• 我写了 一个 偏微分 方程, 这算是 广义相对论 的 时空曲率 吗 ?


    写这篇 文章 的 原因  是  最近 反相吧 大家 讨论 的 挺热闹 的,   有不少 提到了 广义相对论   。

     

    如图,   在 二维平面 上,    在 直角坐标系 下,    在 y 轴 正方向 上 离  原点 O  很远 的 地方 有一个 物体 M,  质量 为 M,  M 很大,  M 产生 引力场  。

    在 t = 0 时,  有一个 质点 m 以 速度 v 匀速运动,  v 方向 是 x 轴 正方向,   m 质量 为 m     。

     

     

     

     

     

     

     

    根据 万有引力 定律,     m 受到 M 的 引力 F = G *  M m / r ²    ,       因为 M 很远 很大,   r 可以 近似 为 y,  y 为 m 的 y 坐标,  进一步,还可以 近似为 R,  R 为 常数    。

     

    于是,    F = G * M m / R ²     ,

     

    可以 令   Gf  =  G * M / R ²,      则    F =  Gf * m  ,      Gf  称为   引力场 强度   。

     

    对于  m 的 运动状态,   可以 列 微分方程组 :

     

    d²y / dt² = F / m = Gf * m / m = Gf = G * M / R ²

    dx / dt = v   

     

    即 :

     

    d²y / dt² = G * M / R ²          (1) 式

    dx / dt = v                           (2) 式

     

    G 、M 、R 、v      为 常量    。

     

    如果 把   d²y / dt²   和    dx / dt    改写成  偏导数,     即 :

     

    ∂ ² y / ∂ t ²  =    G * M / R ²          (3) 式

    ∂ x / ∂ t   =       v                         (4) 式

     

    (3) 式 的       ∂ ² y / ∂ t ²       是否 就是 广义相对论 的 时空曲率 ?  

     

    把      ∂ ² y / ∂ t ²     看作 时空曲率,    可以看到,   ∂ ² y / ∂ t ²  =    G * M / R ²      ,   因为   G * M / R ²   是 常数,   所以,  引力场 Gf  在  y 方向 上 造成 的 时空曲率 是 均匀 的 。

     

    对于,    (4) 式 ,    可以求    ∂ ² x / ∂ t ²  =   ∂ ( ∂ x / ∂ t  ) /  ∂ t  =  ∂ ( v ) /  ∂ t  =  0 ,  因为 v 是 常数,  所以  ∂ ( v ) /  ∂ t  =  0  。

     

    把  ∂ ² x / ∂ t ²   看作 时空曲率,   则    ∂ ² x / ∂ t ²  = 0    表示   在 x 方向 上 没有 引力场,  或者说 引力场 没有 x 方向 上 的 分量,  所以,  x 方向 上 的 时空曲率 为 0,   x 方向 上 的 时空 是 平坦 的    。

     

    (3) 式  没有 涉及 x,   (4) 式 没有 涉及  y,   所以,  (3) 式 (4) 式 仍然 是 常微分方程,  可以解,  也容易解  。

     

    解 (3) 式 :

    两边 对  ∂ t  积分,    ʃ  ∂ ² y / ∂ t ²   ∂ t =   ʃ  G * M / R ²   ∂ t

    ∂ y / ∂ t   =  G * M / R ²   *    t

    两边 对  ∂ t  积分,  

     ʃ  ∂ y / ∂ t  ∂ t   =    ʃ   G * M / R ²   *    t   ∂ t 

    y = 1/2  *  G * M / R ²    *   t ²

     

    解 (4) 式 :

    两边 对  ∂ t  积分,       ʃ   ∂ x / ∂ t  ∂ t  =      ʃ    v   ∂ t

    x = v t

     

    所以,   (3) 式  (4) 式 的 解 是 :

    y = 1/2  *  G * M / R ²    *   t ²                  (5) 式

    x = v t                                                     (6) 式

     

    由 (6) 式 得    t = x / v  ,       代入 (5) 式,      得 :

    y = 1/2 * G * M / R ²  *  x ²  /  v ²               (7) 式      ,        G 、M 、R 、v      为 常量    。

     

    (7) 式 是 m 的 运动轨迹,    是一个 抛物线    。

     

     

    可以发现,    把   ∂ ² y / ∂ t ²   、  ∂ ² x / ∂ t ²   看作 时空曲率  ,    这个 时空曲率 里 包含了 空间(x, y),  也包含了 时间 t,   所以, 这个 时空曲率 不是 人们 想象  中 的  “空间弯曲”,   是 不能 被 直观想象 的  。

     

    大家 可以 试试 用 一张 白纸 来 表示 三维 视角 下 的 二维 的 时空弯曲,   可以 在 白纸 上 画图, 也可以 弯曲 折叠 白纸,  看能不能 把 二维 的 时空弯曲 描绘出来  。

     

    偏微分方程  是 一种  静态 的 描述性 语言,    广义相对论 把  牛顿力学 的 常微分形式  分割 成 偏微分形式,   这就 迈出了  力学 “几何化”  的 第一步 。

     

    偏微分方程   可以  约定俗成 的 用于 描述 曲面,     于是,    表示 动态连续 的 力学过程 的 牛顿力学 的 常微分方程 被 分割 为  偏微分方程 以后,    动态连续 的 力学过程 变成 了  “静态” 的 时空拓扑,   这就 把  力学  几何化 了   。

     

    可以 这样 来 看待 广义相对论 的 发展史,         老爱 受到 黎曼几何 的 启发,  具体的说 是 受到 黎曼几何 短程线 的 启发,  具体的说 是 受到 黎曼几何 短程线 变分法 的 启发,     具体的说 是 发现了 牛顿第二定律 的 二阶微分形式 和 变分法 的 最小积分条件   两者 之间 具有 某种关系, 或者说 一致性  。

     

    由此,   上面 计算 出 的   (7) 式 表示 的  抛物线,    应该是 在 匀强 引力场  Gf  造成 的 弯曲时空 中,    m 由 原点 O 出发,  以 速度 v 沿 x 轴 正方向 运动 经过 的 短程线    。

     

    至于    老爱 创作 广义相对论 的 另外 的 原因,  比如 统一 非惯性系,  统一 引力质量 和 惯性质量,    我觉得 毫无意义 。

     

    非惯性系 只是 一种 观察 事物 的 视角,   从 哲学上说 甚至 是一种  主观 的 东西,   要 统一 什么 呢   ?

     

    老爱 把  引力  归为 时空弯曲,   就算是 统一 了 引力质量 和 惯性质量 吗 ?      不是 。     时空弯曲 本身 就是 建立 在 引力质量 和 惯性质量 相等 的 前提 上 的 。

     

    大家 可以 说说 看法   。

     

  • 相关阅读:
    Akka(33): Http:Marshalling,to Json
    Akka(32): Http:High-Level-Api,Route exception handling
    Akka(31): Http:High-Level-Api,Route rejection handling
    Akka(30): Http:High-Level-Api,Routing DSL
    Akka(29): Http:Server-Side-Api,Low-Level-Api
    Akka(28): Http:About Akka-Http
    Akka(27): Stream:Use case-Connecting Slick-dbStream & Scalaz-stream-fs2
    Akka(26): Stream:异常处理-Exception handling
    Akka(25): Stream:对接外部系统-Integration
    Akka(24): Stream:从外部系统控制数据流-control live stream from external system
  • 原文地址:https://www.cnblogs.com/KSongKing/p/12486464.html
Copyright © 2020-2023  润新知