搜索
查看
编辑修改
首页
UNITY
NODEJS
PYTHON
AI
GIT
PHP
GO
CEF3
JAVA
HTML
CSS
搜索
繁依Fanyi0
这个屌丝很懒,什么也没留下!
关注作者
热门标签
jquery
HTML
CSS
PHP
ASP
PYTHON
GO
AI
C
C++
C#
PHOTOSHOP
UNITY
iOS
android
vue
xml
爬虫
SEO
LINUX
WINDOWS
JAVA
MFC
CEF3
CAD
NODEJS
GIT
Pyppeteer
article
热门文章
1
Linux命令集(Linux常用命令--echo指令篇)_echo 回车
2
信息抽取之事件抽取任务技术调研笔记_事件要素抽取
3
微软为团队推出了 Copilot
4
分支限界算法_分支界限算法
5
SpringBoot整合图片文字识别_springboot tess4j
6
AIGC内容分享(二十三):《AIGC:引领人工智能新时代的创作与审美》和《AIGC:人工智能的未来》_algc技术的书籍
7
springboot的依赖和自动配置_宝蓝德依赖下载
8
《Redis-Windows平台下Redis安装配置及使用》
9
Midjourney 如何控制角色一致性?我找到了5个方法_36如何用midjourney生成一致性的人物角色?高手总结了超多技巧!陈子木
10
CSS初入门:CSS盒模型简单介绍_简述css盒模型概念,通过哪些属性可以描述一个具体的css盒模型
当前位置:
article
> 正文
深入浅出讲解麦克斯韦方程组_maxwell-garnett
作者:繁依Fanyi0 | 2024-05-27 21:02:13
赞
踩
maxwell-garnett
好东西和大家分享一下!!
===============================================================================================================
孙研
夏RICHI
、
许多多
、
知乎用户
等人赞同
花了好长好长时间写的,请不要转载。还有几个有意思的话题还没有涉及,以后有空再更新。
11/7更新:上了知乎日报,瞬间过了500赞!希望大家都能有所收获!更新了梯度和电荷守恒的一些内容。可能答案已经太长了,能看到结尾的人应该少之又少吧。。。
11/4更新:过200赞了!更新了方向性的讨论,还有所有省略的公式,供感兴趣的同学查看。
11/2更新:过百赞了!谢谢大家支持!更新了微分形式的解释、和电磁波的话题。
=======================================
题主简直坑爹。不讲微积分怎么给你讲麦克斯韦方程组?你不知道麦克斯韦方程组里面每个方程都是一个积分或者微分么??那既然这样,我只能躲躲闪闪,不细谈任何具体的推导和数学关系,纯粹挥挥手扯扯淡地说一说电磁学里的概念和思想。
1. 力、能、场、势
经典物理研究的一个重要对象就是
力force
。比如牛顿力学的核心就是
F
=m
a
这个公式,剩下的什么平抛圆周简谐运动都可以用这货加上微积分推出来。但是力有一点不好,它是个
向量vector
(既有大小又有方向),所以即便是简单的受力分析,想解出运动方程却难得要死。很多时候,从能量的角度出发反而问题会变得简单很多。
能量energy
说到底就是力在空间上的积分(能量=功=力×距离),所以和力是有紧密联系的,而且能量是个
标量scalar
,加减乘除十分方便。分析力学中的拉格朗日力学和哈密顿力学就绕开了力,从能量出发,算运动方程比牛顿力学要简便得多。
在电磁学里,我们通过力定义出了
场field
的概念。我们注意到洛仑兹力总有着
F
=q(
E
+
v
×
B
)的形式,具体不谈,单看这个公式就会发现力和电荷(或电荷×速度)程正比。那么我们便可以刨去电荷(或电荷×速度)的部分,仅仅看剩下的这个“系数”有着怎样的动力学性质。也就是说,场是某种遍布在空间中的东西,当电荷置于场中时便会受力。具体到两个电荷间的库仑力的例子,就可以理解为一个电荷制造了电场,而另一个电荷在这个电场中受到了力,反之亦然。类似地我们也可以对能量做相同的事情,刨去能量中的电荷(或电荷×速度),剩下的部分便是
势potential
。
一张图表明关系:
积分
力--->能
| |
场<---势
微分
具体需要指出,这里的电场(标为
E
)和磁场(标为
B
)都是向量场,也就是说空间中每一个点都对应着一个向量。如果我们把xyz三个分量分开来看的话,这就是三个标量场。而能量和势是标量(电磁学中的势其实并不是标量,原因马上揭晓),放到空间中也就是一个标量场。在力/场和能量/势之间互相转化的时候,我们是在3<->1个标量场之间转化,必然有一些信息是丢掉了的。怎么办?
