电磁学乱七八糟的符号(一)

@(study)[DSP, markdown_study, LaTex_study]
author:何伟宝


文章目录

  • 电磁学乱七八糟的符号(一)
    • chapter1 场量基础
      • 通量$\psi$
      • 旋量$\Gamma$
      • 矢性微分算符$\nabla$
      • 拉普拉斯算符$\nabla^2$
      • 梯度 grad u
      • 散度div F
      • 环量面密度$\gamma_n$
      • 旋度$R_m$
    • chapter2 常量基本方程
      • 电荷密度
      • 电流&&电流密度
      • 电场强度E:
      • 磁感应强度B:
      • 感应电动势$\varepsilon_{in}$
      • 本章的一些常数
    • chapter3静态场
      • 标量电位$\Phi$
      • 矢量磁位(磁矢位) A
      • 极化强度矢量P
      • 电位移矢量D
      • 磁化强度矢量M
      • 磁化强度H
      • 欧姆定律微分形式
      • 热损耗功率
      • 边界条件
      • 能量
    • chapter4 动态场
      • 麦克斯韦方程组
      • 标量电位更新
      • 波动方程
      • 坡印亭矢量
      • 复数表示
      • 复数形式麦克斯韦方程
      • 复波动方程
      • 波阻抗$\eta$
      • 时均坡印亭矢量$S_av$
      • 复坡印亭矢量$\dot{S}$
      • 复坡印亭定理
    • 结语

chapter1 场量基础

通量ψ\psiψ

ψ=∫sF⃗∙a⃗ndS\psi = \int_s \vec F \bullet \vec a_n d Sψ=∫s​F∙an​dS
ψ=∮SF⃗∙dS⃗\psi = \oint_S \vec F \bullet d\vec Sψ=∮S​F∙dS

旋量Γ\GammaΓ

Γ=∫lF⃗∙dl⃗\Gamma=\int_l \vec F \bullet d\vec lΓ=∫l​F∙dl
Γ=∮lF⃗∙dl⃗\Gamma=\oint_l \vec F \bullet d\vec lΓ=∮l​F∙dl

矢性微分算符∇\nabla∇

∇=a⃗x∂∂x+a⃗y∂∂y+a⃗z∂∂z\nabla =\vec a_x \frac{\partial }{\partial x}+\vec a_y \frac{\partial }{\partial y}+\vec a_z \frac{\partial }{\partial z} ∇=ax​∂x∂​+ay​∂y∂​+az​∂z∂​

拉普拉斯算符∇2\nabla^2∇2

∇=a⃗x∂2∂x2+a⃗y∂2∂y2+a⃗z∂2∂z2\nabla =\vec a_x \frac{\partial^2 }{\partial x^2}+\vec a_y \frac{\partial^2 }{\partial y^2}+\vec a_z \frac{\partial^2 }{\partial z^2} ∇=ax​∂x2∂2​+ay​∂y2∂2​+az​∂z2∂2​

∇×(∇×F⃗)=∇(∇∙F⃗)−∇2F⃗\nabla \times (\nabla \times \vec F) = \nabla(\nabla \bullet \vec F) -\nabla^2 \vec F ∇×(∇×F)=∇(∇∙F)−∇2F

梯度 grad u

gradu=a⃗x∂u∂x+a⃗y∂u∂y+a⃗z∂u∂zgrad u =\vec a_x \frac{\partial u}{\partial x}+\vec a_y \frac{\partial u}{\partial y}+\vec a_z \frac{\partial u}{\partial z} gradu=ax​∂x∂u​+ay​∂y∂u​+az​∂z∂u​
gradu=∇ugradu=\nabla ugradu=∇u

散度div F

divF⃗≜lim⁡△V→0∮SF⃗dS⃗△Vdiv \vec F \triangleq \lim_{\triangle V\to 0} \frac{\oint_S \vec F d \vec S}{\triangle V}divF≜△V→0lim​△V∮S​FdS​

divF⃗=∂Fx∂x+∂Fy∂y+∂Fz∂z=∇∙F⃗div \vec F=\frac{\partial F_x}{\partial x}+\frac{\partial F_y}{\partial y}+ \frac{\partial F_z}{\partial z} =\nabla \bullet \vec F divF=∂x∂Fx​​+∂y∂Fy​​+∂z∂Fz​​=∇∙F

