами и ожогами из-за неаккуратного использования фейерверков. Шанс смерти: 1 к 615 488.

24. Цунами



Вероятность гибели от цунами зависит от места проживания, но с точки зрения статистики шансы составляют 1 к 500 000.

23. Падение астероида

В прошлом шанс гибели от астероида приравнивался к 1 из 20 000. Теперь благодаря развитию науки вероятность погибнуть от астероида составляет 1 к 500 000. Учёные считают, что даже такая вероятность в 4 раза превышает вероятность смерти от удара молнии.

22. Нападение собаки



Шанс быть насмерть искусанным лучшим другом человека составляет 1 к 147 717.

21. Землетрясение



Опять-таки всё зависит от местонахождения человека. В районе с высокой тектонической активностью шанс смерти от землетрясения составляет 1 к 131 890.

20. Укус ядовитого животного



По статистике риск гибели от укуса пчелы в 2 раза превышает шанс гибели от укуса собаки и составляет 1 к 100 000.

19. Удар молнии



Каждый год во всём мире около четверти миллиона людей попадают под удар молнии. Шанс смерти: 1 к 83 930.

18. Торнадо



Проживание в США или Индии, конечно, увеличивает риск гибели от этой природной катастрофы и составляет примерно 1 к 60 000.

17. Смертная казнь



Риск подвергнуться наказанию в виде смертельной казни зависит от характера совершённого преступления и места проживания. Например, в Китае, Северной Корее, Йемене и Иране смертная казнь преступникам не грозит. И всё же шанс составляет 1 к 58 618.

16. Наводнение



Одно из самых распространённых и опасных стихийных бедствий ежегодно забирает больше жизней, чем любые другие природные катастрофы из этого списка. Шанс гибели: 1 к  30 000.

15. Авиакатастрофа



Полёт на самолёте считается более безопасным, чем поездка на автомобиле. Шанс гибели: 1 к 20 000.

14. Утопление



По данным Всемирной организации здравоохранения гибель от утопления является третьей причиной непреднамеренной смерти, которая ежегодно уносит сотни тысяч жизней. Шанс смерти: 1 к 8 942.

13. Удар током



Включая гибель от удара молнии и смертельную казнь, поражение электрическим током в США происходит примерно 1000 раз в год, и большинство несчастных случаев происходит на производстве. Шанс смерти: 1 к 5 000.

12. Авария на велосипеде



Чаще всего смерть в подобной аварии наступает в результате столкновения с автомобилем. Шанс гибели: 1 к  4 717.

11. Природные катаклизмы



Сюда входят молнии, торнадо, наводнения, землетрясения и другие стихийные бедствия. Шанс погибнуть по причине гнева матери-природы составляет 1 к  3 357.

10. Пожар



Около 50-80% смертей при пожаре чаще всего происходят из-за отравления дымом, а не из-за получения ожогов, но в целом в США этот фактор уносит тысячи человеческих жизней ежегодно. Шанс смерти: 1 к  1 116.

9. Огнестрельное ранение



Конечно, опасность быть застреленным может возникнуть в любой стране, но риск увеличивается в США, Гватемале, Бразилии и Южной Африке. Шанс смерти: 1 к 325.

8. Падение



Это ведущая причина смерти среди детей и пожилых людей. Шанс смерти: 1 к 246.

7. Суицид



Каждые 40 секунд в мире происходит одно самоубийство, а каждый год преднамеренно лишают себя жизни примерно 1 миллион человек. Шанс смерти: 1 к 121.

6. Автокатастрофа



Автомобильные аварии являются самой частой причиной летального исхода. Из-за них ежегодно погибают около 50,000 американцев. Шанс смерти: 1 к 100.

5. Случайная травма



По этой причине происходят около 30 миллионов обращений в скорую неотложную помощь, а погибают в результате подобных обстоятельств примерно 100 000 человек в год. Шанс смерти: 1 к 36.

4. Инсульт



Для жителей развитых стран это одна из самых актуальных проблем. Шанс гибели составляет: 1 к 23.

3. Рак



В последнее время риск заболеть раком становится таким же неизбежным, как смерть и налоги. Шанс смерти: 1 к 7.

2. Болезни сердца



Болезни сердца и сосудов стали самой частой и главной причиной смерти людей во всём мире. Шанс смерти: 1 к 5.