一个显而易见的答案是
“保守力场”conservative force field
。在这样一个场中,能量(做功)不取决于你选择什么样的路径。打个比方,你爬一座山,无论选择什么路径,只要起点和终点一样,那么垂直方向上的差别都是一样的,做的功也一样多。在这种情况下,我们对力场有了诸多限制,也就是说,我假如知道了一个保守力场的x一个分量,那么另两个分量yz就随之确定了,我没得选(自由度其实只有一个标量场)。有了保守力场这样的额外限制,向量场
F
(3个标量场)和(1个)标量场V之间的转化便不会失去信息了。具体而言,二者关系可以写作
F
=-
∇
V。这里不说具体细节,你只要知道
∇
是一种固定的、把一个标量场变成三个标量场的算法就可以了(叫做
算符operator
)。
那么我们想问,电场和磁场是不是保守力场呢?很不幸,不是。在静电学中,静止的电场是保守的,但在电动力学中,只要有变化的电场和磁场,电场就不是一个保守力场了;而磁场从来都不是保守力场。这也就是说明,在电磁学中,我们很少涉及能量这个概念,因为它不能完整地描述一个电磁场。我们更多时候只关注“场”这个概念,尽管因此我们不得不涉足很多向量微积分,但我们没有办法,这是不让信息丢掉的唯一办法。那么,既然势也是标量,它是否也是一个没什么用的概念呢?恰恰相反,在电动力学中我们定义出了
“向量势”vector potential
,以保留额外的自由度。后面我会更具体地谈到这一点。
总而言之,我想说明一点,那就是电磁学的主要研究对象是电场和磁场,而麦克斯韦方程组就是描述电场和磁场的方程。势(包括电势和磁向量势)也是有用的概念,而且不像引力势是一个标量,在电磁学中势不得不变成一个向量。
2. 麦克斯韦方程组
前边说到,
麦克斯韦方程组Maxwell equations是描述电场和磁场的方程
。前边也说到,因为电磁场不是保守力场,它们有三个标量场的自由度,所以我们必须用向量微积分来描述电磁场。因此,麦克斯韦方程组每个式子都出现了向量微积分,而整个方程组也有
积分形式
和
微分形式
两种。这两种形式是完全等价的,只是两种不同的写法。这里我先全部写出。
积分形式:
微分形式:
这里
E
表示电场,
B
表示磁场,ε0和μ0只是两个常数暂时可以忽略。积分形式中Q是电荷,I是电流,V表示一块体积,∂V表示它的表面,而S表示一块曲面,∂S表示它的边缘。微分形式中ρ是电荷密度(电荷/体积),
J
是电流密度(电流/面积),
∇·
和
∇×
是两个不同的算符,基本可以理解为对向量的某种微分。
先不说任何细节,我们可以观察一下等式的左边。四个方程中,两个是关于电场
E
的,两个是关于磁场
B
的;两个是曲面积分∫d
a
或者散度
∇·
,两个是曲线积分∫d
l
或者旋度
∇×
。不要管这些术语都是什么意思,我后面会讲到。但光看等式左边,我们就能看出四个式子分别描述电场和磁场的两个东西,非常对称。
3. 电荷->电场,电流->磁场
这一部分和下一部分中,我来简单讲解四个式子分别代表什么意思,而不涉及任何定量和具体的计算。
我们从两个电荷之间的库仑力讲起。
库仑定律Coulomb's Law
是电学中大家接触到的最早的定律,有如下形式:
其中Q是电荷,r是电荷之间的距离,
r
是表示方向的单位向量。像我之前说的,把其中一个电荷当作来源,然后刨去另一个电荷,就可以得到电场的表达式。
高中里应该还学过
安培定律Ampere's Law
,也就是电流产生磁场的定律。虽然没有学过具体表达式,但我们已经能看出它与库仑定律之间的区别。库仑定律描述了“两个”微小来源(电荷)之间的“力”,而安培定律是描述了“一个”来源(电流)产生的“场”。事实上,电磁学中也有磁场版本的库仑定律,描述了两个微小电流之间的力,叫做
毕奥-萨伐尔定律Biot-Savart Law
;反之,也有电场版本的安培定律,描述了一个电荷产生的磁场,叫做
高斯定律Gauss's Law
。这四个定律之间有如下关系:
电场 磁场
两个微小来源之间的力
库仑定律 毕奥-萨伐尔定律
单个来源产生的场
高斯定律 安培定律
数学上可以证明库仑定律(毕奥-萨伐尔定律)和高斯定律(安培定律)在静电学(静磁学)中是完全等价的,也就是说我们可以任意假设一个定律,从而推导出另一个定律。然而如果我们想从静止的静电学和静磁学推广到电动力学,前者是非常不便的而后者很却容易,所以尽管库仑定律在中学中常常提到,麦克斯韦方程组中却没有它,有的是高斯定律和安培定律。这两个定律分别是麦克斯韦方程组里的(1)和(4)的第一项,即:
高斯定律(积分、微分形式):
安培定律(积分、微分形式):
我们继续推迟讲解数学关系,单看这几个式子本身,就能看到等式的左边有电场
E
(磁场
B
),而右边有电荷Q(电流I)或电荷密度ρ(电流密度
J
)。看,
电荷产生电场,电流产生磁场
!
