大学物理(下)笔记
摘录来自笔记网站的笔记。笔记网站详见https://onford.github.io/Notes/。
大学物理(下)笔记
部分常用物理常量的计算值
C h a p t e r 9 Chapter9 Chapter9 恒定磁场
毕奥-萨伐尔定律
磁场和电场在很多性质上是有共性的,很多时候可以拿它们两个相互对比。
恒定磁场最基础的公式是毕奥-萨伐尔定律:
d B = μ 0 4 π I d l × e r r 2 (9.1) \textrm{d}\boldsymbol B=\cfrac{\mu_0}{4\pi}\cfrac{I\textrm{d}\boldsymbol l\times\boldsymbol e_r}{r^2}\tag{9.1} dB=4πμ0r2Idl×er(9.1)
μ 0 = 4 π × 1 0 − 7 T ⋅ m / A \mu_0=4\pi\times10^{-7}\mathrm{T\cdot m/A} μ0=4π×10−7T⋅m/A,这个常数可以记忆一下。基于此,我们能够计算到电流为 I I I的长直载流导线在距离其为 r r r处激发的磁场为
B = μ 0 I 4 π r ( cos φ 1 − cos φ 2 ) (9.2) B=\cfrac{\mu_0I}{4\pi r}(\cos \varphi_1-\cos\varphi_2)\tag{9.2} B=4πrμ0I(cosφ1−cosφ2)(9.2)
其中 φ 1 , φ 2 \varphi_1,\varphi_2 φ1,φ2是该点与导线两端的连线和导线所成的夹角。无限长直载流导线激发的磁场,其实就是 ( 9.1 ) (9.1) (9.1)式在 φ 1 = 0 , φ 2 = π \varphi_1=0,\varphi_2=\pi φ1=0,φ2=π时的情况:
B = μ 0 I 2 π r (9.3) B=\cfrac{\mu_0I}{2\pi r}\tag{9.3} B=2πrμ0I(9.3)
通过毕奥-萨伐尔定律,还能够算得半径为 R R R的圆环电流 I I I在其轴线上坐标为 x x x的点处产生的磁场大小
B = μ 0 I 2 ( R 2 + x 2 ) 3 / 2 (9.4) B=\cfrac{\mu_0I}{2(R^2+x^2)^{3/2}}\tag{9.4} B=2(R2+x2)3/2μ0I(9.4)
这个能够自行推导,感觉就足够了,倒也不是特别好记。
磁偶极子
磁偶极子可以认为是一个平面环形电流,只有当这个环的线度在问题中可以忽略时,才能把它作为磁偶极子处理。
这很容易让我们联想到电偶极子。两者之间的对比如下:
电偶极子在电场中受到力矩作用,达到稳定平衡状态时电矩与电场方向相同,能够解释有极分子的取向极化;磁偶极子在磁场中受到力矩作用,达到稳定平衡状态时磁矩与磁场方向相同,能够解释顺磁质的磁化。
磁场的高斯定理与安培环路定理
磁场的高斯定理
∮ S B ⋅ d S = 0 (9.5) \oint_S \boldsymbol{B\ \cdot}\mathrm{d}\boldsymbol{S}=0\tag{9.5} ∮SB ⋅dS=0(9.5)
说明磁场是无源场,这在本质上是因为不存在所谓“磁单极子”或者叫做“磁荷”的东西。而静电场是由“电荷”所激发的,所以静电场是有源场:
∮ S E ⋅ d S = q ε 0 (9.6) \oint_S \boldsymbol{E\ \cdot}\mathrm{d}\boldsymbol{S}=\cfrac{q}{\varepsilon_0}\tag{9.6} ∮SE ⋅dS=ε0q(9.6)
在恒定磁场中,安培环路定理也经常被应用:
∮ L B ⋅ d l = μ 0 I (9.7) \oint_L\boldsymbol{B\ \cdot}\mathrm{d}\boldsymbol{l}=\mu_0I\tag{9.7} ∮LB ⋅dl=μ0I(9.7)
洛伦兹力与安培力
主要想谈谈其矢量式中各个量摆放顺序的问题。
洛伦兹力
F = q v × B (9.8) \boldsymbol{F}=q\boldsymbol{v\ \times B}\tag{9.8} F=qv ×B(9.8)
安培力
F = I L × B (9.9) \boldsymbol{F}=I\boldsymbol{L\ \times B}\tag{9.9} F=IL ×B(9.9)
观察 ( 9.8 ) (9.8) (9.8)式和 ( 9.9 ) (9.9) (9.9)式,发现它们都能写成“电量·运动量×场量”的形式。其中粗体为矢量。
磁化强度 M \boldsymbol{M} M与磁场强度 H \boldsymbol{H} H
我们通常习惯于用磁感应强度 B \boldsymbol{B} B来描述磁场,用电场强度 E \boldsymbol{E} E来描述电场。当电磁场中存在介质的时候,这种描述方法是不好的。
磁化强度 M \boldsymbol{M} M与磁场强度 H \boldsymbol{H} H是为了研究磁介质的磁化,在磁感应强度 B \boldsymbol{B} B的基础上上又增加的两个磁场量。在研究电介质的极化时也曾引入电极化强度 P \boldsymbol{P} P和电位移矢量 D \boldsymbol{D} D.下面对这些量进行对比分析。
磁化强度 M \boldsymbol{M} M与电极化强度 P \boldsymbol{P} P
磁化强度 M \boldsymbol{M} M的定义与电极化强度 P \boldsymbol{P} P的定义式非常相似:
M = ∑ i = 1 n m i Δ V P = ∑ i = 1 n p i Δ V (9.10) \boldsymbol{M}=\cfrac{\sum\limits_{i=1}^n\boldsymbol{m}_ i }{\Delta V}\qquad \boldsymbol{P}=\cfrac{\sum\limits _{i=1}^n\boldsymbol{p}_i }{\Delta V}\tag{9.10} M=ΔVi=1∑nmiP=ΔVi=1∑npi(9.10)
磁化强度 M \boldsymbol{M} M描述磁介质受到磁化的情况,而磁介质磁化时伴有磁化电流 I ′ I' I′.所以这两者还是有联系的:
∮ L M ⋅ d l = ∑ I ′ (9.11) \oint_ L\boldsymbol{M\ \cdot}\mathrm{d}\boldsymbol l=\sum I'\tag{9.11} ∮LM ⋅dl=∑I′(9.11)
其中, ∑ I ′ \sum I' ∑I′表示穿过环路 L L L的所有磁化电流之和。