∫V∇∙F⃗dV=∮lF⃗dS⃗\int_V \nabla \bullet \vec F d V =\oint_l \vec F d \vec S∫V​∇∙FdV=∮l​FdS

环量面密度γn\gamma_nγn​

γn≜lim⁡△S→0∮lF⃗dl⃗△S\gamma_n \triangleq \lim_{\triangle S\to 0} \frac{\oint_l \vec F d \vec l}{\triangle S}γn​≜△S→0lim​△S∮l​Fdl​

旋度RmR_mRm​

R⃗m≜rotF⃗=a⃗n⟮lim⁡△S→0∮F⃗dl⃗△S⟯max\vec R_m \triangleq rot \vec F =\vec a_n \lgroup \lim_{\triangle S \to 0} \frac{\oint \vec F d \vec l }{\triangle S} \rgroup_{max} Rm​≜rotF=an​⟮△S→0lim​△S∮Fdl​⟯max​

rotF⃗=∇×F⃗rot \vec F =\nabla \times \vec F rotF=∇×F

∫S∇×F⃗∙dS⃗=∮lF⃗dl⃗\int_S \nabla \times \vec F \bullet d \vec S = \oint_l \vec F d \vec l∫S​∇×F∙dS=∮l​Fdl

chapter2 常量基本方程

电荷密度

体电荷密度:
ρ(r⃗∙)=lim⁡△V→0△q△V∙=dqdV∙\rho (\vec r^{\bullet} ) = \lim_{\triangle V \to 0 } \frac{\triangle q}{\triangle V^\bullet} = \frac{d q}{d V^\bullet} ρ(r∙)=△V→0lim​△V∙△q​=dV∙dq​
q=∫Vρ(r⃗∙)dV∙q= \int_V \rho(\vec r^\bullet) d V^\bullet q=∫V​ρ(r∙)dV∙

面电荷密度:
ρs(r⃗∙)=lim⁡△S→0△q△S∙=dqdS∙\rho_s (\vec r^{\bullet} ) = \lim_{\triangle S \to 0 } \frac{\triangle q}{\triangle S^\bullet} = \frac{d q}{d S^\bullet} ρs​(r∙)=△S→0lim​△S∙△q​=dS∙dq​
q=∫SρS(r⃗∙)dS∙q= \int_S \rho_S(\vec r^\bullet) d S^\bullet q=∫S​ρS​(r∙)dS∙

线电荷密度:
ρl(r⃗∙)=lim⁡△l→0△q△l∙=dqdl∙\rho_l (\vec r^{\bullet} ) = \lim_{\triangle l \to 0 } \frac{\triangle q}{\triangle l^\bullet} = \frac{d q}{d l^\bullet} ρl​(r∙)=△l→0lim​△l∙△q​=dl∙dq​
q=∫lρl(r⃗∙)dl∙q= \int_l \rho_l(\vec r^\bullet) d l^\bullet q=∫l​ρl​(r∙)dl∙

点电荷:
q(r⃗)=∑i=1Nqi(r⃗i)q(\vec r)= \sum_{i=1}^N q_i(\vec r_i)q(r)=i=1∑N​qi​(ri​)

电流&&电流密度

电流:
i=lim⁡△t→0△q△t=dqdti = \lim_{\triangle t \to 0}\frac{\triangle q }{\triangle t}=\frac{d q}{d t} i=△t→0lim​△t△q​=dtdq​

体电流密度矢量:

J⃗=a⃗nlim⁡△S∙→0△i△S∙=a⃗ndidS∙\vec J= \vec a_n \lim_{\triangle S^\bullet \to 0} \frac{\triangle i}{\triangle S^\bullet}=\vec a_n \frac{di }{dS^\bullet}J=an​△S∙→0lim​△S∙△i​=an​dS∙di​

i=∫sJ⃗∙dS⃗i = \int_s \vec J \bullet d \vec Si=∫s​J∙dS

∇∙J⃗=−∂ρ∂t\nabla \bullet \vec J=- \frac{\partial \rho}{\partial t}∇∙J=−∂t∂ρ​

面电流密度:

J⃗s=a⃗nlim⁡△l∙→0△i△l∙=a⃗ndidl∙\vec J_s =\vec a_n \lim_{\triangle l^\bullet \to 0} \frac{\triangle i}{\triangle l^\bullet} = \vec a_n \frac{d i}{d l^\bullet}Js​=an​△l∙→0lim​△l∙△i​=an​dl∙di​

i=∫lJ⃗s∙(n⃗×dl⃗∙)i = \int_l \vec J_s \bullet (\vec n \times d \vec l^\bullet)i=∫l​Js​∙(n×dl∙)

由于静态场的麦克斯韦方程组还没有统一,这里就不写了

电场强度E:

E⃗≜F⃗q0\vec E \triangleq \frac{\vec F}{q_0} E≜q0​F​

磁感应强度B:

B⃗≜μ4π∮lIdl⃗×aRR2\vec B \triangleq \frac{\mu}{4\pi}\oint_l \frac{I d \vec l \times a_R}{R^2}B≜4πμ​∮l​R2Idl×aR​​

感应电动势εin\varepsilon_{in}εin​

εin≜−dψdt\varepsilon_{in} \triangleq -\frac{d \psi}{d t}εin​≜−dtdψ​
其中ψ\psiψ为磁通量
ψ≜∫SB⃗∙dS⃗\psi \triangleq \int_S \vec B \bullet d \vec S ψ≜∫S​B∙dS
所以:
εin=∫s∂B⃗∂t∙dS⃗\varepsilon_{in} = \int_s \frac{\partial \vec B}{\partial t} \bullet d \vec Sεin​=∫s​∂t∂B​∙dS

本章的一些常数

  1. $\varepsilon_0 自由空间的电容率 (介电常数) $
  2. μ0\mu_0μ0​真空磁导率

chapter3静态场

标量电位Φ\PhiΦ

E⃗(r⃗)≜−△Φ(r⃗)\vec E(\vec r) \triangleq -\triangle\Phi(\vec r)E(r)≜−△Φ(r)

Φ(r⃗)=Wq\Phi(\vec r)=\frac{W}{q}Φ(r)=qW​

电位的标量泊松方程:
∇2Φ(r⃗)=−ρ(r⃗)ε0\nabla^2 \Phi(\vec r) = - \frac{\rho(\vec r)}{\varepsilon_0} ∇2Φ(r)=−ε0​ρ(r)​

电位的标量拉普拉斯方程:
∇2Φ(r⃗)=0\nabla^2 \Phi(\vec r) = 0∇2Φ(r)=0

矢量磁位(磁矢位) A

B⃗(r⃗)≜∇×A⃗(r⃗)\vec B (\vec r )\triangleq \nabla \times \vec A(\vec r)B(r)≜∇×A(r)

库仑规范:
∇∙A⃗=0\nabla \bullet \vec A = 0∇∙A=0

磁矢位的矢量泊松方程:
∇2A⃗(r⃗)=−μ0J⃗(r⃗)\nabla^2 \vec A (\vec r )=- \mu_0 \vec J (\vec r)∇2A(r)=−μ0​J(r)

磁矢位的矢量拉普拉斯方程
∇2A⃗(r⃗)=0\nabla^2 \vec A (\vec r )=0∇2A(r)=0

磁矩m:
m⃗≜I⃗S⃗\vec m \triangleq \vec I \vec S m≜IS

极化强度矢量P

P⃗(r⃗)=lim⁡△V→0∑ip⃗i△V\vec P(\vec r)=\lim_{\triangle V \to 0} \frac{\sum_i \vec p_i}{\triangle V}P(r)=△V→0lim​△V∑i​p​i​​
P⃗=χeε0E⃗\vec P = \chi_e \varepsilon_0 \vec EP=χe​ε0​E
其中χe\chi_eχe​为电极化率

