普通视图

化学被降级

2025年12月10日 08:38

小时候我妈就教育我“学好数理化,走遍天下都不怕”。一直以来我觉得数理化就是数学物理跟化学。

我中考的时候用的是4+1语数英政治加物理或者化学。物理和化学是平级的,但现在刚刚出炉的新中考,物理跟化学有了差距。物理是100分,化学只有六七十分。难道物理才是那个就被看中的吗?化学就不是理科了。还记得我初中的时候,初二开始学物理,初三开始学化学。我之所以选择化学是因为物理的计算比较多。相对于物理来说,我觉得化学的逻辑比较强,更重要的是,那个时候我比较喜欢化学老师,不怎么喜欢物理老师。如果没有物理老师跟化学老师这个因素,我觉得中考让我考物理或者化学没什么区别。因为我感觉初中的物理基本上没给我制造过任何麻烦。物理跟化学我都可以拿高分。相对来说,化学拿高分的几率会高一点,因为物理说不准会不会出现粗心大意计算错误,我一紧张就容易计算错误。但是有些事情叫人算不如天算,无论是中考还是高考,我选的都是化学,但关键是两次考试化学的题目都太简单了,因为题目简单,所以很多人都会,这就意味着大家都拿高分,标准分一分就拉开了好多,对我这种容易粗心大意的人来说,这简直是噩耗。我不知道为什么现在要把物理跟化学如此区别对待。除了物理化学之外,还有生物地理历史。我那个时候的中考里面是不会出现的,感觉这三门考试就像走过场一样。历史跟地理我甚至不觉得好像出现过期末考。生物的考试,老师是把题目跟答案都给我们,让我们背。在这种情况之下,怎么可能不高分。

大学我读的那门专业,化学用得很多,物理相对少一点,生物再少一点。对我们这些化学生来说。大学的物理与其说是难,还不如说是那些计算让我觉得很烦。因为我这一届从高二开始就分班,除了选考的那一门物理化学历史地理政治以外,其它都被圈在大综合里。大综合里面的那些,相对来说就没有专业的那门那么难那么复杂。所以让一个化学生又重新算那些复杂的计算题,简直就是作死。更重要的是,到了大学到了那门专业,我们为什么非得要纠结那些物理呢?其中一门专业课老师是女的,她讲的是《食品工程原理》,基本上都是物理,但我们觉得没什么用,老师嘴里一口一个到了工厂,你们会遇到什么问题,然后那个归结到原理上是怎么样的。但大家心目中,我为什么要去工厂呢?我为什么会遇到那个问题呢?我就没想过我要去工厂干那个事情,于是大家叛逆的心理油然而生。专业涉及化学的那些,我们从来不会有这种抗拒的心理。实际上我读我们那个专业的学生里面物理化学都可以报考,文科好像不太行,有没有学生物的不知道,好像有,但不多。因为大学的那门课程里面有很多跟化学相关,所以无法理解那些物理生是怎么熬过来的。对我们这些化学生来说,这都很自然,也很正常,没什么太大的难度。

现在,直接把化学降低一个档次,难道在科学方面,化学已经有点走到头的意思了吗?

一脚油门要花多少钱? 保时捷卡宴/Cayenne油耗看: 每脚油门成本

一脚油门要花多少钱?——从保时捷 Cayenne 油耗看“每脚油门成本” 很多人开车从不去想:

我这一脚油门,到底花了多少钱?
最近我在算自家 Porsche Cayenne 的用油成本时,顺便研究了一下“每脚油门或刹车”到底值多少钱。大概估算了一下,确实很费油。 只要经常在城里开,MPG就很低,显示 12 MPG,卡宴SUV真是耗油。如果经常开高速,MPG能20多。一般油耗正常的大概平均三四十。我之前的手动档奥迪A6就很省油,2.0的引擎MPG大概平均三四十。 [caption id="attachment_70188" align="alignnone" width="1442"]保时捷卡宴在城里开堵车的情况下 MPG只有12左右 保时捷卡宴在城里开堵车的情况下 MPG只有12左右[/caption]

一、已知条件

项目数值
车型Porsche Cayenne
平均油耗(城市堵车)12 MPG
平均油耗(综合路况)20 MPG
油价£1.379 / 升
满油成本约 £100
满油续航约 480–500 英里
从油箱续航和油价推算,一箱油约 72.5 升,说明油耗与这些数据是匹配的。

二、每英里油钱是多少?