4. 变化磁场->电场,变化磁场->电场
然而这不是故事的全部,因为事实上电磁场是可以互相转化的。法拉第发现了电磁感应,也就是说变化的磁场是可以产生电场的,这就是
法拉第定律Faraday's Law
。类似地,麦克斯韦发现安培定律的描述并不完善,除了电流以外,变化的电场也可以产生磁场,这被称为
安培-麦克斯韦定律Ampere-Maxwell Law
。这两个定律分别是麦克斯韦方程组里的(2)和(4)的第二项,即:
法拉第定律(积分、微分形式):
安培-麦克斯韦定律(积分、微分形式):
同样地,等式的左边有电场
E
(磁场
B
),而右边有磁场
B
(电场
E
)的导数d/dt或偏导∂/∂t。看,
变化磁场产生电场,变化电场产生磁场
!
需要指出的是,我这样的说法其实是不准确的,因为并不是真的某一个场“产生”的另一个场。这两个定律只是描述了电场(磁场)和磁场(电场)的变化率之间的定量关系,而不是因果关系。
小结一下,我们已经搞清楚了麦克斯韦方程组里每一项的意思,基本就是指出了电磁场的来源和变化电磁场的定量关系。下一步便是往我们这些粗浅的理解中加入数学,具体看看这些方程到底说了什么。在这之前,我们必须花一点时间了解一下向量微积分的皮毛。
5. 向量积分
普通的单变量微积分基本可以理解为乘法的一种拓展。我们想计算一个矩形的面积,我们用长x乘宽y,即xy。如果宽不是一个定值而是根据长而变化的(也就是说宽是一个长的函数,即宽=y(x)),那么我们就需要积分,记为“∫y(x)dx”。这样的想法也很容易推广到更高的维度,比如在一块体积V内,若电荷密度为ρ,那么这块体积内的总电荷就是Q=ρV;如果ρ在空间中每一点都不一样,是个关于坐标的函数ρ(x),那么就要变成积分Q=∫∫∫ρ(x)dV(这里三个∫表示是一个三维的积分,很多时候也可以省略写为一个∫)。
在向量场中,这个事情比较麻烦。首先两个向量的乘积的定义稍显复杂,必须使用
点乘dot product
,即
u·v
,它暗示着两个向量之间的角度,也就是有多么平行。如果
u
和
v
完全平行,它们的点乘是一个正值;如果方向相反,则是一个负值;如果垂直,那么为0。另一方面,我们不一定要像上一个电荷的例子一样积上整个体积V,我们可以只积一个曲面S或者一条曲线γ。这就是所谓的曲面积分和曲线积分的概念。
曲面积分surface integral
有如下形式:
其中S表示我们需要积的曲面,
F
是我们想要积的向量场,
·
代表点乘,
a
指向垂直于S的方向。因此,我们看到,如果
F
和S是平行的,那么点乘处处得0,这个曲面积分也为0。换句话说,
曲面积分表示着向量场F穿过曲面S的程度
,因此也很形象地叫做
通量flux
。下图为两个简单的例子(虚线----表示曲面所在的位置):
曲面积分(通量)为0:
→ → → → →
--------------------
→ → → → →
曲面积分(通量)不为0:
↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑
--------------------
↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑
那么
曲线积分line integral
也很类似,只不过我们不积一个曲面S而是一个一维的曲线γ。它有如下形式:
其中γ表示我们需要积的曲线,
·
代表点乘,
l
指向曲线γ的方向。不难看出,
曲线积分表示着向量场F沿着曲线γ的程度
。下图为两个简单的例子(虚线----表示曲线γ):
曲线积分不为0:
→ → → → →
--------------------
→ → → → →
曲线积分为0:
↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑
--------------------
↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑
特别地,如果曲线是闭合的(首尾相连的),那么我们可以在积分符号∫上画一个圈,表示闭合,然后这个特殊的曲线积分叫做
