易活儿。
旋转矩阵和费米面一样，也是一个涵盖多领域的玩意儿。
比如shader...也就是编程领域中就也有旋转矩阵，不过shader的旋转矩阵很容易。
只要通过正余弦关系做正余弦展开，然后做成矩阵相乘的格式，再用三个向量点乘充当正交基底就行了。
但到了粒子物理领域嘛......
这事儿就比较复杂了。
因为它涉及到了实标量场的正则量子化范畴。
众所周知。
对于一个经典的由n个质点所构成的力学系统，它的广义坐标可定义为qi(i=1，2，...，N)。
其中N=3n为广义坐标空间的维数。
这时候呢。
系统的拉氏函数定义为：
L=L(qi，q˙i)......，这道公式标注为1。
而对于场Ψ，则它的拉氏密度函数L可定义为：
L=L(Ψ，??μΨ)......标注为2。
且拉氏密度函L是一个标量，其中场Ψ可以是一个标量、旋量、矢量或张量。
因此在弯曲时空中，一般物质场（引力场除外）的拉氏密度应该可以写成：
L=L(Ψ，??μΨ)......标注为3。
对于微观系统，一般还不需要考虑引力，所以估且只关心2式。
由2式得场的拉氏函数为：
L=∫L(Ψ，??μΨ)d3x
=∫L(Ψ，??Ψ，1c??tΨ)d3x
=∫L(Ψ，1cΨ˙)d3x.....把它标注为4。
没错。
看到这里。
想必很多同学已经看明白了。
这个公式的意思很清晰：
可以理解成把空间分割成一个个的容积为dv的小方盒，其中编号为i小方盒中场的平均值为Ψi，并令qi=Ψidv，
则(4)式可以写成形如(1)式的形式：
L=L(qi，q˙i)。
如此一来。
场量Ψ的物理意义才相当于(1)式中的广义坐标，也就是构筑出了一个系统，才能正式进行后续演算。
依旧非常简单，也非常好理解。
唰唰唰——
这次徐云的推导过程没有依靠计算机，而是用手写进行着运算。
毕竟很多时候比起
本章未完，请点击下一页继续阅读！