光的吸收与色散等特征是在干涉、衍射、直线传播之后的又一重要光学现象。而这一切都起源于折射率这个熟悉又陌生的概念。对于折射率的起源,在这里,我们用经典的电磁学理论进行解释。
  首先我们要明确的是,利用牛顿第二定律我们可以有电偶极子的受迫振动振动动力学方程为:
md2rdt2=−gdrdt−kr+qE(t)m\frac{d^2r}{dt^2}=-g\frac{dr}{dt}-kr+qE(t) mdt2d2r​=−gdtdr​−kr+qE(t)
  式中电场的振动可以描述为:E(t)=E0eiωtE(t)=E_0e^{i\omega t}E(t)=E0​eiωt。这里为了求解,将电偶极子的振动模型设为r(t)=Aeiωtr(t)=Ae^{i\omega t}r(t)=Aeiωt并带入动力学方程求得A的表达式。故计算得:
r(t)=qm(ω02−ω2+iγω)E0eiωtr(t)=\frac q{m(\omega^2_0-\omega^2+i\gamma\omega)}E_0e^{i\omega t} r(t)=m(ω02​−ω2+iγω)q​E0​eiωt
这里有阻尼系数γ=gm\gamma=\frac gmγ=mg​
  由于折射率与相对介电常数εr\varepsilon_rεr​有关,故联想到极化强度与电场的关系:P=ε0(εr−1)EP=\varepsilon_0(\varepsilon_r-1)EP=ε0​(εr​−1)E;而由极化强度的定义:极化强度等于电偶极子的偶极矩的矢量和。则N个电偶极子得偶极矩之和,即极化强度又可以表示为:P=NqrP=NqrP=Nqr
  那么联立,并带入r(t)有:
n2≈εr=1+Nq2mε0(ω02−ω2+iγω)n^2 \approx \varepsilon_r=1+\frac{Nq^2}{m\varepsilon_0(\omega^2_0-\omega^2+i\gamma\omega)} n2≈εr​=1+mε0​(ω02​−ω2+iγω)Nq2​
发现这里的折射率是复数形式,那么简化形式有:
n=1+12α(ω02−ω2)2(ω02−ω2)2+(γm)2−i2αγω(ω02−ω2)2+(γm)2n=1+\frac12\frac{\alpha(\omega^2_0-\omega^2)^2}{(\omega^2_0-\omega^2)^2+(\gamma m)^2}-\frac i2\frac{\alpha\gamma\omega}{(\omega^2_0-\omega^2)^2+(\gamma m)^2} n=1+21​(ω02​−ω2)2+(γm)2α(ω02​−ω2)2​−2i​(ω02​−ω2)2+(γm)2αγω​
where α=Nq2mε0\alpha = \frac{Nq^2}{m\varepsilon_0}α=mε0​Nq2​
  定义有:折射率的特殊形式n=nR−inIn = n_R-in_In=nR​−inI​,其中 nI>0n_I>0nI​>0。
  那么这个复数形式的折射率有何不同之处?这还要从平面波的表达式开始说;有平面波的表达式为:
E=E0exp[iω(t−x/v)]=E0exp[iω(t−nx/c)]E = E_0exp[i\omega(t-x/v)]=E_0exp[i\omega(t-nx/c)]E=E0​exp[iω(t−x/v)]=E0​exp[iω(t−nx/c)];其中 ω=kv,n=c/v\omega = kv,n=c/vω=kv,n=c/v
  那么当n作用于平面波时,作用结果为:
E=E0exp(−ωnIx/c)exp[iω(t−nRx/v)]E = E_0exp(-\omega n_Ix/c)exp[i\omega(t-n_Rx/v)] E=E0​exp(−ωnI​x/c)exp[iω(t−nR​x/v)]
  可以看到的是,这里不仅造成了相位的变化,并且对于振幅产生指数(线性)的衰减。并且,在特定情况下还有非线性作用情形的存在。这也就是非线性光学的开始。

折射率的经典电磁学理论解释相关推荐

  1. 机器学习经典算法具体解释及Python实现--K近邻(KNN)算法

    (一)KNN依旧是一种监督学习算法 KNN(K Nearest Neighbors,K近邻 )算法是机器学习全部算法中理论最简单.最好理解的.KNN是一种基于实例的学习,通过计算新数据与训练数据特征值 ...