环量circulation
,因为是积了一个环嘛。很显然,如果
F
是个保守力场,那么我随便找一个闭合曲线,做的功都一定为0(这就是保守力场的定义啊),所以
保守力场的任意环量都为0
。最后一提,“环量”这个名字很少使用,一般就直接叫做“闭合曲线的积分”。
定义一个通量所使用的曲面S则不一定要是闭合的,任何曲面都可以。如果这个曲面很特殊恰好是闭合的,我们也可以在积分符号∫∫上画上一个圈,代表闭合,但这个量则没有一个特殊的名字了。
总结如下表:
曲面积分 曲线积分
表示向量场
通过曲面 沿着曲线
的程度
又叫做
通量 --
若为闭合
-- 环量
6. 麦克斯韦方程组的积分形式
我非常不严谨地描述了曲面积分和曲线积分分别是什么。我们回头看看麦克斯韦方程组的积分形式,我们应该都能看懂了。
(1) 高斯定律
: 电场
E
在闭合曲面∂V上的通量,等于该曲面包裹住的体积V内的电荷(乘上系数1/ε0);
(2) 法拉第定律
: 电场
E
在闭合曲线∂S上的环量,等于磁场
B
在该曲线环住的曲面S上的通量的变化率(乘上系数-1);
(3) 高斯磁定律
: 磁场
B
在闭合曲面∂V上的通量,等于0;
(4) 安培麦克斯韦定律
:磁场
B
在闭合曲线∂S上的环量,等于该曲线环住的曲面S里的电流(乘上系数μ0),加上电场
E
在该曲线环住的曲面S上的通量的变化率(乘上系数μ0ε0)。
虽然在我看来,这样的描述已经是非常通俗、没有任何数学了,但对于没有学习过微积分的同学来说,显然还是太晦涩了一点。那么我来举几个例子吧。
(1) 高斯定律:
例子1
:假设我们有一个点电荷Q,以其为球心作一个球,把这块体积称为V,那么∂V就是这个球的表面。这个电荷Q产生了一些电场,从中心的Q向外发射,显然电场线都穿过了球的表面∂V,所以“闭合曲面∂V的通量”是个正数,不为0,而“该曲面包裹住的电荷”为Q,也不为0。
例子2:
假设我们把电荷Q替换为-Q,那么所有的电场线方向都反过来了,∂V的通量(记得通量中的点乘吗?)也因此获得了一个负号,所以“闭合曲面∂V的通量”变成了负数,而“该曲面包裹住的电荷”为-Q,也变成了负数。等式再一次成立。
例子3:
假设我们把这个球的半径扩大为原来的2倍,这个球的表面积就变成了原来的4倍。与此同时,由于库仑力的反比平方定律,由于球表面与球心电荷Q的距离变成了原来的2倍,在球表面∂V的电场强度也变成了原来的1/4。通量(电场和面积的积分)获得一个系数4,又获得一个系数1/4,所以“闭合曲面∂V的通量”没有变,而“该曲面包裹住的电荷”显然仍然为Q,也没有变。
例子4:
事实上,我们随便怎么改变这一块表面积的大小、体积,算出来的通量都不会变(尽管会非常难算),因为等式的右边“该曲面包裹住的电荷”一直都没有变。
例子5:
假设我们把电荷移到这个曲面外面,那么电场线会从这个球的一面穿透进去,然后从另一面出来,所以当我们做积分的时候,两个方向的通量抵消了,整个“闭合曲面∂V的通量”为0,而此时我们的曲面没有包裹住任何电荷,所以“该曲面包裹住的电荷”也为0。等式成立。
(2) 法拉第定律:
例子6:
一圈闭合导线,环住了一块曲面S,则记这个曲线的位置为∂S,那么经过∂S的电场
E
的环量其实就是导线内的电势(电压)。垂直于S通过一些磁场
B
,则通过S的磁通量不为0。然而此时导线内并没有电流,也就是说,并没有电压,“闭合曲线∂S的环量”为0。这是很显然的,因为磁通量并没有变化,没有电磁感应,换句话说,“曲面S上的通量的变化率”为0。
例子7:
这个时候我突然增加磁场,所以磁通量变大了,“磁通量的变化率”为正,不为0。因此,等式的左边“闭合曲线∂S的环量”也为正,不为0,也就是说,导线内产生了一些电压,继而产生了一些感应电流。这正是大家熟悉的法拉第电磁感应。
例子8:
如果我不是增加磁场,而是减小磁场,那么磁通量变小了,“磁通量的变化率”为负。那么等式左边“闭合曲线∂S的环量”也获得了一个负号,换句话说,感应电流的方向反了过来。
(3) 高斯磁定律:
例子9