电位移矢量D

D⃗(r⃗)≜ε0E⃗(r⃗)+P⃗(r⃗)\vec D(\vec r) \triangleq \varepsilon_0 \vec E(\vec r)+\vec P(\vec r)D(r)≜ε0​E(r)+P(r)
所以有:

∫sD⃗(r⃗)∙dS⃗=q\int_s \vec D(\vec r) \bullet d \vec S =q ∫s​D(r)∙dS=q

∇∙D⃗(r⃗)=ρ(r⃗)\nabla \bullet \vec D(\vec r) = \rho(\vec r) ∇∙D(r)=ρ(r)

D⃗=εE⃗\vec D = \varepsilon \vec E D=εE

磁化强度矢量M

M⃗(r⃗)=lim⁡△V→0∑im⃗i△V\vec M(\vec r)=\lim_{\triangle V \to 0} \frac{\sum_i \vec m_i}{\triangle V}M(r)=△V→0lim​△V∑i​mi​​
M⃗=χmH\vec M = \chi_m HM=χm​H
其中χm\chi_mχm​为磁化率

磁化强度H

H⃗(r⃗)=B⃗(r⃗)μ0−M⃗(r⃗)\vec H(\vec r)=\frac{\vec B(\vec r)}{\mu_0}-\vec M(\vec r)H(r)=μ0​B(r)​−M(r)
∮lH⃗∙dl⃗=I\oint_l \vec H\bullet d\vec l=I∮l​H∙dl=I
∇×H⃗(r⃗)=J⃗(r⃗)\nabla \times \vec H (\vec r )=\vec J(\vec r)∇×H(r)=J(r)
B⃗=μH⃗\vec B=\mu \vec HB=μH

欧姆定律微分形式

J⃗(r⃗)=σE⃗(r⃗)\vec J(\vec r)=\sigma \vec E(\vec r)J(r)=σE(r)
其中σ\sigmaσ为电导率

热损耗功率

p(r⃗)=J⃗(r⃗)∙E⃗(r⃗)=σE2(r⃗)p(\vec r)=\vec J(\vec r)\bullet \vec E(\vec r)=\sigma E^2(\vec r)p(r)=J(r)∙E(r)=σE2(r)

边界条件

a⃗n×(E⃗1−E⃗2)=0,E1t=E2t\vec a_n \times (\vec E_1 -\vec E_2)=0,\quad \quad E_{1t}=E_{2t}an​×(E1​−E2​)=0,E1t​=E2t​
a⃗n×(H⃗1−H⃗2)=J⃗s,H1t=H2t\vec a_n \times (\vec H_1 -\vec H_2)=\vec J_s,\quad \quad H_{1t}=H_{2t}an​×(H1​−H2​)=Js​,H1t​=H2t​
a⃗n∙(D⃗1−D⃗2)=ρs,D1n−D2n=ρs\vec a_n \bullet (\vec D_1 -\vec D_2) =\rho_s, \quad D_{1n}-D_{2n}=\rho_s an​∙(D1​−D2​)=ρs​,D1n​−D2n​=ρs​
a⃗n∙(B⃗1−B⃗2)=0,B1n=B2n\vec a_n \bullet (\vec B_1 - \vec B_2)=0,\quad \quad B_{1n}=B_{2n} an​∙(B1​−B2​)=0,B1n​=B2n​

能量

静电场能量密度:
ωe=12εE2\omega_e = \frac 12 \varepsilon E^2ωe​=21​εE2
ωe=12D⃗(r⃗)∙E⃗(r⃗)\omega_e = \frac 12 \vec D(\vec r )\bullet \vec E(\vec r)ωe​=21​D(r)∙E(r)
静磁场能量密度:
ωm=12μH2\omega_m = \frac 12 \mu H^2ωm​=21​μH2
ωm=12H⃗(r⃗)∙B⃗(r⃗)\omega_m = \frac 12 \vec H(\vec r )\bullet \vec B(\vec r)ωm​=21​H(r)∙B(r)