类似地,电极化强度 P \boldsymbol{P} P描述电介质在外电场中产生的极化情况,而电介质极化时会产生束缚电荷 q ′ q' q′.这两者有如下的联系:
∮ S P ⋅ d S = − ∑ q ′ (9.12) \oint_ S\boldsymbol{P\ \cdot}\mathrm{d}\boldsymbol S=-\sum q'\tag{9.12} ∮SP ⋅dS=−∑q′(9.12)
其中, ∑ q ′ \sum q' ∑q′表示高斯面 S S S内所有的束缚电荷之和。式 ( 9.11 ) (9.11) (9.11)与 ( 9.12 ) (9.12) (9.12)在形式上非常相似,需要注意的是式 ( 9.12 ) (9.12) (9.12)多出了一个负号。
磁场强度 H \boldsymbol H H和电位移矢量 D \boldsymbol D D
磁场强度 H \boldsymbol{H} H,给我带来的直观感受是,它是磁感应强度 B \boldsymbol{B} B在磁介质存在情况下,为了保证某种连续性而定义的表征磁场的量。这是它的定义式
H = B μ r μ 0 = B μ (9.13) \boldsymbol{H}=\cfrac{\boldsymbol B}{\mu_r\mu_0}=\cfrac{\boldsymbol B}{\mu}\tag{9.13} H=μrμ0B=μB(9.13)
可以看到,连接磁场强度 H \boldsymbol H H与磁感应强度 B \boldsymbol B B的桥梁是磁导率 μ \mu μ.
在没有磁介质的情况下,磁感应强度 B \boldsymbol{B} B在空间内是连续的,因此磁感线也是连续的。但是,在有磁介质的情况下,磁感应强度矢量 B \boldsymbol{B} B将会失去它的空间连续性,也就是说, B \boldsymbol B B会在不同磁介质的交界处发生跳变。这一跳变是不同的磁导率造成的。不过这个时候 H \boldsymbol H H却具有空间连续性,因此用它描述磁场是比较理想的。
当然,对于电场强度 E \boldsymbol E E和电极化强度 D \boldsymbol D D来说,上面的性质也是成立的。在空间中存在电介质的情况下, E \boldsymbol E E的空间连续性将失去, D \boldsymbol D D的空间连续性将被保留。教材中对于 D \boldsymbol D D的引入是下式:
D = ε 0 E + P (9.14) \boldsymbol D=\varepsilon _0\boldsymbol E+\boldsymbol P\tag{9.14} D=ε0E+P(9.14)
我认为这样的引入很不妥当。可以给出类似式 ( 9.13 ) (9.13) (9.13)的定义:
D = ε r ε 0 E = ε E (9.15) \boldsymbol D=\varepsilon_ r\varepsilon_ 0\boldsymbol E=\varepsilon \boldsymbol E\tag{9.15} D=εrε0E=εE(9.15)
从式 ( 9.15 ) (9.15) (9.15)能够看到,电位移矢量 D \boldsymbol D D与电场强度 E \boldsymbol E E之间是通过介电常数 ε \varepsilon ε联系起来的。
此外,我们发现磁场强度 H \boldsymbol H H与磁化强度 M \boldsymbol M M具有相同的量纲,实际上也有积分式
∮ L H ⋅ d l = ∑ I (9.16) \oint_ L\boldsymbol{H\ \cdot}\mathrm{d}\boldsymbol l=\sum I\tag{9.16} ∮LH ⋅dl=∑I(9.16)
其中, ∑ I \sum I ∑I表示穿过环路 L L L的所有传导电流之和。我们大致能够得出这样的结论: H \boldsymbol H H描述的是空间某点本来的磁场, M \boldsymbol M M描述这一点由磁介质产生的磁场, B \boldsymbol B B是由前面两个磁场叠加得到的、描述该点实际磁场情况的物理量。这正如式 ( 9.17 ) (9.17) (9.17)所描述的那样。
∮ L ( H + M ) ⋅ d l = ∑ ( I + I ′ ) = ∮ L B μ 0 ⋅ d l (9.17) \oint_ L(\boldsymbol H+\boldsymbol M)\ \boldsymbol\cdot\mathrm{d}\boldsymbol l=\sum(I+I')=\oint _L \cfrac{\boldsymbol B}{\mu_0}\boldsymbol\cdot\mathrm{d}\boldsymbol l\tag{9.17} ∮L(H+M) ⋅dl=∑(I+I′)=∮Lμ0B⋅dl(9.17)
类似地,在存在电介质的电场中,我们也有式 ( 9.18 ) (9.18) (9.18)和式 ( 9.19 ) (9.19) (9.19).
∮ S D ⋅ d S = ∑ q (9.18) \oint_ S\boldsymbol{D\ \cdot}\mathrm{d}\boldsymbol S=\sum q\tag{9.18} ∮SD ⋅dS=∑q(9.18)
∮ S ( D − P ) ⋅ d S = ∑ ( q + q ′ ) = ∮ S ε 0 E ⋅ d l (9.19) \oint_ S(\boldsymbol D-\boldsymbol P)\ \boldsymbol\cdot\mathrm{d}\boldsymbol S=\sum(q+q')=\oint _S \varepsilon_0\boldsymbol E\boldsymbol\cdot\mathrm{d}\boldsymbol l\tag{9.19} ∮S(D−P) ⋅dS=∑(q+q′)=∮Sε0E⋅dl(9.19)
式 ( 9.18 ) (9.18) (9.18)中, ∑ q \sum q ∑q表示高斯面 S S S内所有的自由电荷之和。
磁化电流面密度
首先应指出,电流面密度不是电流密度。通常意义上的电流 I I I单位是 A \mathrm{A} A,流过一根直线,沿着电流垂面方向截得一个点。电流流过一个平面时,沿着电流垂面方向截得一条直线,因此用电流面密度 i i i描述,单位 A / m \mathrm{A/m} A/m.电流流过一个立体时,沿电流垂面方向截得一个平面,因此用电流密度 j j j描述,单位 A / m 2 \mathrm{A/m^2} A/m2.