:随便选择一个闭合曲面,整个曲面上的磁通量一定为0。这和电场的情况迥然不同,因此说明,不像有可以产生电场的“电荷”,这个世界上是没有能单独产生磁场的“磁荷”(也就是“磁单极子”)的。
(4) 安培-麦克斯韦定律:
例子10
:假设我们有一个电流I,以其为轴作一个圆,把这个圆称为S,那么∂S就是这个圆的边缘。这个电流I产生了一些磁场,(按照右手定则)绕着导线。显然磁场线和∂S都是“绕着导线”,方向一致,所以“闭合曲线∂S的环量”是个正数,不为0,而“该曲线环住的电流”为I,也不为0。
例子11
:假设我们改变电流方向,即把I变成-I,那么所有的磁场线方向都反过来了,∂S的环量也因此获得了一个负号,所以“闭合曲线∂S的环量”和“该曲线环住的电流”均获得一个负号。等式再一次成立。
例子12
:和高斯定律很像,我们随便怎么改变这一个环的大小、面积,只要环住的电流不变,算出来的环量都不会变(尽管可能会非常难算)。而若电流在这个环外面,尽管仍然有磁场存在,但在计算环量时相互抵消,使得等式两边都变成0。
例子13
:“变化的电场产生磁场”(即第二项)的例子非常难找,这也正是安培当年没有自己发现、非要等到麦克斯韦帮忙才发现的原因。我这里不妨不再细述,读者只要接受这个设定就好。有兴趣的读者可以自己思考一个这种情况的例子。
最后,还记得我们之前说过“保守力场的任意环量都为0”吗?显然,要想让磁场的环量为0,那就只能既没有电流(方程(4)中的第一项),也没有变化的电通量(第二项),那么磁场只能为0。换言之,任何磁场都不是保守力场。想让电场的通量为0还比较简单,只需要令磁通量不变(方程(2))就好了。换言之,只有在静电学(电磁场均静止不变)中,静电场才是保守力场。
7. 向量微分
麦克斯韦方程组描述了所有的电磁现象,从每个方程的名字也可以看出,方程组总结、整合了前人(库仑、高斯、安培、法拉第等)发现的各种现象和其方程(在麦克斯韦以前这样的方程可能有数十个),而麦克斯韦把它们总结归纳到了一起,用短短四个公式涵盖了所有现象,非常了不起。然而平心而论,积分形式仍然显得颇为繁琐,原因有二:1. 积分是很难算的,虽然每一个方程的左右两边都必然相等,但随便给你一个场和一个曲面/曲线,想把左侧的积分算出来极为困难;2. 也正因为如此,我们尽管有可以描述电磁场的方程,但给定一个特定的来源(比如天线中一个来回摇摆的电荷),我们想算出具体的
E
和
B
也是极为困难,因为我们只知道E和B在某个特殊曲面/曲线上的积分。
这就是微分形式的好处。首先,计算一个给定向量场的微分(散度和旋度)是很简单的,只要使用之前提到过的
∇·
和
∇×
算符就好,而这两个算符都有一套固定的算法。其次,散度和旋度代表着一个向量场的两种不同的自由度,有着非常直接的几何意义,从这两个量中恢复出向量场也是比较直观的过程。当然,我们又需要再准备一些向量微积分的知识,其中的重点就是散度和旋度。
散度divergence
,顾名思义,是
指一个向量场发散的程度
。一个向量场
F
的散度是一个标量场(向量场的每一点有一个自己的散度),写作
∇·F
(这个写法也很直白,因为点乘就是标量)。如果一个点的散度为正,那么在这一点上
F
有向外发散的趋势;如果为负,那么在这一点上
F
有向内收敛的趋势。
旋度curl
则
指一个向量场旋转的程度
。一个向量场
F
的旋度是一个向量场(向量场的每一点有一个自己的旋度,而且是一个向量;这是因为旋转的方向需要标明出来),写作
∇×F
(这个写法也很直白,因为叉乘就是向量)。如果一个点的旋度不为0,那么在这一点上
F
有漩涡的趋势,而这个旋度的方向表明了旋转的方向。
举些例子,以下是两个向量场的例子。其中第一个向量场往外发散,但完全没有旋转扭曲的趋势;第二个向量场形成了一个标准的漩涡,但没有任何箭头在往外或往里指,没有发散或收敛的趋势。(显然这两个图都是用字符直接画的;大家凑合着看,有空我再搞张好看点的图)
散度不为0、但旋度为0的向量场:
↖ ↑ ↗
← · →
↙ ↓ ↘
旋度不为0、但散度为0的向量场:
↗ → ↘
↑ · ↓
↖ ← ↙