chapter4 动态场

麦克斯韦方程组

{∮lE⃗(r⃗,t)∙dl⃗=−∫S∂B⃗(r⃗,t)∂t∙dS⃗,∇×E⃗(r⃗,t)=−∂B⃗(r⃗,t)∂t∮lH⃗(r⃗,t)∙dl⃗=∫S(J⃗(r⃗,t)+∂D⃗(r⃗,t)∂t),∇×H⃗(r⃗,t)=J⃗(r⃗,t)+∂D⃗(r⃗,t)∂t∮SD⃗(r⃗,t)∙dS⃗=∫Vρ(r⃗,t)dV,∇∙D⃗(r⃗,t)=ρ(r⃗,t)∮SB⃗(r⃗,t)∙dS⃗=0,∇∙B⃗(r⃗,t)=0\begin{cases} \oint_l \vec E(\vec r,t)\bullet d \vec l = -\int_S \frac{\partial \vec B(\vec r,t)}{\partial t} \bullet d \vec S , \quad\quad \nabla \times \vec E(\vec r,t) = - \frac{\partial \vec B(\vec r,t)}{\partial t} \\ \oint_l \vec H(\vec r,t)\bullet d\vec l = \int_S (\vec J(\vec r,t)+\frac{\partial \vec D(\vec r,t)}{\partial t}),\quad \nabla \times \vec H(\vec r,t)=\vec J(\vec r,t)+\frac{\partial \vec D(\vec r,t)}{\partial t}\\ \oint_S \vec D(\vec r,t)\bullet d \vec S = \int_V \rho(\vec r,t)dV,\quad\quad\quad\quad \nabla \bullet \vec D(\vec r,t)=\rho(\vec r,t)\\ \oint_S \vec B(\vec r ,t)\bullet d \vec S =0 ,\quad \quad\quad\quad\quad\quad\quad\quad\nabla \bullet \vec B(\vec r,t)=0 \end{cases}⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧​∮l​E(r,t)∙dl=−∫S​∂t∂B(r,t)​∙dS,∇×E(r,t)=−∂t∂B(r,t)​∮l​H(r,t)∙dl=∫S​(J(r,t)+∂t∂D(r,t)​),∇×H(r,t)=J(r,t)+∂t∂D(r,t)​∮S​D(r,t)∙dS=∫V​ρ(r,t)dV,∇∙D(r,t)=ρ(r,t)∮S​B(r,t)∙dS=0,∇∙B(r,t)=0​

标量电位更新

E⃗=−∇Φ−∂A⃗∂t\vec E=-\nabla\Phi -\frac{\partial \vec A}{\partial t}E=−∇Φ−∂t∂A​

波动方程

洛伦兹条件(洛伦兹规范):
∇∙A⃗=−με∂Φ∂t\nabla \bullet \vec A=-\mu \varepsilon \frac{\partial \Phi}{\partial t}∇∙A=−με∂t∂Φ​
非齐次波动方程(动态退化可以得到其他规范):
∇2Φ(r⃗,t)−με∂2Φ(r⃗,t)∂t2=−ρ(r⃗,t)ε\nabla^2 \Phi(\vec r,t)-\mu\varepsilon\frac{\partial^2\Phi(\vec r,t)}{\partial t^2}=- \frac{\rho(\vec r,t)}{\varepsilon}∇2Φ(r,t)−με∂t2∂2Φ(r,t)​=−ερ(r,t)​

∇2A(r⃗,t)−με∂2A(r⃗,t)∂t2=−μJ⃗(r⃗,t)\nabla^2 A(\vec r,t)-\mu\varepsilon\frac{\partial^2 A(\vec r,t)}{\partial t^2}= -\mu \vec J(\vec r,t)∇2A(r,t)−με∂t2∂2A(r,t)​=−μJ(r,t)

坡印亭矢量

S⃗(r⃗,t)≜E⃗(r⃗,t)×H⃗(r⃗,t)\vec S (\vec r,t) \triangleq \vec E(\vec r,t)\times \vec H(\vec r,t)S(r,t)≜E(r,t)×H(r,t)

−∇∙S⃗=∂ω∂t+p-\nabla \bullet \vec S=\frac{\partial\omega}{\partial t}+p−∇∙S=∂t∂ω​+p