油耗 20 MPG(英里/加仑):
  • 1 英制加仑 = 4.546 升
  • 每英里耗油:1 ÷ 20 × 4.546 ≈ 0.2273 升/英里
  • 油价 £1.379/L → 每英里油费:0.2273 × 1.379 ≈ £0.313 ≈ 31.3 便士/英里
结论:平均每跑一英里(约 1.6 公里),花 £0.31(约 2.8 元人民币)

三、刹车/油门频率假设

路况平均速度每英里刹车/加速次数
高速路约 60 mph1–2 次(取 1.5)
城市道路约 30 mph4–5 次(取 4.5)
假设:一半路程是城市,一半是高速,每次油门/刹车都消耗部分动能,高速加速比城市加速动能高约 4 倍。

四、推导每次油门的能耗成本

设城市每次油门成本为 s(便士),高速每次油门成本 h = 4s。 每英里燃油费用分配:
  • 高速每英里耗 = 1.5 × h = 6s
  • 城市每英里耗 = 4.5 × s
平均每英里燃油成本: (6s + 4.5s)/2 = 5.25s 已知每英里成本 31.3p → 5.25s = 31.3 → s ≈ 5.97p 于是:
场景每次油门成本
城市(30 mph)≈ 6p (£0.06 ≈ 0.55元)
高速(60 mph)≈ 24p (£0.24 ≈ 2.2元)
检验(代回每英里总花费):(1.5×24 + 4.5×6)/2 = 31.3p/英里

五、平均每脚油门/刹车多少钱?

综合两种路况,一英里平均约有 3 次油门或刹车操作(这里简单认为一次油门对应一次刹车,方便计算): 31.3 ÷ 3 ≈ 10.4p/次 也就是说:平均每踩一脚油门或刹车,约花 10 便士(≈0.9 元人民币)

六、为什么高速刹车更“贵”?

动能与速度平方成正比:[math] E = \frac{1}{2}mv^2 [/math] 速度翻倍(30 → 60 mph),动能增加 4 倍。高速刹车次数少,但每次损失更大,所以“少而贵”。

七、省油小建议

  • 🚫 少急加速(尤其城市堵车)
  • 🚦 提前预判,尽量滑行减速
  • ⚙️ 保持匀速行驶,减少频繁启停

八、总结一览表

项目数值说明
平均油耗20 MPG综合路况
油价£1.379/L英国 95# 汽油
每英里油费£0.313 ≈ 31p
城市每脚油门≈ 6p
高速每脚油门≈ 24p
平均每脚油门≈ 10p约 0.9 元人民币

九、结语

在堵车或城市驾驶中,每脚油门大约要花 6 便士;在高速上,一脚油门可能要 24 便士。你每一次无意识的加速、刹车,其实都能在钱包里听见响声。 [show_file file="/var/www/wp-post-common/justyy.com/car-insurance.php"]

相关文章:

  1. 智能手机 HTC One M9 使用测评 虽然我对手机要求不高, 远远没有像追求VPS服务器一样, 但是怎么算来两年内换了四个手机, 先是三星 S4 用了一年多, 然后 Nokia Lumia 635 Windows Phone, 后来又是 BLU, 半年多前换了...
  2. 按揭贷款(房贷,车贷) 每月还贷计算器 去年给银行借了17万英镑 买了20万7500英镑的房子, 25年还清. 前2年是定率 Fix Rate 的合同 (年利率2.49%). 每个月大概是还 700多英镑. 有很多种还贷的计算方式, 定率/每月固定 是比较常用的. 简单来说就是 每个月交的钱是...
  3. 第一次私校家长会: 原来家长比孩子还卷 前几天参加了娃的第一次家长会,和几位家长聊下来,真是个个都很厉害。不光孩子们卷,家长也一样卷,一眼望去基本都是 Dr/博士。娃还调侃我一句:“这有什么的,你不也是 Dr 吗?” 我心里默默想:还好没写学校名字,不然我这野鸡大学的头衔真拿不出手 😂。 私校里真是人才济济,乐器过 8 级的太常见了,卷得不得了。我还问过娃,是想当 big fish in a small pond...
  4. 怎么样移动WordPress博客的评论? 有时候WP的博客评论并非留在我们想要的博文中, 这也许是看了好几篇博文后突然想留下个评论导致的. 为了有利于SEO, 评论还是尽量的留在相关文章或者页面里. 这时候我们就需要移动指定的几条评论. 我们可以通过SQL语句(高级用户) 或者插件(一般用户) 两种方法来移动Wordpress评论. 怎么样通过SQL来移动Wordpress评论? 如果你对SQL很熟悉, 懂得登陆MySQL 控制台或者是使用 PHPMyAdmin等 数据库管理平台, 那么你就可以通过以下方法来移动Wordpress评论....
  5. 比特币最近波动有点大: 一天牛市一天熊 比特币10万美金以内都是最后上车的机会! 比特币近期的价格波动可以归因于多个关键因素,包括地缘政治动态、监管变化以及加密行业内的重大安全事件。其中一个主要影响因素是美国前总统唐纳德·特朗普对乌克兰和加密货币监管的立场变化。据报道,特朗普再次当选,他可能会推动减少美国对乌克兰的支持,这可能会影响全球金融市场和风险偏好。同时,特朗普正在将自己塑造为亲加密货币的候选人,表示有意让美国成为一个更加友好的加密货币环境。这一立场引发了市场对监管政策可能发生变化的猜测,导致市场情绪在乐观和不确定性之间波动。 特朗普对俄乌战争的态度 美国第43届总统唐纳德·特朗普已经在2025年1月当选并正式上任(第二次),那么他的政策可能会对比特币价格的波动产生更加直接和显著的影响。他政府对乌克兰和加密货币监管的立场已经不再是猜测,而是正在实际塑造市场的关键力量。 特朗普(Donald Trump)减少美国对乌克兰的支持,全球投资者可能会预期地缘政治稳定性发生变化,从而增加对比特币作为避险资产的需求。同时,他的亲加密货币立场可能正在推动市场的乐观情绪。如果他的政府推出有利于加密行业的监管政策,例如明确的合规指南或减少监管审查,可能会吸引更多机构投资者进入市场,并促进更广泛的加密货币采用。然而,政策的快速变化也可能导致短期市场剧烈波动,因为市场需要时间来消化新的政策动向。 朝鲜黑客盗取Bybit交易所15亿美元的ETH 另一个显著影响比特币价格的事件是近期涉及朝鲜黑客组织“Lazarus”的15亿美元以太坊被盗案件。据报道,Bybit交易所(全球第二)这些被盗的ETH已经被清洗,此次大规模黑客攻击引发了人们对加密行业安全性的担忧。此类安全事件不仅会削弱投资者信心,还可能引发更严格的监管审查,导致短期市场动荡。此外,被盗资金的大规模流动和出售可能对市场流动性造成冲击,进一步加大价格波动。随着这些事件的持续发酵,比特币价格正受到政治决策、监管预期以及安全挑战等多重因素的影响。 与此同时,与朝鲜黑客组织 Lazarus 相关的 15 亿美元以太坊被盗事件仍在影响加密市场。由于这些被盗 ETH 已被清洗,人们对加密行业安全漏洞的担忧持续存在,同时也可能引发更严格的监管审查。政治、监管和安全等多重因素交织在一起,共同导致了比特币近期的剧烈价格波动。...
  6. 微信PC端程序占用了1.39 TB的空间! 快速清理微信占用空间 前两天我的 C 盘剩余空间突然变红了,我随手一查,竟然发现微信 PC 端程序居然占用了 1.39 TB 的空间,简直不可思议。在手机上,微信同样是名列前茅的“吞空间大户”,在 设置 → 通用 → 手机存储空间 里几乎稳居第一。 更离谱的是,这些空间大多并不是因为聊天记录,而是各种缓存文件、视频、图片和被动接收的文件所堆积起来的。平时我们只是点开看一眼,就算没保存下来,微信也会悄悄把它们留在本地,占据大量磁盘。尤其是群聊里转发的视频和文件,日积月累就成了一个“隐形黑洞”。...
  7. 花钱让人换汽车钥匙的电池真是个智商税 今天想不到我这么聪明的人也被人狠狠的收了一把智商税. 今天被收智商税了, 去 Tesco 换车钥匙的电池. . 才发现如此的简单, 那人直接2分钟搞定2个, 然后收了我25英镑. . 服了. . 我还以为很复杂…… 网友说 “1....
  8. 老婆的配偶签证被拒 郁闷死了, 601镑签证费打水漂,一去不回!费钱费力. 去年12月份我请了律师拿到了永居.老婆是T1G签证的陪工签 (DEPENDENT VISA) 2016年4月份到期. 然后我就想说得趁早把她的签证转成配偶签(SPOUSE)这样她就可以尽快走五年永居的路线. 今天收到拒签信,原因是我没有提供 有工资进帐的那份银行帐单,我提供了我和我老婆的联名帐户, 但是工资并不是直接打到这个帐单上的.所以就这一点被拒了.完全不给解释,不给补材料的机会.601镑就这样再见了. 英国的签证寄出之后是先由另一个部门先收费, 收完费才正式审理,而且不管结果如何是不退钱的.后悔没让律师弄,也不至于到现在浪费这么多时间和金钱,签证还没过.由于原签证还没到期,所以还不能上述.估计只能等搬完家后年底请律师搞定这事. 真是郁闷, 600镑, 我可以再买一个IPHONE6,或者给我的新买的车换四个轮胎....