1. Предел Хейфлика



Даже если человек не погибнет от болезни, несчастного случая или насильственной смерти, то его клетки в какой-то момент перестают делиться, будут разрушаться и, в конце концов, умрут. Это явление известно под названием «Предел Хейфлика» (в честь открывшего это явление Леонарда Хейфлика). Хотя современные достижения в генетике могут продлить этот процесс, исследования показали, что в настоящее время максимальная продолжительность жизни для человека составляет около 125 лет.



источник: mixstuff.ru

Источник: /users/1077

Искусственный интеллект может предсказать солнечные вспышки

Поделиться







Несколько месяцев назад на Солнце появилось крупнейшее солнечное пятно, которое мы видели за последние 24 года. Это чудовищное пятно было заметно невооруженным глазом (то есть без приближения, но с защитными очками) и породило более сотни вспышек. Количество пятен на Солнце меняется циклически каждые 11 лет, увеличиваясь и уменьшаясь. Прямо сейчас солнце находится в наиболее активной части этого цикла: мы ожидаем много пятен и много вспышек в ближайшие месяцы.

Людей, как правило, пугает разрушительная сила солнечных вспышек — есть шанс, что однажды мощный взрыв на Солнце швырнет в нашу сторону тонну энергетических частиц и поджарит наши спутники связи. Но никто не задумывается о том, что мы можем предсказать такие вспышки, подобно погоде, а значит и предотвратить нанесение возможного ущерба. Но как же предсказать солнечную вспышку?

Один из способов заключается в использовании программ машинного обучения типа искусственного интеллекта, который автоматически извлекает данные из опыта. Эти алгоритмы постоянно улучшают свои математические модели, когда появляются новые данные. Но для того, чтобы хорошо обучаться, алгоритмы требуют больших объемов данных. Ученым не хватало данных о Солнце до 2010 года, пока не была запущена Обсерватория солнечной динамики (Solar Dynamics Observatory, SDO), наблюдающий за солнцем спутник, который отправляет каждый день порядка полутора терабайт данных на землю — больше, чем этот спутник, данных не отправлял ни один аппарат в истории NASA.

Солнечные вспышки, как известно, это сложный активный процесс. Они возникают в солнечной атмосфере над солнечными пятнами, расположенными на поверхности Солнца. Солнечные пятна, которые обычно приходят парами, действуют как стержневые магниты — одно пятно как северный полюс, другое как южный. Учитывая то, что на Солнце весьма много пятен, различные слои Солнца вращаются с разной скоростью, само Солнце обладает северным и южным полюсом, магнитное поле становится крайне насыщенным. В итоге появляются магнитные поля, скрученные как резинка, которые выпускают много энергии в процессе своего существования. Так появляется солнечная вспышка. Иногда скрученные поля не вспыхивают, иногда вспышки появляются из безобидных на вид пятен, иногда гигантские солнечные пятна ничего не производят.

Мы не знаем, как возникают солнечные вспышки с точки зрения физики. У нас есть — мы знаем, что вспышки обладают магнитной природой, — но мы не знаем, как они выпускают так много энергии с такой скоростью. В отсутствие окончательной физической теории, лучшая надежда для прогнозирования солнечных вспышек лежит в обработке наших гигантских массивов данных в поисках подсказок.

Есть два основных способа прогнозирования солнечных вспышек: численные модели и статистические модели. В первом случае мы берем за основу физику, которую знаем, составляем уравнения, запускаем их во времени и получаем прогноз. Во втором — мы используем статистику. Мы отвечаем на вопросы: какова вероятность того, что в активном регионе с гигантским солнечным пятном появится вспышка? А какова вероятность того, что это случится с маленьким пятном? В итоге появляются гигантские наборы данных, полные деталей: размеры солнечных пятен, сила магнитного поля. Затем ученые ищут связи между этими деталями и солнечными вспышками.

Алгоритмы машинного обучения могут положить этому конец. Мы используем алгоритмы машинного обучения везде. Биометрические часы используют их, чтобы разбудить нас, когда нужно нашему организму. Они лучше врачей предсказывают редкие генетические заболевания. Они определяют картины, которыми вдохновлялись ученые на протяжении всей истории. Ученые считают алгоритмы машинного обучения универсально полезными, поскольку они могут разбираться в нелинейных данных, а при больших массивах людям это практически невозможно сделать. Но очень много моделей нелинейны, поэтому такие алгоритмы все больше находят применение во всех сферах.