−∮SS⃗(r⃗,t)∙dS⃗=∂∂t∫Vω(r⃗,t)dV+∫Vp(r⃗,t)dV-\oint_S \vec S(\vec r,t)\bullet d \vec S=\frac{\partial}{\partial t}\int_V \omega(\vec r,t)d V+\int_Vp(\vec r,t)dV−∮S​S(r,t)∙dS=∂t∂​∫V​ω(r,t)dV+∫V​p(r,t)dV

复数表示

u(z,t)=Re{[U0(z)ejϕ]ejωt}=Re{U˙(z)ejωt}u(z,t)=Re\{ [U_0(z)e^{j\phi}]e^{j\omega t} \} = Re \{ \dot{U}(z) e^{j\omega t} \}u(z,t)=Re{[U0​(z)ejϕ]ejωt}=Re{U˙(z)ejωt}
U˙(z)=U0(z)ejϕ\dot{U}(z)=U_0(z)e^{j\phi}U˙(z)=U0​(z)ejϕ

复数形式麦克斯韦方程

∇×E⃗=jωB⃗\nabla \times \vec E=j\omega \vec B ∇×E=jωB
∇×H⃗=J⃗+jωD⃗\nabla \times \vec H =\vec J + j \omega \vec D ∇×H=J+jωD
E⃗˙=a⃗xEx˙(r⃗)+a⃗yEy˙(r⃗)+a⃗zEz˙(r⃗)\dot{\vec E}=\vec a_x\dot{E_x}(\vec r)+\vec a_y\dot{E_y}(\vec r)+\vec a_z\dot{E_z}(\vec r)E˙=ax​Ex​˙​(r)+ay​Ey​˙​(r)+az​Ez​˙​(r)

复波动方程

∇∙A⃗(r⃗)=−jωμεΦ(r⃗)\nabla \bullet \vec A(\vec r) = -j\omega \mu\varepsilon \Phi(\vec r) ∇∙A(r)=−jωμεΦ(r)

∇2Φ(r⃗)+ω2μεΦ(r⃗)=−ρ(r⃗)ε\nabla^2\Phi(\vec r)+\omega^2\mu\varepsilon\Phi(\vec r)=-\frac{\rho(\vec r)}{\varepsilon}∇2Φ(r)+ω2μεΦ(r)=−ερ(r)​
∇2A⃗(r⃗)+ω2μεA⃗(r⃗)=−μJ⃗(r⃗)\nabla^2 \vec A(\vec r)+\omega^2\mu\varepsilon \vec A(\vec r)=-\mu \vec J(\vec r)∇2A(r)+ω2μεA(r)=−μJ(r)
令k2=ω2μεk^2=\omega^2\mu\varepsilonk2=ω2με有:
非齐次亥姆霍兹方程:
∇2Φ(r⃗)+k2Φ(r⃗)=−ρ(r⃗)ε\nabla^2\Phi(\vec r)+k^2\Phi(\vec r)=-\frac{\rho(\vec r)}{\varepsilon}∇2Φ(r)+k2Φ(r)=−ερ(r)​
∇2A⃗(r⃗)+k2A⃗(r⃗)=−μJ⃗(r⃗)\nabla^2 \vec A(\vec r)+k^2 \vec A(\vec r)=-\mu \vec J(\vec r)∇2A(r)+k2A(r)=−μJ(r)
齐次亥姆霍兹方程:
∇2Φ(r⃗)+k2Φ(r⃗)=0\nabla^2\Phi(\vec r)+k^2\Phi(\vec r)=0∇2Φ(r)+k2Φ(r)=0
∇2A⃗(r⃗)+k2A⃗(r⃗)=0\nabla^2 \vec A(\vec r)+k^2 \vec A(\vec r)=0∇2A(r)+k2A(r)=0

