التبخر هو تحول الغاز الى سائل
صح
خطأ
مرحبًا بكم أعزائي الطلاب والطالبات في موقع المتقدم "almutqdm" ، نقدم لكم الحلول والاجابات الصحيحة للواجبات المنزلية والإختبارات من قبل مجموعة من المدرسين في جميع التخصصات، وفي هذة المقالة حل السؤال التالي:
الجواب هو:
صح.
التكثف هو تحول الغاز الى سائل - مجلة أوراق
أسباب حدوث عملية التكاثف
التكاثف هو عملية تحول المادة من الحالة الغازية إلى الحالة السائلة، إذ تتشكل ذرات ماء صغيرةً للغاية نتيجةً لانخفاض درجة الحرارة، كما تعرف هذه العملية بأنها ترابط الجزيئات المكونة للسائل مع بعضها بعدة أشكال، وتحدث عملية التكاثف في الحالة السائلة للمادة فقط وليس في حالتها الغازية أو الصلبة، ومن الأسباب الرئيسية لحدوث عملية التكاثف [٢]:
انخفاض درجة حرارة الهواء بالإشعاع نتيجة انتشار وتمدد الهواء في الجو. انخفاض درجة حرارة سطح الأرض بواسطة الإشعاع كذلك. انتقال الرياح من مناطق دافئة إلى مناطق باردة. انتقال تيار الهواء إلى الأعلى. هبوب هواء ساخن محمل ببخار الماء على سطح الجليد أو على سطح تيار مياه باردة. التكثف هو تحول الغاز الى سائل - مجلة أوراق. مظاهر التكاثف
عند حدوث التكاثف تترابط جزيئات المادة الغازية وتقترب من بعضها، وبسبب تباين درجات الحرارة قد يكون التكاثف بعدة أشكال، وتسمى مظاهر التكاثف، ومن أبرزها [٣]:
المطر: وهو حالة بخار الماء السائلة حين يرتفع إلى الطبقات العليا من الجو العليا، وبسبب درجة الحرارة المنخفضة لأقل من صفر يتحول البخار إلى الحالة السائلة، وبسبب ثقل وزن قطرات الماء بالنسبة للهواء فهي تسقط كأمطار على الأرض.
المراجع
↑ دينا الكرجاتي (2019-1-13)، " بحث عن حالات المادة وتحولاتها" ، ملزمتي ، اطّلع عليه بتاريخ 2019-7-6. بتصرّف. ↑ hadeer said (2017-11-6)، "الفرق بين التكثف والتبخر" ، المرسال ، اطّلع عليه بتاريخ 2019-7-6. بتصرّف. ↑ "تعرف على ما هى مظاهر التكاثف" ، كله لك ، اطّلع عليه بتاريخ 2019-7-6. بتصرّف.
على سبيل المثال ، قد نشعر بالقلق حيال قياس قطر صنوبر اللوبولي (شجرة صنوبرية شائعة في ولاية كارولينا الشمالية) في منطقة غابة في غابة ديوك – يشمل السكان المعنيون فصيصات اللوبولي في منطقة الغابات ، في حين أن العينة ستكون تلك الأشجار تم اختياره للقياس. وقد تكون البيانات التي نجمعها إما نوعية (قد تسمى أيضًا فئوية أو اسمية) أو كمية (رقمية)، الجنس ، تركيز MEM ، دولة المنشأ كلها مقاييس نوعية أو فئوية ، في حين أن الطول ، المسافة ، عدد الطلاب في الفصل هي كمية، ولا يوجد ترتيب طبيعي في البيانات الفئوية ، مجرد فئات مميزة يمكن من خلالها وضع فرد / كائن، و قد تكون البيانات الكمية إما منفصلة (مثل تعداد الأنواع التي تحدث في قطعة الأرض) أو مستمرة (مثل الارتفاع). [3]
المقاييس الوصفية في علم الإحصاء
تنقسم المقاييس الوصفية إلى نوعان وهم:
مقاييس النزعة المركزية (Measures of Central Tendency): وهي تتضمن عدد من المقاييس وهي ( الوسط الحسابي – الوسيط – و المنوال)
مقاييس التشتت (Measures of Dispersion): وهي تتضمن عدد من المقاييس وهي (المدى – والانحراف المعياري). قانون الانحراف المعياري. مقاييس النزعة المركزية (Measures of Central Tendency)
وتمثل القيمة المركزية أو كما تعرف باللغة الإنجليزية (Central Value) حيث نجد أن البيانات في الغالب تتمركز حول قيمة محددة، و في هذه الحالة، نقوم باستخدام المقاييس المركزية لتمثيل وشرح البيانات ومن أهم المقاييس الخاصة بالنزعة المركزية ما يلي:
الوسط الحسابي (Mean): ونحصل عليه من خلال قسمة مجموع البيانات الموجوده أمامنا على عددها.