Ученые используют алгоритмы машинного обучения, чтобы предсказать солнечные вспышки, основываясь на гигантском наборе данных SDO. Для этого пришлось построить базу данных всех активных регионов, которые когда-либо наблюдала SDO. Поскольку это исторические данные, мы уже знаем, вспыхивали ли эти активные регионы или нет. Алгоритм обучения анализирует детали активных регионов — размеры солнечных пятен, силу связанных с ними магнитных полей, их скрученность — чтобы выявить общую характеристику активно вспыхивающего региона.

Чтобы сделать это, алгоритм начинает с предположения. Допустим, сначала он предполагает, что крошечное солнечное пятно со слабым магнитным полем породит гигантскую вспышку. Затем проверяет ответ. Упс, нет. Затем алгоритм перестраивает свое предположение. В следующий раз он уже по-другому зайдет. Методом проб и ошибок, с сотнями тысяч предположений и проверок, алгоритм постепенно повышает точность своих прогнозов. Его можно применять к данным в режиме реального времени, и он продолжает обучаться.

Продолжение работы в этом направлении обеспечит нас лучшим пониманием грядущих солнечных вспышек. Пока ученые показали, что алгоритмы машинного обучения лучше или, на худой конец, такие же, как и статистические или численные методы. И это круто, на самом деле. Такие алгоритмы, которые могут работать без участия людей, просто просматривая огромные массивы данных, будут бесконечно полезны — и чем дальше, тем больше — в самых разных сферах. Самое любопытное, что те же алгоритмы, которые делают прогнозы солнечных вспышек, могут работать и с генетическими заболеваниями и их определением.

А что, если данных будет больше? Кто знает. Хотя у нас уже много данных о Солнце — SDO работает уже четыре с половиной года — с тех пор было не так много солнечных вспышек. Потому что мы находимся в самом тихом солнечном цикле столетия. Есть резон продолжить сбор данных.

Источник: hi-news.ru

“Ошибка игрока” или почему нельзя верить интуиции

Поделиться



Предположим, что вы играете в рулетку, и на барабане несколько раз подряд выпадает “черное”. Вероятно, справедливо было бы предположить, что с каждым следующим разом вероятность того, что выпадет “красное” — увеличивается. Если до этого девять раз выпадало “черное”, то десятым, скорее всего, будет именно “красное”. Такой ход рассуждений довольно распространен и на первый взгляд кажется вполне логичным. Однако на самом деле это не так. Теория вероятностей утверждает, что вероятность каждый раз одна и та же и составляет 1/2 или 50/50 процентов.





В начале 20–го века, в одном из казино Монте–Карло, в Монако, произошел любопытный случай. На рулетке несколько раз подряд выпадало “черное”. С каждым разом желающих поставить на противоположный цвет — “красное” становилось все больше. Однако “черное” выпало 26 раз, приведя в смятение всех присутствующих игроков и к их огромным проигрышем. Обескураженные игроки усомнились в честности казино, сочтя происходящее нарушающим теорию вероятностей, а значит, попросту невозможным без специального трюка.

В последствии этот феномен был изучен и вошел в психологическую науку под названием “ошибка игрока” или “отрицательный эффект новизны” (negative recency effect), как пример когнитивного искажения. Все дело в отношении к жизненному опыту и его использованию. Считается, что в реальной жизни большинство явлений взаимосвязаны между собой. А различные события, воспринимаемые как случайные, имеют тенденцию “возвращаться к среднему”. Это приводит к когнитивному искажению восприятия объективности и заставляет считать, что вероятность будущего события зависит от предыдущих, даже если на самом деле это не так.

Еще более любопытным является и тот факт, что “ошибка игрока” может проявляться в самых неожиданных ситуациях и даже с теми людьми, которые считают себя сведущими в математике вообще и в статистике в частности. Она отражает два аспекта человеческого когнитивного восприятия: не осознаваемую мотивацию к поиску порядка и закономерности во всем, с чем приходится иметь дело, даже если это случайные процессы; и игнорирование логики, отдавая предпочтение интуиции и принимая ее за самоочевидность, не требующую расчета и анализа.опубликовано 

 

P.S. И помните, всего лишь изменяя свое сознание — мы вместе изменяем мир! ©

Присоединяйтесь к нам в Facebook и ВКонтакте, а еще мы в Однокласниках

Источник: psifactor.info/2015/04/oshibka-igroka-ili-pochemu-nelzya-verit-intuitsii/

О смертельной опасности утраты перспективы

Поделиться



Американские СМИ и блогосфера обсуждают статью Анны Кейз и Ангуса Дитона.

