热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

爱因斯坦广义相对论: 质量/能量物体是如何影响时空的?

质量能量弯曲了时空产生引力场效应不管质量物体以何种形式存在,空间扭曲都会一直存在,只是扭曲程度不同而已,黑洞的引力井更深、更陡。而引力正是由空间扭曲产生的。跟黑洞没有直接的关系。因

《爱因斯坦广义相对论: 质量/能量物体是如何影响时空的?》
《爱因斯坦广义相对论: 质量/能量物体是如何影响时空的?》
《爱因斯坦广义相对论: 质量/能量物体是如何影响时空的?》
《爱因斯坦广义相对论: 质量/能量物体是如何影响时空的?》
《爱因斯坦广义相对论: 质量/能量物体是如何影响时空的?》

质量能量弯曲了时空产生引力场效应

不管质量物体以何种形式存在,空间扭曲都会一直存在,只是扭曲程度不同而已,黑洞的引力井更深、更陡。而引力正是由空间扭曲产生的。跟黑洞没有直接的关系。因此,也不存在逃离黑洞这么一说。

一个质量物体对空间的扭曲总是存在的,例如,所有的行星都会对自己所在的空间产生扭曲,卫星在扭曲的空间中以椭圆轨道运行。太阳也有它自己更深的引力井,所有的行星都在围绕着扭曲的空间运行。太阳的运动又遵循着星系的空间扭曲。关键的一点是,质量物体不论以何种形态存在(恒星、中子星、黑洞),对空间的扭曲会一直存在,只是空间扭曲的程度不同而已,天体会随着密度的增加对其周围空间的扭曲就越严重,引力井会更陡。一块小气体云的质量可能与行星相同,但行星的引力井将比气体云更陡。引力井越陡,就需要越快的速度逃离,但要形成黑洞就需要极大的质量、也需要极高的质密度。

神奇的光

先看狭义相对论(叫狭义是因为狭义相对论只在惯性系中有效,它考虑的是平直时空的问题,不涉及引力),看看它到底修正了牛顿力学的哪些东西,看看有哪些东西到了接近光速的时候就不能用牛顿力学来解释了。

不听话的光——本来牛顿的世界一切都安静祥和美好,宇宙的规律似乎尽在掌握之中,但是这时候出现了一个不听话的东西:光。

光怎么个不听话法呢?因为光速它不变!光速相对参考系不变!!!
我给大家举个例子:假设你现在在一辆火车上,火车的速度是100米每秒,然后你以1米每秒的速度在火车里面往前走,这时候你想象一下如果地面上有个人,他测量你的速度的话,会是多少?

我相信你敢肯定的说是101米每秒,这么简单的问题小学生都会。没错,确实是101米每秒,地面上观测到人的速度就是火车的速度+人在火车上行走的速度。而且,不光是人在里面行走,似乎不论什么东西,你在火车了仍飞镖也好,打枪也好,都会满足这种简单的加法,也就是说地面上的人观察到的速度一定是 火车的速度加上火车里面东西的速度。

但是,当实验对象换成光的时候,这一切就变了。我们现在都知道光速的大约是30万公里每秒(后面的光速用字母c代替),如果我在火车里打开一个手电筒,我在地面上的人测量这个光速,它居然不是c+100,而是依然还是c。也就是说,我在地面上测量的手电筒的光的速度竟然不是光速+火车的速度,我在火车上测量光速是c,到地面上测量它还是c。

偶滴歌神啊,光为了与众不同,为何这么拼?光这个顽固的小子不论谁在哪里测量,他都是c,完全不符合牛顿力学里最基本的速度叠加原理,这个事怎么处理?

可是为什么光速不变呢?!

为什么光速会不变呢?想不通,既然想不通,那就干脆假设光速是不变的,看看能推导出一些啥东西来,而且如果假设光速是不变的,麦克斯韦电磁学和牛顿力学之间的矛盾也好解释了,也能解释一些其他的难以理解的现象,这真是一举多得啊。

然后好景不长,爱因斯坦看看他笔下的公式,OMG,看看我都推导出来了一些啥?如果光速是不变的,那么运动的物体时间会变慢,长度会缩短,质量会增加,这个世界疯了么?