磁化电流是上面的第二种,用磁化电流面密度 i m i_\mathrm{m} im描述。一般要求 i m i_\mathrm{m} im有两种思路,第一种是根据定义:
i m = d I d L = I L (9.20) i_\mathrm{m}=\cfrac{\mathrm{d}I}{\mathrm{d}L}=\cfrac{I}{L}\tag{9.20} im=dLdI=LI(9.20)
其中 i m = I L i_\mathrm{m}=\cfrac{I}{L} im=LI只适合于电流沿 L L L均匀分布的情况。如果题目中给出了,或者可以求得磁化强度 M \boldsymbol M M,也可以采用第二种求法:
i m = M × e n (9.21) \boldsymbol i _\mathrm{m}=\boldsymbol{M\ \times e} _\mathrm{n}\tag{9.21} im=M ×en(9.21)
其中 e n \boldsymbol e_\mathrm{n} en是磁介质表面法向单位矢量。此时磁化电流面密度的大小 i m = M i_\mathrm{m}=M im=M.
C h a p t e r 10 Chapter10 Chapter10 电磁感应
感应电动势
电源电动势,是非静电场场强 E k \boldsymbol E_\mathrm{k} Ek从负极到正极的曲线积分:
E = ∫ − + E k ⋅ d l (10.1) \mathscr{E}=\int _-^+\boldsymbol E _\mathrm{k}\cdot\mathrm{d}\boldsymbol l\tag{10.1} E=∫−+Ek⋅dl(10.1)
比如动生电动势的情况下,就有 E k = v × B \boldsymbol E _ \mathrm{k}=\boldsymbol{v\times B} Ek=v×B,此时的非静电力是洛伦兹力。有些情况这种非静电力分散在回路的各个角落,分不清电源正负极,那么
E = ∮ L E k ⋅ d l (10.2) \mathscr{E}=\oint _L\boldsymbol E _\mathrm{k}\cdot\mathrm{d}\boldsymbol l\tag{10.2} E=∮LEk⋅dl(10.2)
沿着闭合回路积分即可。动生电动势中,如果金属导体本身构成了回路,就适用式 ( 10.2 ) . (10.2). (10.2).感生电动势也属于这种情况,非静电场是感应电场,感应电动势分布在导体的各个部分。
感应电场具有有旋场的性质,是一个非保守场,当然不能引入电势的概念。但是,对于感应电场中的导体,我们仍然可以研究导体上 a a a点与 b b b点的电势差是多少,因为这里的“电势”是针对导体内部电场而言的,由于导体电阻的压降,其内部的电场仍然是一个保守场。
不过,所求的电动势如果是感应电动势的话,除了电动势的定义,也不要忘掉唯一真神——法拉第电磁感应定律:
E i = − d Φ d t (10.3) \mathscr{E} _ \mathrm i=-\cfrac{\mathrm d\varPhi}{\mathrm dt}\tag{10.3} Ei=−dtdΦ(10.3)
如果导体构成的回路不随时间变化,即 S S S是常量,那么式 ( 10.3 ) (10.3) (10.3)也可以写成:
E i = − ∫ ∂ B ∂ t ⋅ d S (10.4) \mathscr E _ \mathrm i =-\int \cfrac{\partial\boldsymbol B}{\partial t}\boldsymbol\cdot\mathrm d\boldsymbol S\tag{10.4} Ei=−∫∂t∂B⋅dS(10.4)
这个在感生电动势中使用得比较多。
磁场能量
和电场一样,磁场本身也具有能量。
麦克斯韦方程组(Maxwell’s Equations)
麦克斯韦方程组的前两式表示了电场、磁场本身的特性。电场有源,磁场无源:
∮ S D ⋅ d S = ∑ q = ∫ V ρ d V (10.5) \oint _ S\boldsymbol{D\cdot}\mathrm d\boldsymbol S=\sum q=\int _ V \rho\mathrm dV\tag{10.5} ∮SD⋅dS=∑q=∫VρdV(10.5)
∮ S B ⋅ d S = 0 (10.6) \oint _ S\boldsymbol{B\cdot}\mathrm d\boldsymbol S=0\tag{10.6} ∮SB⋅dS=0(10.6)
式Ⅲ是经典的“磁生电”:
∮ L E ⋅ d l = − ∫ S ∂ B ∂ t ⋅ d S (10.7) \oint _ L \boldsymbol{E\cdot}\mathrm d\boldsymbol l=-\int _ S \cfrac{\partial\boldsymbol B}{\partial t}\boldsymbol\cdot \mathrm d\boldsymbol S\tag{10.7} ∮LE⋅dl=−∫S∂t∂B⋅dS(10.7)
个人感觉麦克斯韦方程组的核心是位移电流概念的引入。空间中电位移矢量的变化 ∂ D ∂ t \cfrac{\partial\boldsymbol D}{\partial t} ∂t∂D(单位 A / m 2 \mathrm{A/m^2} A/m2)具有和传导电流 I I I一样的磁效应,从而修正了安培环路定理:
∮ L H ⋅ d l = I + I d = ∫ S ( j + ∂ D ∂ t ) ⋅ d S (10.8) \oint _ L\boldsymbol{H\cdot}\mathrm d\boldsymbol l=I+I _ d=\int _ S\left(\boldsymbol j+\cfrac{\partial \boldsymbol D}{\partial t}\right)\boldsymbol\cdot\mathrm d\boldsymbol S\tag{10.8} ∮LH⋅dl=I+Id=∫S(j+∂t∂D)⋅dS(10.8)
这是方程组的式Ⅳ,定量描述“电生磁”。
同时,注意位移电流是真实存在的。意思不是说位移电流是一种真正意义上的电流,这是一个比较抽象的事情。
C h a p t e r 11 Chapter 11 Chapter11 振动与波动
频率相同、方向垂直的简谐运动合成
运动可以用参数方程描述:
{ x = A 1 cos ( ω t + φ 1 ) y = A 2 cos ( ω t + φ 2 ) (11.1) \begin{cases} x=A _ 1\cos(\omega t+\varphi _ 1)\\ y=A _ 2\cos(\omega t+\varphi _ 2)\end{cases}\tag{11.1} {x=A1cos(ωt+φ1)y=A2cos(ωt+φ2)(11.1)
我们已经知道消去 t t t后的运动方程是
x 2 A 1 2 + y 2 A 2 2 − 2 x y A 1 A 2 cos ( φ 2 − φ 1 ) = sin 2 ( φ 2 − φ 1 ) (11.2) \cfrac{x^2}{A _1^2}+\cfrac{y^2}{A _2^2}-\cfrac{2xy}{A _1A _2}\cos(\varphi _2-\varphi _1)=\sin^2(\varphi _2-\varphi _1)\tag{11.2} A12x2+A22y2−A1A22xycos(φ2−φ1)=sin2(φ2−φ1)(11.2)
可以是这样推导的。记 θ 1 = ω t + φ 1 , θ 2 = ω t + φ 2 \theta _ 1=\omega t+\varphi _1,\theta _2=\omega t+\varphi _2 θ1=ωt+φ1,θ2=ωt+φ2.