  2. 互感器的同名端和正负极性(一次和二次侧的电压电流和方向的确定要求电磁学理论应用于实际线圈的物理属性,交变的电磁场互相产生公式,麦克斯韦方程,不用再深究)

    同名端 有两种方式:一种是正极性,一种是负极性.常用到的变压器等互感器是负极性标记 一.互感器一次侧和二次侧绕线,同时穿入或传出铁心,则同名端对应(负极性) 正负极性的变压器图 1.正(加)极性同名端 ...

  3. 干货 | 顾险峰:对抗生成网络的几何理论解释(附视频PPT)

    在近日举办的清华大数据"技术·前沿"系列讲座中,来自纽约州立大学计算机系终身教授,哈佛大学数学科学与应用中心兼职教授顾险峰老师做了主题为"对抗生成网络的几何理论解释&qu ...

  4. 深度学习 | GAN模式崩溃的理论解释

    来源:老顾谈几何 本文约4040字,建议阅读7分钟. 本文与你讨论蒙日-安培方程正则性理论关于GAN模型中模式崩溃(Mode Collapse)的解释. 春节前夕,北美遭遇极端天气,在酷寒中笔者来到哈 ...

  5. 经典假设检验理论记录一二

    大数据环境下的假设检验问题比较复杂,目前还未详细深入了解,但其思想还是源于经典假设检验理论,故在此先对经典假设检验理论记录一二. 1.假设检验方法的作用 实际问题中很多时候需要通过样本去作推断,由于样 ...

  6. 较真的来了!这篇【硬核论文】为何恺明新作MAE提供了一种理论解释和数学证明...

    关注公众号,发现CV技术之美 昨天,arXiv上出现了一篇非常硬核的论文"How to Understand Masked Autoencoder".该论文为何恺明的最新一作论文& ...

  7. DAY-20 GAN模式崩溃的理论解释

    DAY-20 GAN模式崩溃的理论解释 原文链接: https://bbs.cvmart.net/articles/283 模式崩溃(mode collapse) 给定数据集合,我们用编码映射将其映入 ...

  8. Pca,Kpca,TSNE降维非线性数据的效果展示与理论解释

    Pca,Kpca,TSNE降维非线性数据的效果展示与理论解释 前言 一:几类降维技术的介绍 二:主要介绍Kpca的实现步骤 三:实验结果 四:总结 前言 本文主要介绍运用机器学习中常见的降维技术对数据 ...

  9. 经典lamination理论不能精确满足应力的边界条件外文书复合材料力学《Mechanics of C M》

    <Mechanics of C M>: 这一页跟我组会所讲本质是一个东西:经典lamination理论不能精确满足应力的边界条件. 存在虚假的剪应力.(每层存在虚假的剪应力,虽然整体可以抵 ...

最新文章

  1. python编程语言是什么-Python是一种什么样的编程语言?解释?编译?汇编?机械?...
  2. 逻辑函数(all(),any())
  3. 漫游Kafka实战篇之搭建Kafka运行环境
  4. python 比较运算符放在列表中_在Python3中将运算符放在列表中
  5. 互站卖的分发美化版可以封装双端APP
  6. opencv OCR 端到端场景文本检测与识别(webcam_demo) vs2015
  7. 雷军自述:我十年的程序员生涯
  8. 回不去原来是没有 实现这个 代理方法,
  9. 动态ip地址方案有什么优点和缺点_OA期刊的优点和缺点是什么
  10. 微众银行--java面试题一
  11. 超定方程组及其求解方法
  12. ubuntu PHP Cannot adopt OID in UCD-SNMP-MIB
  13. iOS 15.0+ 中 SwiftUI 顶部或底部悬浮功能小面板的极简实现
  14. 【开源“青女四轴”,DIY小四轴】
  15. 经典蓝牙与低功耗蓝牙的区别(转)
  16. ArcGIS图层颜色模板导入\导出的方法
  17. c语言每日签到_签到C语言实现
  18. 孩子成长-再哭爸爸就不帅了
  19. mysql-介绍及增删改查
  20. linux开源人脸识别库,人脸识别身份验证 HIDL

热门文章

  1. 没错,华为开始对AI下手了!
  2. 常规应用系统无法抓包解决办法整理
  3. 论文代理发表一般有什么技巧
  4. 六级备考15天|CET-6|翻译真题练习|北京大兴国际机场|9:15~10:20
  5. 图的四色着色(C语言)
  6. python判断语句的使用
  7. 标准成本法,你的优势在哪?
  8. 算法图解读书笔记:附程序
  9. 浅谈IDEA+Maven 整合SSM框架实现简单的增删改查
  10. 学计算机专业 要画素描吗,数位板可以画素描吗?电脑绘画也能画素描!