质能转换之微分的应用

【在Einstein 物理学中的应用】

目录

【在Einstein 物理学中的应用】

【问题描述】

【问题分析】

【问题解答】

【能量解释】

【公式6 的代数说明】

【结论】

【知识补充】

【线性化总结】

---

【问题描述】

        Newton 第二运动定律：

                                                （公式1）

        的这种陈述是假定了质量为常数（不变的）。

                思考：这种表达正确吗？

                回答：错误

                原因： 物体的质量随其速度的增长而增长。

【问题分析】

        在Einstein 修正后的公式中，质量为：

                                                                （公式2）

        其中 “ 静止质量 ” 表示没有运动时物体的质量， 而 c 是光速， 大约 300 000 公里 / 秒。

        利用近似（此处是 “ 线性化 ” 的相关知识，在文章末尾【知识补充】处查询即可）

                                                                （公式3）

         来估计由于加进了速度 v 后质量的增长 Δm。

【问题解答】

        当 v 和 c 的相比很小时， /  接近于零，从而可安全的利用：

                ​​​​​​​        ​​​​​​​                                ​​​​​​​        （公式4）

        （公式3 中 x = v / c）写下：

        ​​​​​​​        ​​​​​​​        （公式5）

        或

        ​​​​​​​                                                        （公式6）

【能量解释】

        在 Newton 物理学中， （1 / 2)   是物体的动能（KE），又若我们把（公式5）改写成：

        ​​​​​​​                                                ​​​​​​​        （公式6）

        的形式，那么我们就能看到：

        ​​​​​​​​​​​​​​        ​​​​​​        （公式7）

        或

        ​​​​​​​                                                ​​​​​​​        （公式8）

        换言之，从速度 0 到速度 v 的动能变化Δ（KE）近似等于（Δm） 。

【公式6 的代数说明】

        当 c = 3 *  米 / 秒时， 

        Δ（KE）≈ 9 *  Δm 焦耳（以千克记的质量）

【结论】

        小的质量变化可以创造出大的能量变化。

                例子：

                        爆炸一颗 。2 万吨级的原子弹释放的能量只相当于把 1 克的质量转化成能量 。

【知识补充】

        定义：线性化
                如果 f 在x = a可微，那么近似函数 ：

        ​​​​​​​​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        （方程1）
        就是 f 在 a 的线性化．
        近似 f (x ) = L (x) 是 f 在 a 的标准线性近似，点 x  = a 是该近似的中心。

        【例题1：求线性化】求 在 x = 0 的线性化。

               解：因为

        ​​​​​​​                ​​​​​​​        ​​​​​​​        （方程2）

                      我们有 f (0) = 1，，而且

                         （方程3）

                        参见图1 和 图2 

                                ​​​​​​​

                                    图1 ：  在 x = 0 和 x = 3 的线性化

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        

                                    图2 ： y 轴上 y = 1 附近小视窗的放大 

        观察 x 在 0 附近的 x 值处近似  ≈ 1 +(x / 2) 的精度

        ​​​​​​​        

                                                                图3

        当我们从 x = 0 移开时，我们就失去了精度。

        例如，对 x = 2，线性化对  给出的近似为2，没有一位小数的精度。

【线性化总结】

       1 一个误区：

                用线性化近似比计算机近似好。

        实际上：

                不用线性化求解某个特定的平方根。

        2 线性化有什么效用?

                答：能够在整个区间上用简单的函数来替代复杂的函数（前提：允许有小量误差）