sin 2 ( φ 2 − φ 1 ) = sin 2 ( θ 2 − θ 1 ) = ( sin θ 2 cos θ 1 − cos θ 2 sin θ 1 ) 2 = ( 1 − cos 2 θ 2 ) cos 2 θ 1 + ( 1 − cos 2 θ 1 ) cos 2 θ 2 − 2 cos θ 1 cos θ 2 sin θ 1 sin θ 2 = cos 2 θ 1 + cos 2 θ 2 − 2 cos θ 1 cos θ 2 ( cos θ 1 cos θ 2 + sin θ 1 sin θ 2 ) = x 2 A 1 2 + y 2 A 2 2 − 2 x y A 1 A 2 cos ( θ 2 − θ 1 ) = x 2 A 1 2 + y 2 A 2 2 − 2 x y A 1 A 2 cos ( φ 2 − φ 1 ) (11.3) \begin{aligned}\sin^2(\varphi _2-\varphi _1)&=\sin^2(\theta _2-\theta _1)\\ &=(\sin\theta _2\cos\theta _1-\cos\theta _2\sin\theta _1)^2\\ &=(1-\cos^2\theta _2)\cos^2\theta _1+(1-\cos^2\theta _1)\cos^2\theta _2-2\cos\theta _1\cos\theta _2\sin\theta _1\sin\theta _2\\ &=\cos^2\theta _1+\cos^2\theta _2-2\cos \theta _1\cos\theta _2(\cos\theta _1\cos\theta _2+\sin\theta _1\sin\theta _2)\\ &=\cfrac{x^2}{A _1^2}+\cfrac{y^2}{A _2^2}-\cfrac{2xy}{A _1A _2}\cos(\theta _2-\theta _1)\\ &=\cfrac{x^2}{A _1^2}+\cfrac{y^2}{A _2^2}-\cfrac{2xy}{A _1A _2}\cos(\varphi _2-\varphi _1)\end{aligned}\tag{11.3} sin2(φ2−φ1)=sin2(θ2−θ1)=(sinθ2cosθ1−cosθ2sinθ1)2=(1−cos2θ2)cos2θ1+(1−cos2θ1)cos2θ2−2cosθ1cosθ2sinθ1sinθ2=cos2θ1+cos2θ2−2cosθ1cosθ2(cosθ1cosθ2+sinθ1sinθ2)=A12x2+A22y2−A1A22xycos(θ2−θ1)=A12x2+A22y2−A1A22xycos(φ2−φ1)(11.3)
阻尼振动
阻尼振动的方程为
d 2 x d t 2 + 2 β d x d t + ω 0 2 x = 0 (11.4) \cfrac{\mathrm{d}^2x}{\mathrm dt^2}+2\beta\cfrac{\mathrm dx}{\mathrm dt}+\omega _0^2x=0\tag{11.4} dt2d2x+2βdtdx+ω02x=0(11.4)
书上只说明了在弱阻尼情况下 ( β < ω 0 ) (\beta < \omega _0) (β<ω0)的通解:
x = A 0 e − β t cos ( ω 0 2 − β 2 t + φ 0 ) (11.5) x=A _0\mathrm{e}^{-\beta t}\cos\left(\sqrt{\omega _0^2-\beta^2}t+\varphi _0\right)\tag{11.5} x=A0e−βtcos(ω02−β2t+φ0)(11.5)
实际上我们可以对微分方程 ( 11.4 ) (11.4) (11.4)进行求解。它的特征方程是:
λ 2 + 2 β λ + ω 0 2 = 0 (11.6) \lambda^2+2\beta\lambda+\omega _0^2=0\tag{11.6} λ2+2βλ+ω02=0(11.6)
这是一个一元二次方程,判别式 Δ = 4 ( β 2 − ω 0 2 ) \Delta=4(\beta^2-\omega _0^2) Δ=4(β2−ω02).
在弱阻尼 ( β < ω 0 ) (\beta < \omega _0) (β<ω0)情况下, Δ < 0 \Delta < 0 Δ<0,记 ω = ω 0 2 − β 2 \omega=\sqrt{\omega _0^2-\beta^2} ω=ω02−β2,式 ( 11.6 ) (11.6) (11.6)有共轭复根
λ 1 , 2 = − β ± ω i (11.7) \lambda _{1,2}=-\beta\pm\omega \mathrm{i}\tag{11.7} λ1,2=−β±ωi(11.7)
从而得到 ( 11.4 ) (11.4) (11.4)的解为 x = e − β t ( C 1 cos ω t + C 2 sin ω t ) x=\mathrm{e}^{-\beta t}(C _1\cos\omega t+C _2\sin\omega t) x=e−βt(C1cosωt+C2sinωt).这一形式同式 ( 11.5 ) (11.5) (11.5).
