Appearance
近似与估算方法
概览
物理学家的核心竞争力之一，不是"算得精确"，而是"估得靠谱"。面对一个复杂问题，能在 30 秒内给出答案的数量级，往往比花一小时推导精确解更有价值——这就是费米估算法。本节系统介绍物理竞赛中常用的近似与估算工具：科学记数法与量级估算、费米问题（分解-估算-合成）、常用近似方法（小角度近似、级数截断、球形近似、刚体近似、理想气体近似、远场近似）、结合量纲分析的估算（泰勒原子弹当量），以及竞赛中的应用策略。这些方法与 06-量纲分析、04-泰勒展开与级数 紧密配合，是"物理直觉"的可操作化体现。Enrico Fermi 在曼哈顿计划中曾徒手估算出原子弹当量，误差仅因子 2——这就是估算的力量。
核心概念
一、量级估算
量级（order of magnitude）指物理量最接近的 10 的整数次幂。一个量 $x\approx a\times 10^n$（$1\le a<10$），若 $a<\sqrt{10}\approx 3.16$则量级为$10^n$，否则为 $10^{n+1}$。粗略地说，$x$的量级是$\lfloor \log_{10} x \rceil$（四舍五入）。
科学记数法与有效数字
估算中保留"一位有效数字"即可：$3.14\to 3$，$6.022\times 10^{23}\to 6\times 10^{23}$。乘除时指数加减、系数相乘，心算即可完成。估算法的核心是"快"而非"准"。
必须熟记的物理常数（竞赛中常作为估算起点）：
| 常数 | 符号 | 数值 | 记忆要点 |
|---|---|---|---|
| 真空光速 | $c$ | $3\times 10^8\thinspace\text{m/s}$ | "三亿米每秒" |
| 万有引力常数 | $G$ | $6.67\times 10^{-11}\thinspace\text{N·m}^2/\text{kg}^2$ | "$10^{-11}$ 量级" |
| 静电力常数 | $k_e$ | $9\times 10^9\thinspace\text{N·m}^2/\text{C}^2$ | "$10^{10}$ 量级" |
| 基本电荷 | $e$ | $1.6\times 10^{-19}\thinspace\text{C}$ | "$10^{-19}$" |
| 电子质量 | $m_e$ | $9.1\times 10^{-31}\thinspace\text{kg}$ | "$10^{-30}$" |
| 质子质量 | $m_p$ | $1.67\times 10^{-27}\thinspace\text{kg}$ | "$10^{-27}$" |
| 阿伏伽德罗常数 | $N_A$ | $6\times 10^{23}\thinspace\text{mol}^{-1}$ | "$10^{23}$" |
| 玻尔兹曼常数 | $k_B$ | $1.38\times 10^{-23}\thinspace\text{J/K}$ | "$10^{-23}$" |
| 普朗克常数 | $h$ | $6.6\times 10^{-34}\thinspace\text{J·s}$ | "$10^{-34}$" |
| 约化普朗克常数 | $\hbar$ | $1.05\times 10^{-34}\thinspace\text{J·s}$ | "$10^{-34}$，比 $h$小$2\pi$" |
| 玻尔兹曼常数·室温 | $k_B T$（$300\thinspace\text{K}$） | $4.1\times 10^{-21}\thinspace\text{J}\approx 1/40\thinspace\text{eV}$ | "室温$1/40$ eV" |
| 标准大气压 | $p_0$ | $10^5\thinspace\text{Pa}$ | "$10^5$" |
| 重力加速度 | $g$ | $9.8\thinspace\text{m/s}^2\approx 10$ | "近似为 10" |
| 地球半径 | $R_E$ | $6.4\times 10^6\thinspace\text{m}$ | "$6400$ km" |
| 地球质量 | $M_E$ | $6\times 10^{24}\thinspace\text{kg}$ | "$10^{25}$" |
| 太阳质量 | $M_\odot$ | $2\times 10^{30}\thinspace\text{kg}$ | "$10^{30}$" |