爱因斯坦推出来的这一套就是狭义相对论。

所以,简单的来说,狭义相对论就是爱因斯坦假设光速在不同的参考系下都一样,然后把牛顿体系里除了万有引力定律的东西重新给推理了一遍。因为光速是不变的,所以在爱因斯坦推导出来的新公式里,啥都跟速度光速有关系,时间、长度、质量、能量都是,然后就有了上面说的运动的物体时间会变慢,长度会缩短,质量会增加这些狭义相对论的效应。

把相对论从惯性系推广到非惯性系,要让这一套思想真正的在不管有没有加速度都能使用,爱因斯坦成功了,后面这个在非惯性系里也能用的就叫广义相对论。

等效原理

大家还记得我在上面一句话说狭义相对论的时候,说狭义相对论是把牛顿体系里除了万有引力定律以外的东西都给推了一遍么?为什么要把万有引力定律除外?

理由很简单,狭义相对论是考虑的是惯性系,如果有引力的话,那肯定就会产生加速度,变成非惯性系了。所以,狭义相对论无法包含万有引力定律,也无法处理加速度的事情。

引力和加速度,一个代表力,一个代表运动,这两个事在狭义相对论里都解决不了,那要怎么办呢?

反正关子我也不卖,据说爱因斯坦是有一天晚上做了一个梦,梦到自己在一个电梯了垂直自由下落,然后他想到了一件事:如果一个人在电梯里自由落体,那么它是感受不到重力的,就像在电梯里悬浮了一般。

爱因斯坦的大脑突然划过一道闪电:电梯自由下落这是引力导致的,我在电梯里感受不到重力加速度。这个场景刚好把狭义相对论无法处理的两个东西(引力和加速度)都包含进来了,而且,他们似乎是相等的。

总之,爱因斯坦经过一轮疯狂的思考之后,他大胆的提出了一个假设:引力场和加速度的等效的(做了通俗化处理)。

说的正规一点就是:局部引力场中自由下落的参考系与无引力场的惯性系不可区分。

回到电梯的话题就是:我悬浮在电梯里,你从里面完全无法区分我是悬浮在太空里(惯性系),还是在一个自由落体运动的电梯里(有地球引力的非惯性系),无法区分就是等价,就是说两者的在物理上是一样的。

总之,这个东西就是等效原理,是广义相对论的一个假设(跟光速不变是狭义相对论的假设一样)。
利用等效原理可以把带引力的非惯性系转化成不含引力的惯性系,凡是有引力的地方我都给它加一个自由降落的参考系将引力消除,然后剩下的事情用狭义相对论处理。利用这样的思想,爱因斯坦创立了广义相对论,把引力包也包含到里面去了。

这里我们瞻仰一下广义相对论的引力场方程:

《爱因斯坦广义相对论: 质量/能量物体是如何影响时空的?》

这个方程左边表示的是时空弯曲的情况,右边表达物质及其运动。

用一句比较诗意优雅的话来说就是:物质告诉时空怎么弯曲,时空告诉物质怎么运动。

广义相对论的通俗解释就只能到这里了,它的核心思想的就是:任何有质量的物体都会引起时空弯曲,然后物体在这个弯曲的时空里继续做他们的“惯性运动”。

弯曲得太厉害以至于光掉进去都出不来了就是黑洞,这边弯曲的恰好跟另一个弯曲的亲嘴对上了就是虫洞。

参考资料:https://m.sohu.com/a/232274691_99951505?strategyid=00014


推荐阅读
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 词袋模型的通俗介绍
    词,袋, ... [详细]
  • 阿里Treebased Deep Match(TDM) 学习笔记及技术发展回顾
    本文介绍了阿里Treebased Deep Match(TDM)的学习笔记,同时回顾了工业界技术发展的几代演进。从基于统计的启发式规则方法到基于内积模型的向量检索方法,再到引入复杂深度学习模型的下一代匹配技术。文章详细解释了基于统计的启发式规则方法和基于内积模型的向量检索方法的原理和应用,并介绍了TDM的背景和优势。最后,文章提到了向量距离和基于向量聚类的索引结构对于加速匹配效率的作用。本文对于理解TDM的学习过程和了解匹配技术的发展具有重要意义。 ... [详细]
  • 本文详细解析了JavaScript中相称性推断的知识点,包括严厉相称和宽松相称的区别,以及范例转换的规则。针对不同类型的范例值,如差别范例值、统一类的原始范例值和统一类的复合范例值,都给出了具体的比较方法。对于宽松相称的情况,也解释了原始范例值和对象之间的比较规则。通过本文的学习,读者可以更好地理解JavaScript中相称性推断的概念和应用。 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 在Android开发中,使用Picasso库可以实现对网络图片的等比例缩放。本文介绍了使用Picasso库进行图片缩放的方法,并提供了具体的代码实现。通过获取图片的宽高,计算目标宽度和高度,并创建新图实现等比例缩放。 ... [详细]
  • 云原生边缘计算之KubeEdge简介及功能特点
    本文介绍了云原生边缘计算中的KubeEdge系统,该系统是一个开源系统,用于将容器化应用程序编排功能扩展到Edge的主机。它基于Kubernetes构建,并为网络应用程序提供基础架构支持。同时,KubeEdge具有离线模式、基于Kubernetes的节点、群集、应用程序和设备管理、资源优化等特点。此外,KubeEdge还支持跨平台工作,在私有、公共和混合云中都可以运行。同时,KubeEdge还提供数据管理和数据分析管道引擎的支持。最后,本文还介绍了KubeEdge系统生成证书的方法。 ... [详细]
  • 近年来,大数据成为互联网世界的新宠儿,被列入阿里巴巴、谷歌等公司的战略规划中,也在政府报告中频繁提及。据《大数据人才报告》显示,目前全国大数据人才仅46万,未来3-5年将出现高达150万的人才缺口。根据领英报告,数据剖析人才供应指数最低,且跳槽速度最快。中国商业结合会数据剖析专业委员会统计显示,未来中国基础性数据剖析人才缺口将高达1400万。目前BAT企业中,60%以上的招聘职位都是针对大数据人才的。 ... [详细]
  • 生成对抗式网络GAN及其衍生CGAN、DCGAN、WGAN、LSGAN、BEGAN介绍
    一、GAN原理介绍学习GAN的第一篇论文当然由是IanGoodfellow于2014年发表的GenerativeAdversarialNetworks(论文下载链接arxiv:[h ... [详细]
  • [译]技术公司十年经验的职场生涯回顾
    本文是一位在技术公司工作十年的职场人士对自己职业生涯的总结回顾。她的职业规划与众不同,令人深思又有趣。其中涉及到的内容有机器学习、创新创业以及引用了女性主义者在TED演讲中的部分讲义。文章表达了对职业生涯的愿望和希望,认为人类有能力不断改善自己。 ... [详细]
  • JavaScript设计模式之策略模式(Strategy Pattern)的优势及应用
    本文介绍了JavaScript设计模式之策略模式(Strategy Pattern)的定义和优势,策略模式可以避免代码中的多重判断条件,体现了开放-封闭原则。同时,策略模式的应用可以使系统的算法重复利用,避免复制粘贴。然而,策略模式也会增加策略类的数量,违反最少知识原则,需要了解各种策略类才能更好地应用于业务中。本文还以员工年终奖的计算为例,说明了策略模式的应用场景和实现方式。 ... [详细]
  • 无损压缩算法专题——LZSS算法实现
    本文介绍了基于无损压缩算法专题的LZSS算法实现。通过Python和C两种语言的代码实现了对任意文件的压缩和解压功能。详细介绍了LZSS算法的原理和实现过程,以及代码中的注释。 ... [详细]
  • 本文介绍了数模国赛的报名参加方法,包括学校报名和自己报名的途径。同时给出了建模竞赛的建议,重在历练的同时掌握方法以及弥补自己的短板。此外,还分享了论文的结构和模型求解部分的注意事项,包括数学命题的表述规范和计算方法的原理等。 ... [详细]
  • sklearn数据集库中的常用数据集类型介绍
    本文介绍了sklearn数据集库中常用的数据集类型,包括玩具数据集和样本生成器。其中详细介绍了波士顿房价数据集,包含了波士顿506处房屋的13种不同特征以及房屋价格,适用于回归任务。 ... [详细]
  • 本文详细介绍了商汤科技面试中涉及的CV算法面经内容,包括CornerNet的介绍与CornerPooling的解决方案、Mimic知识蒸馏的实现方式、MobileNet的特点、普通卷积和DW PW卷积的计算量推导、Residual结构的来源等。同时还讨论了在人脸关键点和检测中的mimic实现方式、pose对人脸关键点的提升作用、目标检测中可能遇到的问题以及处理检测类别冲突的方法。此外,还涉及了对机器学习的了解程度和相似度分析的问题。 ... [详细]
author-avatar
Dearlily2046_394
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有