Авторы статьи исследовали смертность населения США в возрасте от 45 до 54 лет как функцию времени. Как и следовало ожидать, она уменьшалась: успехи медицины и так далее. С 1970 по 2013 год смертность для этого возраста упала на 44% (подчеркну, что речь тут идет об «эйлеровой», а не «лагранжевой» точке зрения: мы смотрим на тех, кому в данном году исполнилось от 45 до 54 лет; в следующем году это будут уже другие люди). Но оказалось, что у одной из групп: белых людей, — изменение смертности сменило знак: после 1998 года она стала расти на полпроцента в год. На рисунке ниже показан график смертности для американских белых (USW) в сравнении с американскими испаноязычными (USH), французами (FRA), немцами (GER), британцами (UK), канадцами (CAN), австралийцами (AUS) и шведами (SWE) в этой возрастной группе:





На рисунке не показаны американские черные. На самом деле их смертность на сто тысяч населения выше, чем у белых (581.9), но она довольно быстро снижается (в 1999 году она была 796.3), и если дело пойдет такими темпами, то белые опередят черных по этому показателю.

Отчего умирают белые люди среднего возраста? Вот график тех причин смертей в этой группе, которые объясняют аномальный рост показателя:





Термином «poisoning» обозначены наркотическая и алкогольная передозировка. Рост болезней печени, похоже, тоже вызван в конечном счете алкоголизмом. Добавим сюда самоубийства, и мы получим, что по сути белые люди среднего возраста убивают себя тем или иным способом.

Разбивка по образованию показывает, что этот эффект получается, в основном, за счет смертности белых американцев со средним образованием и ниже: смертность среди белых американцев этого возраста с неполным университетским образованием в 21 веке несколько снизилась, а среди белых американцев этого возраста с университетским дипломом снизилась значительно: сейчас они умирают меньше, чем шведы!

Иначе говоря, американские рабочие, «синие воротнички» среднего возраста умирают от наркотиков, алкоголя и самоубийств. Собственно, по поводу наркотиков ситуация ясна любому американцу и без статьи Кейз и Дитона: хорошо известно, что Rust Belt давно уже стал Crystal Meth Belt.

Рост смертности сопровождался общим ухудшением самочувствия по результатам опросов.

Среди обсуждений в блогосфере мне показались особенно интересными комментарии к посту LGM: An invisible catastrophe. В них проводится сравнение с аналогичной ситуацией в пост-СССР. Там тоже целое поколение стало последовательно уничтожать себя.

Очень возможно, что у этих двух вспышек смертности общая причина: утрата перспективы. Важно понять, что дело не просто в падении жизненного уровня: да, он падал, но люди в СССР и США не от алиментарной дистрофии вымирали. Скорее, тут психологическая ломка.

Вот было известно, что если «ведешь себя правильно», работаешь, не выпендриваешься — то тебе гарантирована нормальная жизнь, «жизнь как у всех». Это «как у всех» было разным в СССР и США: у одних квартира через десяток лет ожидания да трамвай до завода, у других свой домик с двумя автомашинами, но эта разница как раз не важна. Важно, что это было просто, понятно и гарантированно. И вдруг эта «уверенность в завтрашнем дне», говоря словами советского клише, исчезла.

В СССР она исчезла практически для всех. В США это затронуло (пока что?) в основном промышленных белых рабочих из пресловутого Rust Belt: глобализация и автоматизация вкупе с уничтожением профсоюзов сильно подорвали их положение. Появился даже новый термин precariat, от «precarious», «рискованный»: те, чье положение висит на ниточке, кого от катастрофы отделяет болезнь (или даже поломка той самой машины, на починку которой денег нет, а без нее до работы не добраться). Это все было новым для американских белых рабочих. Если жизнь испаноязычных и черных американцев, даже бедных, в общем, улучшалась, то для белых «синих воротничков» перспектива резко ухудшилась.