因此,如你所见,散度和旋度描述的都是非常直观的几何性质。只要知道一个向量场的散度和旋度,我们就可以唯一确定这个向量场本身(这是亥姆霍兹定理,我要是有兴致可以以后简单谈谈)。
麦克斯韦方程组的微分形式,就是要描述电磁场的散度和旋度。我前边说到,微分形式和积分形式是完全等价的,我很也可以很轻松地从一个形式推导出另一个形式,用的是高斯定理(不要和高斯定律混淆、又叫散度定理)和斯托克斯定理。
高斯定理Gauss's Theorem
:一个向量场
F
在闭合曲面∂V上的通量,等于该曲面包裹住的体积V里的
F
全部的散度(
F
的散度的体积积分)。这是可以想象的,毕竟通量就是在计算有多少场从这个闭合曲面里发散出去了,也就是总共的散度(散度的积分)。
斯托克斯定理Stokes' Theorem
:一个向量场
F
在闭合曲线∂S上的环量,等于该曲线环住的曲面S上的
F
全部的旋度(
F
的旋度的曲面积分)。这也是可以想象的,毕竟环量就是在计算有多少场和这个环方向一样(有多少场在沿着这个环旋转),也就是总共的旋度(旋度的积分)。
总结如下表:
曲面积分 曲线积分
积分形式
通量 环量
联系
高斯定理 斯托克斯定理
微分形式
散度 旋度
8. 麦克斯韦方程组的微分形式
了解了散度和旋度的概念之后,我们便可以读懂麦克斯韦方程组的微分形式了。
(1) 高斯定律
: 电场
E
的散度,等于在该点的电荷密度ρ(乘上系数1/ε0);
(2) 法拉第定律
: 电场
E
的旋度,等于在该点的磁场
B
的变化率(乘上系数-1);
(3) 高斯磁定律
: 磁场
B
的散度,等于0;
(4) 安培麦克斯韦定律
:磁场
B
的旋度,等于在该点的电流密度
J
(乘上系数μ0),加上在该点的电场
E
的变化率(乘上系数μ0ε0)。
我们可以看出,电荷和电流对电场和磁场干的事情是不一样的:电荷的作用是给电场贡献一些散度,而电流的作用是给磁场贡献一些旋度。然而变化的电磁场对对方干的事情是一样的,都是给对方贡献一些旋度。
想看一些具体例子的同学要失望了。微分形式的例子比较难举,因为微分形式主要是让计算更加简便,在数学上比较有优势,而应用到具体的现象上则不那么显而易见。不过,至少静电磁场的例子还是可以举的。比如,我们知道电场线总是从正电荷出发、然后进入负电荷,这正是在说电场的散度在正电荷处为正,在负电荷处为负。再例如我们知道磁场线总是绕着电流,而不会进入或发源于电流,这也就是在说磁场有旋度而一定没有散度。
9. 电磁波
我刚刚提到,微分形式的主要好处是数学上处理起来很简便,我现在就给一个例子,也就是著名的光速。想象我们在真空中,周围什么都没有。这个时候,显然电荷密度和电流密度均为0,所以麦克斯韦方程组的微分形式变成了:
这四个公式简直太对称了!而且它们的含义也很清晰,基本就是说,变化的电场产生磁场,而变化的磁场产生电场。这就是
电磁波electromagnetic wave
的方程,电磁波也就是电场和磁场此消彼长、相互转化、向前传播的形式。
想要具体解出这个方程的解,还是需要玩儿一会儿微积分的,但是我们注意到两个式子分别有系数-1和μ0ε0。如果你了解波动方程的话,从这两个系数就可以算出这个波传播的速度,为
然而!μ0和ε0这两个常数是真空的性质(分别叫做
真空电容率vacuum permittivity
和
真空磁导率vacuum permeability
),是个定值。换句话说,
电磁波传播的速度(光速)也是一个定值
!也就是说,在任何参考系里观察,光速都应该是一样的c!这根据伽利略速度相加原理是不可能的(静止的你认为火车的速度是50 m/s,那么如果你以1 m/s的速度往前走你就会认为火车的速度只有49 m/s,显然不会仍然是50 m/s),但是电磁学却实实在在地告诉我们光速是不会变的。呐,这就是相对论的由来了。
10. 方向性
可能有同学已经发现,我们的讨论中似乎忽略了很重要的一部分就是方向性。毕竟初高中学电磁的时候,出现了各种左手、右手定则(插一句,请一定一定忘掉左手定则,使用左手简直反人类,在正统的向量微积分和电磁学里
只有右手定则
)。在之前对于麦克斯韦方程组的诠释中,我们似乎很少提及方向。麦克斯韦方程组描述了方向性吗?