归纳法对世界的改造

2025年1月20日 05:20

从简单的统计模型,到后面的计量经济学,到机器学习,到现在的人工智能,过去的二十年是归纳法大发展的二十年。为什么只看二十年呢,因为二十年前的园主不知世事,超出认知范围之外了。

经济学在大规模应用计量经济学之前,一直是和物理学神似的,也被叫做社会科学中的物理学。而计量经济学的发展与突破也不是纯属巧合,主要是大规模经济金融数据的爆发。

早期的计量经济学,无论是宏观还是微观,其实都还是有深深的“结构化”的影子,就是需要一个结构化的模型来解释为什么会这样,有一堆变量和与之相对的系数,然后再用数据来估计系数。现在回头看,这个时期的计量经济学还是停留在一个“辅助”的阶段,数据的价值只是帮助计算系数。

然后计量经济学就向着弱结构化的方向一去不复返。可以说这是理论的发展赶不上数据的爆发,也可以说是人们渐渐失去了对结构化的理论的执念。这大概等同于量子力学之于传统物理学的革命,人们开始接受这个结构的模糊化。可就算是在这个阶段,人们的执念还是“因果关系”,直到今日计量经济学还是把因果推断作为其存在的哲学本源,试图从归纳法的角度倒推演绎法需要的因果关系。

然后随着机器学习的大爆发,人们从开始的“预测”和“因果推断”是两回事,到逐渐的审问自己,为什么对因果有这么强烈的执念?退一步说,到底什么是因果关系?这个时候才发现,因果关系其实在哲学上的定义也不是那么得清晰。园主在这里就不挖太深了,否则填因果这个坑就要填好久。

这些年,随着大语言模型的爆发,人工智能好像又解锁了一个新的阶段。虽然一边说着大语言就是一个预测方向无意的突破,另一边园主却看到人工智能落地层面对于结构化关系的依赖性慢慢减弱。以前我们的解决办法是对一个问题不断地细分梳理,然后逐个攻破。而现在大模型的冲击就是,我们真的有必要这样分解问题本身吗?如果深度学习模型本身可以就自动学出来一个等同于以前结构化的东西,就算我们没有办法把它明确的表达出来,哪又如何呢?

到这里,深度学习无疑是冲击到一个哲学层面的问题。当数据远远超过了理论的发展的时候,是不是演绎法的价值就远远不及归纳了?我们是像以前那样路径依赖,一定要对问题做一个外科手术一样精准的分解,还是可以容忍结构慢慢演变成一个黑盒子,给它无尽的自适应的能力,然后只需要关注结果就可以了?

这一波深度学习对于人工智能的冲击,我觉得体现到最后, 其实可能是一个去结构化的冲击。我们选择放弃对于结构关系的清晰表述,然后拥抱强化的预测能力对于世界的适应和改造。

人们对于深度学习和大模型的恐惧在于我们无法解释、进而无法控制。一旦我们适应和接受,下一步就是挖掘其无尽的潜力,实现下一轮生产力的爆发。

无论如何,我还是看好科技发展与世界进步的,就算过程中会有无尽的波折。

❌