Похоже, человеку уверенность в завтрашнем дне и перспектива нужны: без них он умирает.

Интересно, что аналогии между американскими рабочими и постсоветскими людьми всех сословий распространяются и на их политические предпочтения. опубликовано 

 

P.S. И помните, всего лишь изменяя свое потребление — мы вместе изменяем мир! ©

Присоединяйтесь к нам в Facebook , ВКонтакте, Одноклассниках

Источник: scholar-vit.livejournal.com/441527.html

Закон Ципфа в городе

Поделиться



В течение прошлого века загадочный математический феномен, называемый законом Ципфа, позволял с большой точностью предсказывать изменение размеров городов-гигантов по всему миру. Штука в том, что никто не понимает, как и почему работает этот закон…

Вернёмся в 1949 год. Лингвист Джордж Ципф (Зипф) заметил странную тенденцию в использовании людьми определённых слов в языке. Он обнаружил, что небольшое количество слов используется постоянно, а подавляющее большинство – очень редко. Если оценить слова по популярности, открывается поразительная вещь: слово первого разряда всегда используется вдвое чаще, чем слово второго разряда и втрое чаще, чем слово третьего разряда.

Ципф обнаружил, что это же правило действует в распределении доходов людей в стране: самый богатый человек имеет вдвое больше денег, чем следующий богач и так далее.




Позже стало понятно, что этот закон также работает в отношении размера городов. Город с самым большим населением в любой стране в два раза больше, чем следующий по размеру город и так далее. Невероятно, но закон Ципфа действовал абсолютно во всех странах мира на протяжении прошлого столетия.

Просто взгляните на список самых больших городов Соединённых Штатов. Итак, в соответствии с переписью 2010-го года население самого большого города США, Нью-Йорка, составляет 8 175 133 человека. Номер два –Лос-Анджелес с населением в 3 792 621 человек. Следующие три города, Чикаго, Хьюстон и Филадельфия, могут похвастаться населением в 2 695 598, 2 100 263 и 1 526 006 человек соответственно. Очевидно, эти числа неточны, но, тем не менее, они удивительно соответствуют закону Ципфа.

Пол Кругман, писавший о применении закона Ципфа к городам, превосходно подметил: часто экономическую теорию обвиняют в создании сильно упрощённых моделей сложной, беспорядочной действительности. Закон Ципфа показывает, что всё обстоит с точностью до наоборот: мы применяем слишком сложные, беспорядочные модели, а действительность поразительно аккуратна и проста.

Закон силы

 

В 1999 году экономист Ксавье Габэ написал научный труд, в которой описывал закон Ципфа как “закон силы”.

Габэ отметил, что этот закон сохраняется, даже если города растут в хаотическом порядке. Но эта ровная структура ломается, как только вы переходите к городам, не входящим в разряд мегаполисов. Небольшие города с численностью населения около ста тысяч человек, по всей видимости, подчиняются другому закону и показывают более объяснимое распределение размеров.



Можно задаться вопросом, что же имеется в виду под определением «город»? Ведь, например, Бостон и Кембридж считаются двумя разными городами, так же, как Сан-Франциско и Окленд, разделённые водой.

У двух шведских географов тоже возник такой вопрос, и они стали рассматривать так называемые «естественные» города, объединённые населением и дорожными связками, а не политическими мотивами. И они обнаружили, что даже такие «естественные» города подчиняются закону Ципфа.



Почему закон Ципфа работает в городах?

 

Так что же заставляет города быть столь предсказуемыми в количестве населения? Никто точно не может это объяснить. Нам известно, что города расширяются за счёт иммиграции, иммигранты стекаются в большие мегаполисы, потому что там больше возможностей. Но иммиграции недостаточно, чтобы объяснить этот закон.

Есть также экономические мотивы, поскольку в больших городах делают большие деньги, а закон Ципфа работает и для распределения доходов. Однако, чёткого ответа на вопрос это по-прежнему не даёт.

В прошлом году группа исследователей обнаружила, что у закона Ципфа всё же есть исключения: закон работает, только если рассматриваемые города связаны экономически. Это объясняет, почему закон действует, например, для отдельной европейской страны, но не для всего ЕС.