答案是肯定的。方向或者说手性(为什么是“右手”定则而不是“左手”定则?)来自于叉乘的定义和面积的向量微分元素的定义。我们定义叉乘
u×v
是一个向量,指的方向是垂直于
u
和
v
的方向;但显然有两个不同的方向均满足这个条件,而我们选择了其中特定的一个,把选择的这个规则叫做“右手定则”。类似地,一个曲面S也有两个方向(即其微分元素d
a
是向量)。注意到曲线积分也是有方向性的(即其微分元素d
l
也是向量),因此我们把S的d
a
和∂S的d
l
联系起来,这个联系的规则也叫做“右手定则”。
上面这些情况中,选择“右手”是非常随意的;原则上我也可以全部选择左手,那么我得到的数学体系和原来的是完全等价的。当然,磁场
B
会和原来的磁场指的方向完全相反,但是没有关系,因为我们又不能直接看到磁场,所有的定律的手性都变了之后,描述的物理是不变的。但是,选择右手是约定俗成的,也就没必要再纠结为什么了。
11. 梯度、二次导数
我在之前说到保守力场的时候,偷偷塞进来过这样一个式子:
F
=-
∇
V。这里
F
是个向量场,V是个标量场。我们看到,这个神奇的倒三角不但可以表示散度(把向量变成标量)和旋度(把向量变成向量),还可以这样把一个标量场变成一个向量场!数学上这个倒三角叫
Nabla算符
,而
∇
V叫做一个标量场V的梯度。
什么叫做梯度呢?其实相比于散度和旋度,这应该是更加熟悉的概念。
梯度gradient
就是
一个标量场变化的程度
。我们可以把一个标量场想象成一个山坡,每一点的梯度是一个向量,指的方向是上坡的方向,大小则是坡的陡峭程度。
总结一下我们见到的三种向量微分吧:
梯度 散度 旋度
作用在一个
标量 向量 向量
场上
表示这个场
变化 发散 旋转
的程度
得到一个
向量 标量 向量
场
写作 ∇
V
∇·F∇×F
于是从
F
=-
∇
V这个公式我们看到,保守力场(比如引力场)可以表示为某个标量场(比如引力势能)的梯度。之前说过,保守力场的环量/旋度一定为0。这也就是说,梯度的旋度一定为0。这是可以想象的,梯度指的是上坡的方向,而如果它有旋度,就意味着它们的指向可以形成的一个环,在这个环上可以一直上坡。这就像彭罗斯楼梯,是不可能的情形。
还有一个类似的定理,是说旋度的散度一定为0。我们也来想一下几何上这意味着什么。如果旋度有散度,就意味着在某个球上散度都在往球外指,也就意味着在球上每个点这个场都是逆时针旋转的。想想也知道这是不可能的。所以我们得到了两个重要的结论:
1. 任意标量场V的梯度∇V都是没有旋度的,也就是∇×(∇V)=0;
2. 任意向量场F的旋度∇×F都是没有散度的,也就是∇·(∇×F)=0。
我说过,这些“X度”都可以认为是场的一种微分,那么这些“X度的X度”就可以认为是二次导数了。我们看到,有两种二次导数都自动为0,不必我们深究。还有一种二次导数也很有名,也就是梯度的散度,它甚至有了一个专门的花哨的名字,叫
“拉普拉斯算符”Laplacian
。在此我不作展开,大家只要知道它挺重要的就行。
12. 电荷守恒
从麦克斯韦方程组中可以直接推出电荷守恒。这个推导十分简单,且颇为有趣,可以让大家看到向量微积分的方便之处,我就简要写一下:
首先我们有安培-麦克斯韦定律:
两边同时取散度:
注意到左边是磁场的旋度的散度,而旋度的散度一定为0,故左边为0。右边交换散度和时间导数,并约掉μ0,得:
使用高斯定律:
代入原式,约掉ε0,得:
这个就是电荷守恒的公式。用语言说,就是
电流密度的散度加上电荷密度的变化率一定为0
。如果这比较抽象,我们可以对两项同时体积积分,再对
J
那项使用高斯定律变成面积积分,则结论变成:
一块体积V内的电荷的变化率加上通过表面∂V的电流一定为0。
举个栗子,如果一块体积内的电荷Q变少了,其变化率为负,根据上述结论,通过表面的电流一定为正,也就是说有电流从这块体积内流出去了。这就是非常明显的电荷守恒了,给出了电荷和电流的关系,这个公式也叫
“连续性方程”continuity equation
。连续性方程在流体力学里十分重要,甚至在量子力学里的概率也遵守这个方程(电荷->概率,电流->概率流)。
S1. 附录:省略掉的各种公式和定义
库仑定律:
毕奥-萨伐尔定律:
Nabla算符:
梯度:
散度:
旋度:
高斯定理:
斯托克斯定理:
真空中的电磁波:
声明:
本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:
https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/633980
推荐阅读
article
VMware16
许可证
密钥
_
vmware16
的产品
许可证
...
_
vmware16
的产品
许可证
vmware16
的产品
许可证
Z...
赞
踩
article
Stable
diffusion
_
stable
diffusion
渐进式图片
生成
...
这种技术的一项关键优势是它可以
生成
非常逼真的图像。它也能产生一种连续的图像
生成
过程,其中每一步都是从前一步产生的。最终的...
赞
踩
article
【文末附
gpt
升级方案】
Lumina
-
T2X
:大型扩散
DiTs
在多
模态
内容
生成
中的新篇章...
随着人工智能技术的飞速发展,多
模态
内容
生成
已成为计算机视觉和自然语言处理领域的研究热点。本文介绍了
Lumina
-
T2X
,...
赞
踩
article
广东
政务
区块
链
平台
项目:BSN专网助力
数字
政府建设,助推电子
政务
现代化...
在此背景下,结合近年来
广东
省作为
区块
链
试点省份之一,在
政务
场景中对数据管理、上
链
共享、历史溯源等
区块
链
技术和应用的需求显...
赞
踩
article
conda
出现
http
429
报错:Conda
HTTP
Error:
HTTP
429
TOO MANY...
edu.cn/ana
conda
/pkgs/main/linux-64/current_repodata.json有问题,...
