当前位置: 首页 > news >正文

1-2 电场的基础知识

库仑定律
真空中两个静止点电荷间的静电力(库仑力),大小与两电荷电荷量q1​、q2​的乘积成正比,与它们间距r的平方成反比;方向沿两电荷连线,同种电荷相斥,异种电荷相吸,且满足牛顿第三定律(作用力与反作用力等大反向共线)
适用条件
真空环境:真空是理想条件,介质会削弱库仑力,需引入相对介电常数修正。
静止点电荷:点电荷是电荷的理想模型(带电体线度远小于间距);静止指场源电荷静止,受力电荷低速运动时近似成立,高速或双方都运动时需考虑相对论效应与磁场影响,库仑定律不再适用。
叠加原理:多个点电荷作用时,某电荷受力为各点电荷单独作用的库仑力矢量和,这是静电场计算的基础。

电场强度
电场强度(简称场强)是描述电场本身力的性质的核心物理量,是矢量,既反映电场中某点对电荷的作用力强弱,也表示电场的方向
多个点电荷在某点产生的合电场强度,等于每个点电荷单独在该点产生的电场强度的矢量和
电场线
电场线是为了直观、形象地描述电场的强弱和方向而引入的假想曲线
电场线的绘制遵循 3 条核心规则,这是解读和绘制电场线的基础:
1. 方向规定:电场线上某点的切线方向,就是该点的电场强度方向(与正检验电荷在该点的受力方向一致);
2. 疏密规定:电场线的疏密程度表示电场强度的大小,线越密的地方场强越大,线越疏的地方场强越小;
3. 起止规定:电场线始于正电荷(或无穷远处),止于负电荷(或无穷远处),不会在无电荷的地方中断,也不会形成闭合曲线(静电场的重要特征,区别于磁场线)。
电场线不是电荷的运动轨迹:只有当电场线为直线、电荷初速度为 0 或初速度沿电场线方向,且忽略重力时,电荷的运动轨迹才与电场线重合,其余情况均不重合(如曲线电场线中,电荷会受向心力改变运动方向)

image

http://www.rkmt.cn/news/1364412.html

相关文章:

  • OpenRA中稳定获取应用程序目录的C#实践
  • MATLAB基于3D FDTD的微带线馈矩形天线分析[用于模拟超宽带脉冲通过线馈矩形天线的传播,以计算微带结构的回波损耗参数]附Matlab代码
  • DFT计算揭示稀土掺杂与异质结协同提升光催化材料性能的微观机制
  • Grafana k6性能工程实践:从压测工具到CI/CD原生可观测性基础设施
  • 保姆级教程:Win10到Win11,VMware虚拟机无损迁移全流程(含GRUB修复)
  • 别再乱删文件了!详解CentOS LVM动态调整分区:从理解PV、VG、LV到实战给根目录扩容
  • 别再折腾Linux了!用FreeSSHD+FileZilla在Windows上5分钟搞定SFTP服务器(附Nginx文件预览)
  • 广义随机占优与偏序数据:处理混合尺度数据的鲁棒统计方法
  • 机器人触觉替代:用LSTM实现视觉点云到触觉信号的跨模态映射
  • 别再乱改系统时间了!Linux服务器时间漂移的终极排查与修复指南(hwclock实战)
  • 量子机器学习可解释性:打开量子AI黑箱的挑战与方法
  • 使用C#代码在Excel中插入行和列的操作指南
  • 光滑插值方法:为PINNs求解爱因斯坦场方程提供高质量初始猜测
  • 基于特征建模的机器学习算法自适应选择方法与实践
  • OpenLS-DGF:开源逻辑综合数据集生成框架,赋能EDA机器学习研究
  • 量子计算与生成式AI融合:自动化电路生成技术解析
  • C#基于TCP通信协议的实现示例
  • 用质量估计优化大模型上下文学习:自动化筛选示例提升机器翻译效果
  • 算法稳定性与PAC-Bayesian理论:理解机器学习泛化能力的核心工具
  • SELA框架:融合MCTS与LLM的智能AutoML新范式
  • 机器学习加速高精度CFD:基于分区POD与加权RBF的翼型流场快速预测
  • 机器学习模型虚假相关性识别与应对:四大评估框架与实战指南
  • Outlook CVE-2023-36895:MAPI与HTML渲染器间的类型混淆漏洞
  • 高阶信息度量:总相关性与O信息在特征工程与数据压缩中的应用
  • 几何量子机器学习:对称性约束与自适应测量在条形码相似性测试中的优势
  • 机器翻译优化实战:DPO与细粒度反馈提升模型偏好对齐
  • 从哈密顿量到李代数:对称性识别与结构常数计算实践
  • iOS逆向基础:从沙盒机制到授权验证的实战指南
  • 保姆级避坑指南:在Ubuntu 22.04上搞定NVIDIA驱动、CUDA 12.0和cuDNN 8.9.0(含常见错误修复)
  • 数据填补与主成分分析:构建全球生活便利指数的核心技术解析