在过阻尼 ( β > ω 0 ) (\beta > \omega _0) (β>ω0)情况下, Δ > 0 \Delta > 0 Δ>0,记 ω ′ = β 2 − ω 0 2 \omega'=\sqrt{\beta^2-\omega _0^2} ω′=β2−ω02,式 ( 11.6 ) (11.6) (11.6)有两根
λ 1 , 2 = − β ± ω ′ (11.8) \lambda _{1,2}=-\beta\pm\omega'\tag{11.8} λ1,2=−β±ω′(11.8)
此时运动方程 ( 11.4 ) (11.4) (11.4)的解的形式为
x = e − β t ( A 1 e ω ′ t + A 2 e − ω ′ t ) (11.9) x=\mathrm e^{-\beta t}(A _1\mathrm e^{\omega' t}+A _2\mathrm e^{-\omega' t})\tag{11.9} x=e−βt(A1eω′t+A2e−ω′t)(11.9)
在临界阻尼 ( β = ω 0 ) (\beta = \omega _0) (β=ω0)情况下, Δ = 0 \Delta =0 Δ=0,此时 ( 11.6 ) (11.6) (11.6)有重根
λ 1 , 2 = − β (11.10) \lambda _{1,2}=-\beta\tag{11.10} λ1,2=−β(11.10)
也可以由此得到运动方程 ( 11.4 ) (11.4) (11.4)的解为
x = e − β t ( A 0 + A 1 t ) (11.11) x=\mathrm e^{-\beta t}(A _0+A _1t)\tag{11.11} x=e−βt(A0+A1t)(11.11)
可以统一 ( 11.4 ) (11.4) (11.4)的解的形式为 x = e − β t f ( t ) x=\mathrm e^{-\beta t}f(t) x=e−βtf(t).临界阻尼情况下的 f ( t ) f(t) f(t)是多项式,过阻尼情况下的 f ( t ) ∼ e ∣ ω ′ ∣ t f(t)\sim \mathrm e^{|\omega'|t} f(t)∼e∣ω′∣t 是指数阶,所以临界阻尼衰减得比过阻尼快。
波的能量
机械波 y ( x , t ) = A cos [ ω ( t − x u ) + φ ] y(x,t)=A\cos[\omega(t-\cfrac{x}{u})+\varphi] y(x,t)=Acos[ω(t−ux)+φ]在密度为 ρ \rho ρ的介质中传播时,在任意时刻,某一质元的动能和势能都是相等的。
波的平均能量密度 w ‾ = 1 2 ρ A 2 ω 2 \overline w=\cfrac{1}{2}\rho A^2\omega^2 w=21ρA2ω2.
波的平均能流密度 I = w ‾ u = 1 2 ρ A 2 ω 2 u I=\overline wu=\cfrac{1}{2}\rho A^2\omega^2u I=wu=21ρA2ω2u.
多普勒效应
当波源(Source)和接收器(Receiver)以接近速度 v S v _S vS和 v R v _R vR相对运动时,有
ν R = u + v R u − v S ν S (11.12) \nu _R=\cfrac{u+v _R}{u-v _S}\nu _S\tag{11.12} νR=u−vSu+vRνS(11.12)
这是机械波的多普勒效应,观测者体现在分子,波源体现在分母。其实为了方便记忆,可以将式 ( 11.12 ) (11.12) (11.12)变形为式 ( 11.13 ) (11.13) (11.13):
ν R u + v R = ν S u − v S (11.13) \cfrac{\nu _R}{u+v _R}=\cfrac{\nu _S}{u-v _S}\tag{11.13} u+vRνR=u−vSνS(11.13)
接收器在左边,波源在右边。至于 v R , v S v _R,v _S vR,vS前的符号,可以根据常识推断。
如果是电磁波的多普勒效应,那就需要考虑相对论因素:
ν R = c + v c − v ν S (11.14) \nu _R=\sqrt{\cfrac{c+v}{c-v}}\nu _S\tag{11.14} νR=c−vc+vνS(11.14)
方便记忆,也可以变形为如下形式:
ν R c + v = ν S c − v (11.15) \cfrac{\nu _R}{\sqrt{c+v}}=\cfrac{\nu _S}{\sqrt{c-v}}\tag{11.15} c+vνR=c−vνS(11.15)
其他想说的
劲度系数分别为 k 1 , k 2 k _1,k _2 k1,k2的两根轻弹簧,首尾相连(串行连接)构成劲度系数为 k 1 k 2 k 1 + k 2 \cfrac{k _1k _2}{k _1+k _2} k1+k2k1k2的弹簧。如果是把头与头相连、尾与尾相连(并行连接),则构成劲度系数为 k 1 + k 2 k _1+k _2 k1+k2的弹簧。
C h a p t e r 13 Chapter 13 Chapter13 波动光学
波动光学,由于之前并未过多接触,所以看起来公式量有些多。但其实也还好,每个知识点都记住一些个核心公式就好了,然后从这些比较核心的公式,以比较小的代价去推导其他的公式。
这一章需要牢牢扣住光程差 δ \delta δ这一个要点。光程差可以与相位差产生联系:
δ = λ 2 π Δ φ (13.1) \delta=\cfrac{\lambda}{2\pi}\Delta\varphi\tag{13.1} δ=2πλΔφ(13.1)
从而判断两束光波在某处的叠加情况。这一章的另外一个要点是近似处理。
双缝干涉(杨氏双缝干涉)
距离为 d d d的两个小孔,将它们看作两个初相位相同的光源,它们发出的光的强度在距离为 D D D的屏幕上发生相干叠加。光程差:
δ = n r 1 − n r 2 ≈ n d sin θ (13.2) \delta=nr _1-nr _2\approx nd\sin\theta\tag{13.2} δ=nr1−nr2≈ndsinθ(13.2)
式 ( 13.2 ) (13.2) (13.2)是双缝干涉的基本公式,约等号处使用了近似处理。可以由它推导其他公式。