波阻抗η\etaη

η0=μ0ε0\eta_0=\sqrt{\frac{\mu_0}{\varepsilon_0}}η0​=ε0​μ0​​​

时均坡印亭矢量SavS_avSa​v

S⃗av(r⃗)=1T∫0TS⃗(r⃗,t)dt=12[E⃗0(r⃗)×H⃗0(r⃗)]cos(ϕe−ϕn)\vec S_av(\vec r)=\frac 1T\int_0^T\vec S(\vec r,t)dt=\frac 12 [\vec E_0(\vec r)\times \vec H_0(\vec r)]cos(\phi_e-\phi_n)Sa​v(r)=T1​∫0T​S(r,t)dt=21​[E0​(r)×H0​(r)]cos(ϕe​−ϕn​)

复坡印亭矢量S˙\dot{S}S˙

S˙(r⃗)=12E⃗(r⃗)×H⃗∗(r⃗)=12E⃗0(r⃗)e−jϕe×H⃗0(r⃗)ejϕn=12[E⃗0(r⃗)×H⃗0(r⃗)]eϕe−ϕn\dot{S}(\vec r)=\frac 12 \vec E(\vec r) \times \vec H^*(\vec r)=\frac 12 \vec E_0(\vec r)e^{-j\phi_e}\times \vec H_0(\vec r )e^{j\phi_n}=\frac 12[\vec E_0(\vec r)\times \vec H_0(\vec r)]e^{\phi_e-\phi_n}S˙(r)=21​E(r)×H∗(r)=21​E0​(r)e−jϕe​×H0​(r)ejϕn​=21​[E0​(r)×H0​(r)]eϕe​−ϕn​

其中:
S⃗av(r⃗)=Re{S˙(r⃗)}\vec S_av(\vec r)=Re\{ \dot{S}(\vec r) \}Sa​v(r)=Re{S˙(r)}

复坡印亭定理

−∮sS˙(r⃗)∙dS˙=j2ω∫V[ωm−av(r⃗)−ωe−av(r⃗)]dV+∫Vpav(r⃗)dV-\oint_s \dot{S}(\vec r)\bullet d \dot{S} =j2\omega \int_V[\omega_{m-av}(\vec r)-\omega_{e-av}(\vec r)]dV +\int_V p_{av}(\vec r)dV −∮s​S˙(r)∙dS˙=j2ω∫V​[ωm−av​(r)−ωe−av​(r)]dV+∫V​pav​(r)dV

其中:
ωav(r⃗)=14[E⃗(r⃗)∙D⃗∗(r⃗)+B⃗(r⃗)∙H⃗∗(r⃗)]=14[ε∣E⃗(r⃗)∣2+μ∣H⃗(r⃗)∣2]=Reω(r⃗)\omega_av (\vec r)=\frac 14[\vec E(\vec r)\bullet \vec D^*(\vec r)+\vec B(\vec r)\bullet \vec H^*(\vec r)]=\frac 14[\varepsilon|\vec E(\vec r)|^2 + \mu|\vec H(\vec r)|^2 ]=Re\omega(\vec r)ωa​v(r)=41​[E(r)∙D∗(r)+B(r)∙H∗(r)]=41​[ε∣E(r)∣2+μ∣H(r)∣2]=Reω(r)
pav(r⃗)=12E⃗(r⃗)∙J⃗∗(r⃗)=12σ∣E⃗(r⃗)∣2=Rep(r⃗)p_{av}(\vec r)=\frac 12 \vec E(\vec r )\bullet \vec J^*(\vec r) =\frac 12 \sigma |\vec E(\vec r)|^2 =Rep(\vec r) pav​(r)=21​E(r)∙J∗(r)=21​σ∣E(r)∣2=Rep(r)

结语

天书虽然可怕,但,他还是你爸爸
也就,100条公式而已,前四章

如果你想请我吃个南五的话

电磁学乱七八糟的符号(一)相关推荐

  1. 电磁学乱七八糟的符号(三)

    电磁学乱七八糟的符号(三) @(study)[Maxe, markdown_study, LaTex_study] author:何伟宝 这里重点是针对各种入射反射折射,chapter5 电磁波的传播 ...

  2. 赠书|零压力入门算法的顶流畅销书《漫画算法》

    点击上方蓝色"程序猿DD",选择"设为星标" 回复"资源"获取独家整理的学习资料! 来,认为算法高深莫测.难以掌握的同学请起立. 好了好了, ...

