談談你對時間和空間的理解。你認為存在絕對的時間和絕對的空間嗎?時間和空間是運動所必需的嗎?

時間 2021-10-20 11:53:51

1樓:光速時空

時間是虛擬的,空間也是虛擬的。

喜歡怎樣定義時間就怎樣定義,定義好人們共同遵守執行就是。空間也是如此。

我們喜歡四季交替地日距離遠近交替乙個週期為標準時間1年,我們喜歡光運動的時間就是光運動軌跡線的空間長度。我們就定義地日距離遠近交替週期數為時間,時間單位年。

時間、空間都是虛擬的,與人們的主觀定義有關。人們可以不斷地改變時間、空間定義,不可能有絕對的。

2樓:Chinsong

我們普通吃瓜群眾的時空觀與科學大佬想的可能並不一樣。我們生活在地球表面,某乙個地域,活動範圍不大,很多可能連國門都沒有出過,每天按作息時間上班下班吃飯睡覺,對我們的生活必須有統一時間的標準,對我們來說,時間空間必須是絕對的、統一的,否則社會活動就亂套了。當然,科學大佬們的眼光比我們高得多,並不侷限於地球上那點事,他們想得比我們遠,研究的是整個宇宙範圍的事,他們提出的理論我是無比膜拜,雖然不很理解,但會敬而遠之。

按照大佬們的理論,宇宙所有物質都在四維時空中光速運動著。這裡可能有點懵,空間中的速度可以理解,那時間中的速度?其實即便你在空間處於靜止狀態,你的時間也在流逝的,是具有時間速度的,先不用想那麼複雜,你先只把時間軸當做乙個簡單的維度來理解,如果能畫出乙個四維的座標軸,你的時空速度就是三個維度的空間分速度,加乙個維度的時間分速度的合成。

如果你理解了,你就會發現,如果你的空間速度很小,那你的時間速度就會很大;反過來如果你的時間分速度很小,則空間速度必須很大。看到沒有,這不就是那個什麼「速度越快時間越慢」之類的另一種說法嘛。

3樓:高山流水

目前關於時空變換對應的時空認識存在嚴重錯誤,實質上無論是伽利略變換對應的絕對時空還是洛倫茲變換對應的相對時空都是一種時空認識模型,是一種時空計量規劃關係,都是能夠成立的。

4樓:李澄宇

我理解的空間,是出於物質屬性的、客觀存在的空間。

我理解的時間,是出於物質運動變化過程的、人為分解的、主觀存在的時間。

具體來說,宇宙存在萬有引力的天體有形物質。與萬有引力物質相生相剋、相輔相成的是:泛有斥力的空間無形物質。

我們地球的物質,存在著比質量核心的原子核體積,大數千億倍的空間體積。人類至今還不知道的無形物質,佔據著地球的絕大部分體積。

空間無形物質的數量,特別是體積,遠大於有形物質。無形物質才是宇宙主體與宇宙真正的主人。

無形物質的斥力屬性,使其有著專屬的彈性斥力場空間。無限多的彈性斥力場空間,擠出浩瀚的泛有斥力宇宙空間,使空間成為宇宙的客觀存在。

在人類出現以前,宇宙客觀存在的是,物質運動變化的過程屬性,而沒有時間概念。人類為了比對各種宇宙事物,創造出各種度量衡單位。與長度、體積、溫度、重力等單位同理。

人類以切身感受的、最為穩定的運動變化週期。則地球公轉週期過程為年,自轉週期過程為日,並加以細化作為時間單位。把物質運動變化過程屬性,分解為速度屬性與時間參照屬性。

才有了人設的、主觀存在的時間概念。

宇宙的主體是物質,物質的一級屬性是,不可再分粒子的不變體積、質量、引力與斥力能量的本質屬性。

二級屬性是各種本質屬性衍生的各種物質屬性,包括無形物質斥力屬性衍生的、體積可變的彈性斥力場空間屬性。物質運動的過程屬性,與粒子,粒子團運動所體現出來的光、熱、電、磁等的能量屬性。

底級屬性就是並非客觀存在的,而人設的、以度量衡單位體現的,從客觀存在的屬性中,分解出來的各種屬性,包括各種主觀存在的抽象屬性。

只有立足於宇宙本質存在的基礎上,腳踏實地才能逐步認清客觀存在的宇宙來龍去脈。不必急於從理論上空談絕對與相對。

生命體的體積大小和該生命體對時間的感受有聯絡嗎?

張冠偉 既然說到感受,那麼就是與神經相關。我們先設定如下條件定性地分析一下 神經傳導與傳遞速度與體型無關 神經中樞與神經末梢之間的距離與體型正相關。有了如上的兩條設定,我們可以進行如下的論證 大型動物從神經中樞到神經末梢的總長度更長 然而神經訊號的傳遞速度依舊 那麼動物體型越大,某一刺激從神經末梢傳...

談談你對哲學的理解?

根深 我最早學習哲學的時候是,哲學是關於自然界人類社會和思維的一般規律的學說,幾十年過去了,雖然變化很大,但是,我還是覺得這個解釋是對哲學相對理想的,最系統全面深刻的解釋。 李三畏 我對哲學的理解很淺陋。從邏輯學角度考察,任何哲學都是一種試圖以非形式化方法推導出跨百科命題的理論。因而 1 任何哲學思...

如何讓機器理解時間和空間的概念?

人類都沒有完全理解時間和空間呢,怎麼指望未來幾年機器去理解並且利用?如果機器能理解時空,學習速度會快,但是不是無限的。讓機器去理解乙個領域,但是乙個領域的知識是有限的。機器做的更多的是儲存和記憶,而人類能夠創造新的知識。機器的學習,大部分是按照人類制定的規則和評價標準去學習。人類也可以做,但是太麻煩...