博客
关于我
量子物理史话 第四章 白云深处
阅读量:757 次
发布时间:2019-03-23

本文共 441 字,大约阅读时间需要 1 分钟。

玻尔理论在量子力学的发展中扮演着关键角色,这一理论的提出引发了物理学史上的一场深刻变革。然而,这场变革并非一帆风顺,而是充满了争议与挑战。

玻尔模型的提出试图通过引入量子化条件,解释原子结构中的能级跃迁现象。然而,这一模型最初却遭遇了强烈的抵制,不少物理学家认为其推翻了麦克斯韦体系的合理性。在旧量子力学体系和经典理论之间,玻尔理论显得割裂与双重性。

上世纪20年代,德布罗意的创新突破了这一困境。他提出了电子既是粒子又是波的观念,数学家待定论将这一矛盾形式化为德布罗意波。这一概念展示了波特粒子的双重属性,开创了量子力学发展的新阶段。

德布罗意波的理论不仅解释了电子的波动性质,更为后来的量子力学奠定了基础。通过实验验证,电子的衍射图案与光波一致,证明了波动理论的正确性。

德布罗意的贡献不仅在理论层面上重塑了物理学,更为后世科学家指引方向。他的工作展现了科学突破的过程,无论成功与否,都体现了人类探索未知的勇气。这些历史事件仍然具有深刻的启示意义,提醒我们科学探索的艰辛与奇迹。

转载地址:http://jxwzk.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>