  3. 9.9学python靠谱吗-走进小学教材,Python何德何能?9图对比道出真相

    坊间流传着一句经典:"人生苦短,我用Python!" 最近,奔三的Python可谓风头大盛,不仅在程序界占据了威胁着Java.C.C++的头把交椅,更在民间朋友圈强势刷了一波存在感 ...

  4. CSS十问——好奇心+刨根问底=CSSer (转)

    最近有时间,想把酝酿的几篇博客都写出来,今天前端小学生带着10个问题,跟大家分享一下学习CSS的一些体会,我觉得想学好CSS,必须保持一颗好奇心和刨根问底的劲头,而不是复制粘贴,得过且过.本人能力有限 ...

  5. windowsDOS命令

    我们常用的操作系统有windows 9x/Me,windows XP,windows NT,windows 2000等,都是可视化的界面.在这里DOS系统中的命令已经很少用了,可是很少用并不是没用,许 ...

  6. Windows下的常用的DOS命令

    用的DOS命令. 1.dir dir是英文单词directory(目录)的缩写,主要用来显示一个目录下的文件和子目录. [功能]显示指定磁盘.目录中的文件和子目录信息,包括文件及子目录所在磁盘的卷标. ...

  7. DOS的一些常用命令

    原文发布时间为:2011-02-12 -- 来源于本人的百度文章 [由搬家工具导入] DOS远程桌面连接命令 mstsc /v: 192.168.1.250 /console cmd        运 ...

  8. js统计html页面访问的次数6,JS综合篇--[总结]Web前端常用代码片段整理

    IE条件注释 条件注释简介 IE中的条件注释(Conditional comments)对IE的版本和IE非IE有优秀的区分能力,是WEB设计中常用的hack方法. 条件注释只能用于IE5以上,IE1 ...

  9. CSS/CSS3常用样式与web移动端资源

    CSS/CSS3常用样式与知识点 IE条件注释 条件注释简介 IE中的条件注释(Conditional comments)对IE的版本和IE非IE有优秀的区分能力,是WEB设计中常用的hack方法. ...

最新文章

  1. Solaris 10 系统维护
  2. RabbitMQ 相关概念
  3. 【数据库学习笔记】——创建数据库连接对象connection
  4. cosine_similarity和torch.cosine_similarity速度差异(人间奇事)
  5. Code POJ - 1780(栈模拟dfs)
  6. Java编程思想 (1~10)
  7. 数据可视化之单属性(字段)
  8. Python + Flask 执行异步任务
  9. Spring Boot 中使用@KafkaListener并发批量接收消息(转载)
  10. Yolo训练自己的数据集,将json格式转换成txt文件格式
  11. python画太阳花输出为图片文件
  12. Lotka-Volterra模型
  13. 个税APP优化解决方案
  14. springboot之微信支付与退款
  15. [云计算学习3] Linux基础 : 使用chrony搭建时间服务器并让下游NTP同步时间
  16. 汽车SoC安全故障的自动识别(下):案例展示和指标分析
  17. VSTO:使用C#开发Excel、Word【10】
  18. 卡耐基梅隆大学计算机熬夜,美国25所著名大学学生平均作息时间表 原来留学生的日子也不好过!...
  19. EF 多对多关系 中间表操作
  20. 本人亲测,可以使用,万网虚拟主机绑定多个子域名方法(转载)

热门文章

  1. 让打工人颤抖的监控系统:离职倾向、摸鱼通通都能被监测!你还敢上班摸鱼吗?...
  2. 计算机一级mcoffice考试题型,计算机一级MSOffice考试试题
  3. 【服务端知识点】MAC OSX 安装MongoDB
  4. 七种PDF转Excel的转换方法,分分钟提高你的工作效率
  5. 5月17号软件资讯更新合集....
  6. vue删除数据,不刷新页面
  7. BUUCTF_Crypto_[MRCTF2020]天干地支+甲子
  8. 疯狂springboot终极讲义笔记(二)
  9. JavaWeb开发基础:连接数据库的demo和数据库连接工具类DB.java
  10. Python实现C++回调图片:运用高效的跨语言技术