Как же растут города

 

Существует ещё одно странное правило, применимое к городам, оно имеет отношение к тому, каким способом города потребляют ресурсы, когда растут. Вырастая, города становятся более стабильными. Например, если город удваивается в размере, требуемое ему число бензоколонок не увеличивается вдвое.

Город будет вполне комфортно жить, если количество бензоколонок увеличится примерно на 77%. В то время, как закон Ципфа следует определённым социальным законам, этот закон более близок к природным, например, к тому, как животные потребляют энергию, становясь взрослее.

Математик Стивен Строгац описывает это так:

Сколько калорий в день нужно мыши по сравнению со слоном? Оба они млекопитающие, таким образом, можно предположить, что на клеточном уровне они не должны сильно отличаться. И действительно, если вырастить в лаборатории клетки десяти различных млекопитающих, у всех этих клеток будет одинаковая скорость метаболизма, они не запоминают на генетическом уровне, какого размера в действительности их хозяин.

Но если взять слона или мышь как полноценное животное, функционирующее скопление миллиардов клеток, то на одно и то же действие клетки слона будут расходовать гораздо меньше энергии, чем клетки мыши. Закон метаболизма, названный законом Кляйбера, утверждает, что метаболические потребности млекопитающего растут пропорционально его массе тела в 0,74 раза.

Эти 0,74 очень близки к 0,77, наблюдаемым у закона, управляющего количеством бензоколонок в городе. Совпадение? Может быть, но скорее всего нет.

Всё это ужасно захватывающе, но, пожалуй, менее таинственно, чем закон Ципфа. Не так сложно понять, почему город, являющийся, по сути, экосистемой, хоть и построенной людьми, должен подчиняться естественным законам природы. Но закон Ципфа не имеет аналога в природе. Это социальное явление и оно имеет место только на протяжении последних ста лет.

Всё, что мы знаем, это то, что закон Ципфа действует и для других социальных систем, включая экономическую и лингвистическую. Таким образом, возможно, есть какие-то общие социальные правила, создающие этот странный закон, и когда-нибудь мы сможем их понять. Тот, кто разгадает этот ребус, возможно, обнаружит ключ к предсказанию намного более важных вещей, чем рост городов. Закон Ципфа может быть лишь небольшим аспектом глобального правила социальной динамики, которое определяет то, как мы общаемся, торгуем, образуем сообщества и многое другое.опубликовано 

 

ПОДПИСЫВАЙТЕСЬ на НАШ youtube канал, что позволяет смотреть онлайн, скачать с ютуб бесплатно видео об оздоровлении, омоложении человека. Любовь к окружающим и к себе, как чувство высоких вибраций — важный фактор оздоровления — ru



Ставьте ЛАЙКИ, делитесь с ДРУЗЬЯМИ!

www.youtube.com/channel/UCXd71u0w04qcwk32c8kY2BA/videos

Подпишись -https://www.facebook.com//

 

P.S. И помните, всего лишь изменяя свое потребление — мы вместе изменяем мир! ©

Присоединяйтесь к нам в Facebook , ВКонтакте, Одноклассниках

Источник: masterok.livejournal.com/2824971.html

Названы самые популярные электрокары России

Поделиться



Самым популярным электромобилем в России является Mitsubishi i-MiEV. По состоянию на 1 июля в РФ насчитывается 249 электрокаров японской компании.





Второе место в списке самых популярных электромобилей в России занимает Nissan Leaf. В России есть 189 таких автомобилей. Третью строчку с результатом 167 экземпляров занимает Tesla Model S. Первую четверку замыкает Lada Ellada, разошедшаяся тиражом 93 машины.

В «Автостате» отметили, что меньше двадцати экземпляров у моделей Renault Twizy, BMW i3 и Tesla Model X. Всего в России насчитывается 722 электрокара.

Электрокары в регионах РФ

Регион Количество Москва 246 Приморье 75 Самарская область 49 Подмосковье 44 Краснодарский край 43 Санкт-Петербург 39 Хабаровский край 34 Ставрополье 20 Свердловская область 16 Татарстан 15  





Ранее «Автостат» привел данные, согласно которым россияне стали покупать больше премиальных и роскошных автомобилей. За первые шесть месяцев продажи в этом сегменте выросли на 24,5 процента — до 675 единиц. опубликовано  

 

Источник: motor.ru/news/2016/08/19/electro/