由于 θ \theta θ很小,近似有 sin θ ≈ θ ≈ tan θ = x D \sin\theta\approx\theta\approx\tan\theta=\cfrac{x}{D} sinθ≈θ≈tanθ=Dx,其中 x x x是干涉点到屏幕中心店的距离。将其与代入式 ( 13.2 ) (13.2) (13.2),就有:
δ = n d sin θ ≈ n d x D (13.3) \delta=nd\sin\theta\approx\cfrac{ndx}{D}\tag{13.3} δ=ndsinθ≈Dndx(13.3)
由 C h a p t e r 11 Chapter11 Chapter11的内容,能够比较容易地想到下面的情况:
Δ φ = { 2 k π 合振幅极大 , ( 2 k − 1 ) π 合振幅极小 . (13.4) \Delta\varphi=\begin{cases}2k\pi&\text{合振幅极大},\\ (2k-1)\pi&\text{合振幅极小}. \end{cases}\tag{13.4} Δφ={2kπ(2k−1)π合振幅极大,合振幅极小.(13.4)
所以,结合式 ( 13.1 ) (13.1) (13.1),得到
δ = n d sin θ = { k λ 光强极大 , ( k − 1 2 ) λ 光强极小 . (13.5) \delta=nd\sin\theta=\begin{cases}k\lambda& \text{光强极大},\\\left (k-\cfrac{1}{2}\right)\lambda& \text{光强极小}.\end{cases}\tag{13.5} δ=ndsinθ=⎩ ⎨ ⎧kλ(k−21)λ光强极大,光强极小.(13.5)
显然光强极大对应明纹,光强极小对应暗纹。
除了上述方法,也可以只记下面的公式:
I θ = I 0 cos 2 β (13.6) I _\theta=I _0\cos^2\beta\tag{13.6} Iθ=I0cos2β(13.6)
其中的 β = π n d sin θ λ \beta=\cfrac{\pi nd\sin\theta}{\lambda} β=λπndsinθ.一般实验都在 n ≈ 1 n\approx 1 n≈1的空气中进行, β = π d sin θ λ \beta=\cfrac{\pi d\sin\theta}{\lambda} β=λπdsinθ.显然, cos 2 β = 1 \cos^2\beta=1 cos2β=1对应明纹, cos 2 β = 0 \cos^2\beta=0 cos2β=0对应暗纹。
分振幅干涉
先考虑等倾干涉,同样可以记住一个基本公式:
δ = 2 n d cos γ (13.7) \delta=2nd\cos\gamma\tag{13.7} δ=2ndcosγ(13.7)
实际如果两个反射面中只有一处发生半波损失, δ \delta δ还应该加上 λ 2 \cfrac{\lambda}{2} 2λ.这个公式当然可以现场推导,但是花费的时间会比较多,建议记住。可以通过这个推导明暗纹条件。
等厚干涉就是对每一个厚度 d d d,都考虑式 ( 13.7 ) (13.7) (13.7),每个厚度对应相同的一个光程差 δ \delta δ.
对于等倾干涉来说, γ \gamma γ是一个变量, δ \delta δ随 γ \gamma γ的变化而不同,因此相同 γ \gamma γ的点(一个一个同心圆)对应相同的 δ \delta δ,从而干涉情况相同。对于等厚干涉来说, γ = 0 \gamma=0 γ=0(即只考虑正入射),但是 d d d是变量, δ \delta δ随 d d d的变化而不同,因此相同 d d d的点(一系列平行线)对应相同的 δ \delta δ,从而干涉情况相同。
单缝衍射(单缝夫琅禾费衍射)
公式的推导略显复杂,我们只需要记住结果:产生与狭缝平行的干涉条纹,强度为
I θ = I 0 ( sin α α ) 2 (13.8) I _\theta=I _0 \left(\cfrac{\sin\alpha}{\alpha}\right)^2\tag{13.8} Iθ=I0(αsinα)2(13.8)
如果实验在 n = 1 n=1 n=1的环境下进行, α = π a sin θ λ \alpha=\cfrac{\pi a\sin\theta}{\lambda} α=λπasinθ.如果 n ≠ 1 n\neq 1 n=1也一样, λ \lambda λ代表在介质中的波长。根据该式可以推出各暗纹(极小)的位置,明纹(极大)的位置也可以近似地计算。
多缝衍射
多缝衍射需要同时考虑干涉和衍射的结果,光强公式为:
I θ = I 0 ( sin α α ) 2 ( sin N β sin β ) 2 (13.9) I _\theta=I _0\left(\cfrac{\sin\alpha}{\alpha}\right)^2\left(\cfrac{\sin N\beta}{\sin\beta}\right)^2\tag{13.9} Iθ=I0(αsinα)2(sinβsinNβ)2(13.9)
α \alpha α是和衍射有关的参数, β \beta β是和干涉有关的参数。实际上,当 N = 2 N=2 N=2时,式 ( 13.9 ) (13.9) (13.9)变为
I θ = 4 I 0 ( sin α α ) 2 cos 2 β (13.10) I _\theta=4I _0\left(\cfrac{\sin\alpha}{\alpha}\right)^2\cos^2\beta\tag{13.10} Iθ=4I0(αsinα)2cos2β(13.10)
这个和双缝衍射的 I θ = I 0 ( sin α α ) 2 cos 2 β I _\theta=I _0\left(\cfrac{\sin\alpha}{\alpha}\right)^2\cos^2\beta Iθ=I0(αsinα)2cos2β具有相同的形式。
T h e E n d . \boxed{\mathbb{The\ End}.} The End.
相关文章:
大学物理(下)笔记
摘录来自笔记网站的笔记。笔记网站详见https://onford.github.io/Notes/。 大学物理(下)笔记 部分常用物理常量的计算值 C h a p t e r 9 Chapter9 Chapter9 恒定磁场 毕奥-萨伐尔定律 磁场和电场在很多性质上是有共性的,很多时候可以拿它…...
