关于 相对论 的 一些 讨论推理 杂集

反相吧 帖 《向反相的大佬们请教》    http://tieba.baidu.com/p/6236432137  ,

22 楼

不过 即使 真的 “光速不变”, 也应该不是 单纯 的 “钟慢” , 也可能 “钟快”,

比如 A 、B 两艘 飞船, 当 B 以 速度 V 远离 A 飞行 时, B 的 时钟 相对于 A 应 变 慢,
而 当 B 以 速度 V 靠近 A 飞行 时, B 的 时钟 相对于 A 应 变 快,

35 楼

回复 22 楼 “相对论有动钟变快公式吗?” 问题:

相对论 的 时间公式 里, ⊿ t2 与 ⊿ t1 和 ⊿ x 有关, 所以, 具体 ⊿ t2 大于还是小于 ⊿ t1 要 计算一下 才知道, 不过 通常 认为 当 飞船 以 光速 远离 地球 时, 飞船 的 时间 会 变慢, 但 此时 的 ⊿ t飞船 很可能 是 大于 ⊿ t地球 的, 但 问题 是 ⊿ t飞船 > ⊿ t地球 表示 飞船 的 时钟 更快, 即:

⊿ t2 > ⊿ t1 表示 时钟 2 比 时钟 1 快,

⊿ t2 < ⊿ t1 表示 时钟 2 比 时钟 1 慢,

大家有没有 注意 这个 问题?

大家会不会以为 ⊿ t 越大 则 时钟 越 慢 ?

实际上 是 ⊿ t 越大 则 时钟 越 快 。

原文地址:https://www.cnblogs.com/KSongKing/p/11523551.html

时间: 2024-10-15 18:18:54

关于 相对论 的 一些 讨论推理 杂集的相关文章

《上古天真论》第十讲文字版

上古天真论篇第一讲主讲:徐文兵  主持:梁  冬播出时间:2008-12-06  23:00—24:00  经文:夫言人之阴阳,则外为阳,内为阴:言人身之阴阳,则背为阳,腹为阴:言人身之藏腑中阴阳,则藏者为阴,腑者为阳,肝.心.脾.肺.肾五藏皆为阴,胆.胃.大肠.小肠.膀胱.三焦六腑皆为阳. 梁冬:重新发现中医太美,大家好,欢迎收听今天晚上的国学堂,依然是和厚朴中医学堂堂主徐文兵老师一起来学习<素问?金匮真言论篇第四>,徐老师好! 徐文兵:梁冬好,听众朋友们,大家好! 梁冬:上一周的时候我们讲

An Introduction to Conditional Random Fields论文摘要(翻译:Trey;审校:Shooya)

摘要:通常,我们希望预测大量的,正如依赖于其他观察到的变元一样,互相间同样存在依赖的变元.结构化的预测模型,本质上是分类方法和图形化建模的结合,这些预测模型将图形化模型对多变元数据的有效建模能力,以及分类方法通过使用大的输入特征集来作出预测的能力结合起来.本指引讨论用于结构化预测的一个流行的概率模型--条件随机域.条件随机域广泛应用于自然语言处理.计算机视觉,以及生物信息学.我们讨论推理的方法以及条件随机域的参数估计,包括实现大规模条件随机域的实际问题.我们并没有假设读者具备任何图形化建模的预备

相对论

今天蛋闲在kindle买了本<爱因斯坦> 看现在刚好看完! 让我也得到了相对论! 在这世上想的事情总比实现容易,这两年我经常问自己:"何得何能?" 直到今看到他在讨论"以态"这种物质是否存在时. 米列娃说:"火车相对于铁轨时速度80公里一小时" 摩利斯:"而铁轨对于大地是静止的" .......... 爱因斯坦:"有位先生向右边车窗外看去,可以看到旁边的树,正飞快地往后面跑去.这位先生向左边的车窗看去,公

机器学习 —— 概率图模型(推理:连续时间模型)