赞
踩
article
新书上市 | 它被称为
世界
三大
数学
猜想之一
,
其
证明
方式却引发
了
整个
数学
界
的
轰动与争议
...
...
这是一个关于色彩、地图和
数学
的
故事。只用四种颜色就能为
世界
地图染色
,
而且保证不会有两个邻接
的
区域颜色相同
,
这可能吗?在一...
赞
踩
article
麦克斯韦
方程组
简析_
麦克斯韦
方程组
csdn...
电磁学的统一在
麦克斯韦
方程组
中完美实现,其包含了高斯定理、安培定理、法拉第定理,分别描述了磁场可以有传导的电流加电通量产...
赞
踩
article
Android
面试必备基础知识系列:
System
、App、
Activity
启动过程_
android
...
其实
Android
开发的知识点就那么多,面试问来问去还是那么点东西。所以面试没有其他的诀窍,只看你对这些知识点准备的充分...
赞
踩
article
FPGA
开发——Hello_
world
例程_
fpga
hello
world
...
FPGA
开发之路_
fpga
hello
world
fpga
hello
world
/*****...
赞
踩
article
一站式解读
多
模态
——
Transformer
、
Embedding
、主流
模型
与通用
任务
实战(上)_
多
模态
...
多
模态
作为AI领域的热门方向,本文将从不同角度对
多
模态
技术进行全面总结,助力您快速学习。_
多
模态
模型
训练
过程
多
模态
模型
训...
赞
踩
article
Hadoop
---
HDFS
配置
与操作_更改
hadoop
文件名
...
hadoop
的
配置
文件存放目录在 {HADOOP_HOME}/etc/
hadoop
下, 与 hdfs相关的
配置
:新增属...
赞
踩
article
安装
Anaconda
及
nltk
_
nltk
清华大学
镜像...
折腾了一天,记录一下首先,是看视屏学习文本挖掘,按照视屏下载
Anaconda
3-5.2.0-Windows-x86
_
64...
赞
踩
article
9.Linux虚拟机下
Hive
的
安装
配置_查看
hive
安装
目录下
lib
内
guava
.
jar
的
版本
如...
本文详细写了
Hive
和Mysql
的
安装
,并列出了在
Hive
配置中可能出现
的
一些错误_查看
hive
安装
目录下
lib
内gua...
赞
踩
article
<
e
m>2022
e
m><
e
m>华为
e
m>杯研赛E<
e
m>题
e
m><
e
m>思路
e
m>
代码
分享_<
e
m>2022
e
m>年<
e
m>华为
e
m>杯
e
<
e
m>题
e
m>答案...
<
e
m>2022
e
m><
e
m>华为
e
m>杯研赛E<
e
m>题
e
m>_<
e
m>2022
e
m>年<
e
m>华为
e
m>杯
e
<
e
m>题
e
m>答案<
e
m>2022
e
m>年<
e
m>华为
e
m>杯
e
<
e
m>题
e
m>答案 您的点赞收藏是对我最大...
赞
踩
article
HADOOP
之配置HDFS集群,修改四个文件
workers
,
hadoop
-env.sh,
core
-s...
我的jdk,
hadoop
都在/export/server/目录下。2.配置
hadoop
-env.sh文件。3.配置cor...
赞
踩
article
Hadoop
大
数据
简介...
一.
Hadoop
概述1.1
Hadoop
简要概述我们生活在这个
数据
大爆炸的时代 ,很难估算全球电子设备中存储的
数据
总共有...
赞
踩
article
深度
学习框架安装与配置指南:
PyTorch
和
TensorFlow
详细教程_
深度
学习框架
pytorch
...
在这篇文章中,我们提供了关于如何安装和配置两个最受欢迎的
深度
学习框架
PyTorch
和
TensorFlow
的详细指南。我们...
赞
踩
article
hadoop
修改
配置文件
和
环境变量
_
hadoop
命令
环境变量
export
配置...
我们要修改的就是主要的自定义
配置文件
。_
hadoop
命令
环境变量
export
配置
hadoop
命令
环境变量
export
配置...
赞
踩
article
【关于
PyCharm
安装
和加载
Pyecharts
可视化
库的方法和
安装
过程中出现的No
Module
...
如果
安装
过程中没有任何问题,并且在本地生成了render.html文件,那么恭喜你
pyecharts
的
安装
你已经大功告成...
赞
踩
article
ChatGPT
扩展系列之对比
CahtGPT
Bard
Claude2
对中文
的
理解
_
cahapgpt
...
Bard
CahtGPT
Claude其实我们看到Claude
的
推理能力还是很强
的
,但是它
的
生成能力一般,至于
CahtGPT
...
赞
踩
相关标签
虚拟机
计算机视觉
人工智能
gpt
学习
信息可视化
AIGC
政务
区块链
conda
http
网络协议
麦克斯韦方程组
android
面试
职场和发展
fpga开发
c语言
transformer
embedding
百度
飞桨星河社区
飞桨
hadoop