Mind+在线图形编程软件(Sractch类软件)
Scratch作为图形编程软件,可以为小朋友学习编程提供很好的入门,是初次接触编程的小朋友的首选开发软件。这里介绍的Mind软件与Sractch用法几乎完全一致,并且可以提供在线免安装版本使用,浏览器直接打开网址: ide.mindp…...
数智化招采供应链平台七大优点
在当今快速发展的商业环境中,技术更新风起云涌、数字化转型不断加快,产业链供应链竞争日趋激烈。企业必须不断提升产业链供应链现代化水平,建设畅通、韧性、竞争力强的产业链供应链,因此招采供应链平台的需求日益迫切。 为满足企…...
Java面试题:对比HTTP的GET和POST方法,并讨论它们的使用场景
HTTP的GET和POST方法是用于在客户端和服务器之间交换数据的两种基本请求方法。它们有不同的特性和使用场景。 GET方法 特性 数据在URL中传输:GET请求的数据附加在URL的末尾,通过查询字符串传输。数据长度限制:由于浏览器和服务器对URL长度…...
webpack+webpack server入门
1.webpack介绍 webpack是一个模块加载器兼打包工具。它是以 commonJS 的形式来书写脚本的,但对 AMD/CMD 的支持也很全面,方便旧项目进行代码迁移。支持对react热插拔。 2.安装(使用淘宝镜像) 全局安装 cnpm install webpa…...
Java内存模型以及多线程并发深度剖析
文章目录 Java内存模型JMM的基本概念缓存一致性与处理器优化happens-before原则总结主内存以及cpu的多级缓存模型的实现原理主内存(Main Memory)CPU多级缓存模型实现原理:多线程并发运行时可能引发的数据不一致问题总线加锁机制和MESI缓存一致性协议的工作原理总线加锁机制M…...
【JS问题】require相对路径引入模块
潜在问题 安全性问题:使用相对路径来引入模块可能会带来安全隐患,尤其是如果这段代码运行在客户端(比如Node.js的Electron框架)且相对路径可以被用户控制的情况下。恶意用户可能会尝试修改路径来访问不应该被访问的文件。 模块路…...
SAP ABAP 常用实用类
文章目录 前言一、输出 展示 数据信息 a.将 JSON 格式化为可读 并以弹框形式输出 b.将内表内容以表格形式输出 c.弹框形式显示 HTML 内容。也能显示包含js 的html。也可以显示pdf 图片 二、输入 获取 数据信息 a.弹框 添加 输入框…...
笔记本电脑录屏,教你3个方法,简单录屏
随着科技的飞速发展,笔记本电脑录屏功能已经不再局限于传统的录制需求,而是成为了探索屏幕动态的新方式。无论是创意工作者、游戏爱好者还是日常办公者,都可以借助这一功能,将屏幕上的精彩瞬间、重要信息或创新思路记录下来&#…...
A-8 项目开源 qt1.0
A-8 2024/6/26 项目开源 由于大家有相关的需求,就创建一个项目来放置相关的代码和项目 欢迎交流,QQ:963385291 介绍 利用opencascade和vulkanscene实现stp模型的查看器打算公布好几个版本的代码放在不同的分支下,用qt实现&am…...
CNC数控机床如何通过工业智能网关实现远程运维?天拓四方
随着工业4.0时代的来临,智能制造成为制造业转型升级的关键。CNC数控机床作为制造业的核心设备之一,其智能化、远程化的运维管理显得尤为重要。工业智能网关作为一种连接物理世界与数字世界的桥梁,为CNC数控机床的远程运维提供了强大的技术支撑…...
PMP培训,哪个机构的通过率高?
有很多培训机构供选择,但要找到适合自己的却很困难。特别是随着PMP参考教材的更新,考试难度增加了,仅靠自学很难与报班的同学竞争。那么在众多PMP培训机构中如何选择最适合自己的呢?有哪些机构是可信赖的呢?下面将介绍…...
贷款承诺状态映射参数表,用于加工的提示信息
在设计贷款承诺状态映射参数表时,目的是将贷款的不同状态映射为相应的提示信息,以便于系统能够自动生成和发送通知给相关的借款人或银行员工。以下是一个简化的参数表示例,用于指导贷款状态的加工和提示信息生成: | 状态代码 |…...
理解 iOS 开发中的 NS_ENUM 和 NS_OPTIONS
在开发 iOS 应用程序时,理解 NS_ENUM 和 NS_OPTIONS 的使用至关重要,因为它们在定义和管理枚举和选项方面起着重要作用。在本文中,我们将深入探讨 NS_ENUM 和 NS_OPTIONS 之间的区别、使用场景以及如何有效地实现它们。 NS_ENUM NS_ENUM 用…...
2024年6月26日 (周三) 叶子游戏新闻
老板键工具来唤去: 它可以为常用程序自定义快捷键,实现一键唤起、一键隐藏的 Windows 工具,并且支持窗口动态绑定快捷键(无需设置自动实现)。 土豆录屏: 免费、无录制时长限制、无水印的录屏软件 《Granblue Fantasy Versus: Risi…...
LangChain4j之HelloWorld
什么是LangChain4j 它是Java版本的LangChain,随着大模型的不断发展,如何在程序中更好的利用大模型的能力来提高编程效率是一种趋势,LangChain是这么自己介绍自己的: LangChain gives developers a framework to construct LLM‑p…...
MySQL 基础概念
MySQL逻辑架构 MySQL 服务器逻辑架构图 最上层的服务并不是MySQL所独有的,大多数基于网络的客户端/服务器的工具或者服务都有类似的架构,比如连接管理、授权认证、安全等等。 大多数MySQL的核心服务都在第二层,包括查询解析、分析、优化、…...
RabbitMQ 学习笔记
RabbitMQ学习笔记 一些概念 Broker :RabbitMQ服务。 virtual host: 其实就是分组。 Connection:连接,生产者消费者与Broker之间的TCP连接。 Channel:网络信道,轻量级的Connection,使用Chann…...
【区分vue2和vue3下的element UI MessageBox 弹框组件,分别详细介绍属性,事件,方法如何使用,并举例】
在 Vue 2 中,Element UI 提供了 MessageBox 弹框组件,用于显示消息提示、确认消息和获取用户输入等。而在 Vue 3 的 Element Plus 中,虽然组件和 API 可能有所变化,但基本概念和用法是相似的。下面我将分别介绍 Vue 2 的 Element …...