有一种很重要的概率图模型用于SLAM,视觉追踪,识别,传感融合等领域,称为为Template Model. 其特征是每个状态具有多个随机变量,下个状态随机变量的取值受到上个状态的影响.并且随机变量之间的交互属于复制关系.如下图所示: 显然,普通的概率图模型的图是确定的,并不会图的结构不会改变,而这种Template Model的图结构会随着时间的改变自行增殖,故此模型的推理算法需要单独讨论. 1.变未知为已知,图的截断 一种简单的思路是在某个时间点对图模型进行截断,将增殖的PGM变为固定的PGM

[转载]拜占庭问题深入讨论 from http://bitkan.com/news/topic/14011

拜占庭将军问题深入探讨 了解过比特币和区块链的人,多少都听说过拜占庭将军问题,或听说过比特币(或区块链)的一个重要成就正是解决了拜占庭将军问题.但真正明白这个问题的人并不多,甚至知道这个问题实质的人都很罕见.本文是一篇技术科普,将重点提供了拜占庭将军问题本身对本质及经典算法的解析,并探讨与之相关的一些问题.笔者参考了不少文献,夹杂了大量私货,但并没有提出解决该问题的新算法,这也不是本文的目的. Part1:拜占庭将军问题是什么 拜占庭将军问题是一个共识问题: 首先由Leslie Lamport与

讨论:写程序到底需不需要懂数学?

数学系所学的数学,跟一般人所会用到的数学不太一样.研究所顺利考上的向往已久的资工所,成为名符其实的本科系学生,本以为可以不用再玩数学了,但我发现我错了,是不用再玩那些抽久的高等数学没错,但线性代数.机率统计.离散数学等...用了更多的数学,我想不出来有哪门资工研究所的课没用到数学的.写程序需要数学吗?  写程序到底需不需要懂数学? piggy | 08 Jun, 2007 17:26 数学对于程序设计师来说到底重不重要?!类似这样标题的讨论,在网络上已经不知道被讨论多少次了.前两天又在老同事小白

程序员讨论《黑客帝国》(二)平衡和进化

接上一篇<真实与虚拟>. 我有点纳闷,机器之主在他创造的虚拟世界中拥有无上的能力和权威,那他想解决任何问题不都轻轻松松吗?他想毁掉Zion,一个命令而已,就如同拔掉自家后院的杂草一样简单,又何必让机器如此大动周章,甚至屈膝让尼奥去帮忙? 这让我想起了一个有意思的问题,在我们设计的程序中,能量和物质是守恒的吗? 绝大多数人会拍脑袋说,当然不守恒,我设置一个变量value,可以让它等于任何值,从0到正溢出皆可.不过,当设计一款网游的时候,你会发现一些有趣的事实,如果玩家数量不变,而新的更好的装备不

机器不学习:基于知识图谱推理的关系推演

对于知识图谱的关注可以分为两个方面:知识图谱的构建和基于知识图谱数据结构的应用.知识图谱的构建主要关注如何整合结构化.非结构化的数据,实现用统一的语义数据结构如三元组RDF形式的数据存储.基于知识图谱的应用主要关注如何从这种语义数据结构中挖掘.发现.推演出相关的隐藏知识或新知识或者实现更上层的应用如搜索.问答.决策.推荐等,具体可以参考<三个角度理解知识图谱>.本文主要讲一下基于知识图谱推理的关系推演(或者叫做关系预测),主要包括如下几个方面: 1.知识图谱推理的主要作用: 2.知识图谱推理的

2星|塔勒布《非对称风险》:需要让做决策的人承担相应的责任,结论多推理少证据少

非对称风险:风险共担,应对现实世界中的不确定性 <黑天鹅><反脆弱>作者新书. 书中重要的思想我认为有3个:1:风险共担是好的机制,也就是需要让做决策的人承担相应的责任,2008年金融危机正是因为违反了这个原则,美国对伊拉克利比亚等国的干涉的失败也是因为违反了这个原则:2:群体中最不宽容的少数派可能决定群体的选择:占美国人口0.3%的犹太人对饮食有严格的要求,结果美国几乎所有的饮料都符合犹太教标准:3:长尾可以分普通长尾和胖长尾.胖长尾包含了一旦发生风险巨大的事件: 我认为这些思想