شرح قانون الانحراف المعياري - قوانين العلمية
الوسيط أو المتوسط المعمم
معظم الإحصائيات الوصفية للموقع ، وإن لم يكن جميعها ، تتعامل مع متوسط معمم – أي أن بعض وظائف الملاحظات التي تفي بالقيود الحدسية من النوع التالي: (ب) يجب أن تكون دون تغيير بموجب إعادة ترتيب الملاحظات ؛ (ج) إذا كانت جميع الملاحظات متساوية ، فيجب أن يكون للوسط المعمم قيمتهما المشتركة. هناك العديد من الوسائل المعممة المحتملة ؛ أولئك الذين تم اختيارهم للمناقشة هنا لديهم تفسيرات مفيدة ومعقولة من الناحية الحسابية ولديهم تقاليد في الاستخدام. قانون الانحراف المعياري للمجتمع. لأن الإحصائيات الوصفية لتوزيع التشتت توفر معلومات حول تشتت الملاحظات الفردية، وعادة ما يتم إنشاء هذه الإحصائيات بحيث تصبح أكبر حيث تصبح العينة أقل تجانسًا. تمثل عائلة مهمة من مقاييس الموقع ما يسمى الاتجاه المركزي لمجموعة من الملاحظات في إحدى الحواس المختلفة، افترض أن الملاحظات تشير إلى xl ، X2 ، … ، xn. ثم المتوسط العادي أو المتوسط الحسابي ومع ذلك ، إذا تم تحديد دالة ، f ، وتم النظر في متوسط f (x-i) ، فسيتم تحديد المتوسط المعمم المرتبط ، M ، بواسطة يكون الجمع من 1 إلى n ، و f لها نفس المعنى على جانبي المعادلة المحددة. المتوسط الحسابي
بالنسبة للمتوسط الحسابي ، f هي دالة الهوية.
التباين هو مقياس لكيفية توزيع مجموعة بيانات وهو مفيد عند وضع نماذج إحصائية لأن التباين المنخفض يمكن أن يدل على أنك تفرط في مطابقة بياناتك. قد يكون حساب التباين صعبًا لكن حين تتقن المعادلة سيصبح كل ما عليك فعله هو التعويض بالأرقام الصحيحة لمعرفة إجابتك. 1
دون عينة مجموعة البيانات. يملك الإحصائيون في معظم الحالات القدرة على الوصول إلى عينة فقط أو مجموعة جزئية مما يدرسونه، فمثلًا يستطيع الإحصائي إيجاد كلفة عينة عشوائية لآلاف قليلة من السيارات بدلًا من تحليل المتمع الكلي "تكلفة كل سيارة في مصر". شرح قانون الانحراف المعياري - قوانين العلمية. يمكنه استخدام هذه العينة للحصول على تقدير جيد لتكلفة السيارات المصرية لكنه لن يطابق الأرقام الفعلية تمامًا. ستأخذ ستة أيام عشوائية مثلًا لتحليل عدد كعك المافن الذي يباع يوميًا في مطعم صغير وتحصل على هذه النتائج: 38 و37 و36 و28 و18 و14 و12 و11 و10, 7 و9, 9. هذه عينة وليست الكل لأنك لا تملك بيانات عن كل يوم كان المطعم مفتوحًا به. انتقل للطريقة الموضحة أدناه إذا كنت تعرف كل نقاط البيانات في المجتمع الإحصائي. 2
اكتب معادلة تباين العينة. يخبرك تباين مجموعة بيانات بكيفية توزيع هذه المجموعة. كلما اقترب التباين من الصفر زاد تقارب وتجمع نقاط البيانات.