避而不见!BigDecimal的四大坑
BigDecimal概述 定义:Java中的类,用于表示任意精度的十进制数。适用场景:需要高精度计算的场合,如金融、货币、税收等。 一、浮点精度的坑 问题:使用BigDecimal的equals和compareTo方法比较数值时,存在精…...
IDEA 安装与激活详细教程最新(附最新激活码)2099年亲测有效!
我们先从 IDEA 官网下载 IDEA 2024.1 版本的安装包,下载链接如下: https://www.jetbrains.com/idea/download/ 点击下载(下载Ultimate版),静心等待其下载完毕即可。 激活方式: 正版专属激活码领取...
LeetCode 100334. 包含所有 1 的最小矩形面积 I
更多题解尽在 https://sugar.matrixlab.dev/algorithm 每日更新。 组队打卡,更多解法等你一起来参与哦! LeetCode 100334. 包含所有 1 的最小矩形面积 I,难度中等。 遍历 解题思路:去掉矩形上下左右全为 0 的行和列 class Solu…...
pdf只要前几页,pdf怎么只要前几页
在现代办公和学习环境中,PDF文件已成为我们日常处理信息的重要工具。然而,有时我们并不需要整个PDF文件的内容,而只是其中的几页。那么,如何高效地提取PDF文件中的特定页面呢?本文将为您介绍几种实用的方法。 打开 “ …...
JAVA JVM 是怎么判定对象已经“死去”?
Java虚拟机(JVM)使用垃圾收集(Garbage Collection,GC)机制来自动管理内存,其中包括识别和回收不再使用的对象。JVM判定对象已经“死去”(即不再被任何引用所指向)的过程主要基于以下…...
springboot加载注入bean的方式
在SpringBoot的大环境下,基本上很少使用之前的xml配置Bean,主要是因为这种方式不好维护而且也不够方便。 springboto注入bean主要采用下图几种方式,分为本地服务工程注解声明的bean和外部依赖包中的bean。 一、 springboot装配本地服务工程…...
PostgreSQL 数据库设计与管理(四)
1. 数据库设计原则 1.1 规范化 规范化是组织数据库结构的一种方法,旨在减少数据冗余并提高数据完整性。常用的规范化范式包括: 第一范式(1NF): 确保每列都是原子的,不可再分。第二范式(2NF&a…...
Studying-代码随想录训练营day21| 669.修建二叉搜索树、108.将有序数组转换为二叉搜索树、538.把二叉搜索树转换为累加树、二叉树总结
第21天,二叉树最后一篇,冲💪 目录 669.修建二叉搜索树 108.将有序数组转换为二叉搜索树 538.把二叉搜索树转换为累加树 二叉树总结 669.修建二叉搜索树 文档讲解:代码随想录修建二叉搜索树 视频讲解:手撕修建二叉…...
GraphQL:简介
GraphQL 图片来源: 我们将探索GraphQL 的基础知识,并学习如何使用Apollo将其与 React 和 React Native 等前端框架连接起来。这将帮助您了解如何使用 GraphQL、React、React Native 和 Apollo 构建现代、高效的应用程序。 什么是 GraphQL?…...
AI大模型安全挑战和安全要求解读
引言 随着人工智能技术的飞速发展,大模型技术以其卓越的性能和广泛的应用前景,正在重塑人工智能领域的新格局。然而,任何技术都有两面性,大模型在带来前所未有便利的同时,也引发了深刻的安全和伦理挑战。 大模型&…...
前端面试题-token的存放位置
哈喽小伙伴们大家好,本系列是一个专门针对前端开发岗的面试题系列,每周将会不定期分享一些面试题,希望对大家有所帮助. 面试官:token 一般在客户端存在哪儿 求职者:Token一般在客户端存在以下几个地方: (1)Cookie:Token可以存储在客户端的Cookie中。服…...
青岛的设计公司/seo网站排名优化公司
1.将下载好的nacos放到linux的指定目录下,我的是放在/usr /local/nacos下2.直接启动nacos./bin/startup.sh抛了以下异常which: no javac in (/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin:/usr/lib/jvm/java-1.8.0-openjdk-1.8.0.242.b08-0.el7_7.…...
logo查询网站/成都网站关键词推广优化
open***提供了证书验证和密码验证两种验证方式,这里来具体描述下密码验证的配置方法。一:修改open***服务端配置,在文件末尾添加如下配置:# vim /opt/apps/open***/etc/server.conf auth-user-pass-verify /opt/apps/open***/etc…...
专做蔬菜水果的网站/怎么推广自己的店铺
在数据分析的日常工作中,我们可能会经常需要处理这样的问题:将一个或多个文件夹下的文件中的数据进行分析、处理、整合。这些文件通常是相似的或是同类别的,比如我们有多个月份的销售信息,每个月份的数据分别存在一个excel文档中&…...
做奢侈品代工厂的网站/百度关键词排名技术
Fixed Function Shader 在学习固定管线着色器中要涉及到的知识点是: PropertiesMaterialLightingSetTexturePass 首先来回忆一下ShaderLab的基本结构: shader "name"{[Properties]SubShaders[FallBack] } 在shader主要的三个部分中除了SubSha…...
网站开发软件下载/白酒营销策划方案
文章来源: 学习通http://www.bdgxy.com/ 普学网http://www.boxinghulanban.cn/ 智学网http://www.jaxp.net/目录1、列表2、表单4、前端HTML基础面试题总结1、列表 列表ul容器里面装载着结构,样式一致的文字或图表的一种形式,叫列表。 列表最…...
关于单位网站建设的报告/百度做网站
http://www.jianshu.com/p/d296a8c34936?hmsrtoutiao.io&utm_mediumtoutiao.io&utm_sourcetoutiao.io Redux由Flux演变而来,提供几个简单的API来实现状态管理,所谓状态指的是应用数据,所以,Redux本质上是用来管理数据的…...