| 日地距离 | $1\thinspace\text{AU}$ | $1.5\times 10^{11}\thinspace\text{m}$ | "$1.5$ 亿 km" |
| 空气密度 | $\rho_{\text{air}}$ | $1.3\thinspace\text{kg/m}^3$ | "$\approx 1$" |
| 水密度 | $\rho_w$ | $10^3\thinspace\text{kg/m}^3$ | "$10^3$" |
常数记忆的"对数轴"法
把常数按指数排列：$-34$（$h$）$\to -23$（$k_B$）$\to -19$（$e$）$\to -11$（$G$）$\to 0$（$g$）$\to 8$（$c$）$\to 23$（$N_A$）。记住"关键节点"的指数，其余可推。例如 $e\cdot c=4.8\times 10^{-11}$，与 $G$ 同量级——这种"巧合"能帮助记忆。
常用数量级参考表
估算题需要"直觉锚点"——记住一批日常与宇宙尺度的量级，才能让分解有据可依。下表按长度、时间、速度、质量、能量、功率、压强与频率分类整理竞赛常用锚点。
| 类别 | 对象 | 数值 | 量级 |
|---|---|---|---|
| 长度 | 原子直径 | $\sim 10^{-10}\thinspace\text{m}$ | $10^{-10}$ |
| 长度 | 可见光波长 | $5\times 10^{-7}\thinspace\text{m}$ | $10^{-7}$ |
| 长度 | 细胞直径 | $\sim 10^{-6}\thinspace\text{m}$ | $10^{-6}$ |
| 长度 | 头发直径 | $\sim 10^{-4}\thinspace\text{m}$ | $10^{-4}$ |
| 长度 | 人身高 | $\sim 1.7\thinspace\text{m}$ | $10^{0}$ |
| 长度 | 地球半径 | $6.4\times 10^{6}\thinspace\text{m}$ | $10^{7}$ |
| 长度 | 日地距离 | $1.5\times 10^{11}\thinspace\text{m}$ | $10^{11}$ |
| 长度 | 光年 | $9.5\times 10^{15}\thinspace\text{m}$ | $10^{16}$ |
| 长度 | 银河系直径 | $\sim 10^{21}\thinspace\text{m}$ | $10^{21}$ |
| 时间 | 心跳间隔 | $\sim 1\thinspace\text{s}$ | $10^{0}$ |
| 时间 | 一天 | $8.6\times 10^{4}\thinspace\text{s}$ | $10^{5}$ |
| 时间 | 一年 | $\pi\times 10^{7}\thinspace\text{s}$ | $10^{7}$ |
| 时间 | 人寿命 | $\sim 3\times 10^{9}\thinspace\text{s}$ | $10^{9}$ |
| 时间 | 地球年龄 | $\sim 1.4\times 10^{17}\thinspace\text{s}$ | $10^{17}$ |
| 速度 | 人步行 | $\sim 1.4\thinspace\text{m/s}$ | $10^{0}$ |
| 速度 | 人奔跑 | $\sim 8\thinspace\text{m/s}$ | $10^{1}$ |
| 速度 | 声速（空气） | $340\thinspace\text{m/s}$ | $10^{2}$ |
| 速度 | 地球公转 | $3\times 10^{4}\thinspace\text{m/s}$ | $10^{4}$ |
| 速度 | 光速 | $3\times 10^{8}\thinspace\text{m/s}$ | $10^{8}$ |
| 质量 | 电子 | $9.1\times 10^{-31}\thinspace\text{kg}$ | $10^{-30}$ |
| 质量 | 细菌 | $\sim 10^{-15}\thinspace\text{kg}$ | $10^{-15}$ |
| 质量 | 水滴 | $\sim 5\times 10^{-5}\thinspace\text{kg}$ | $10^{-5}$ |
| 质量 | 人 | $\sim 70\thinspace\text{kg}$ | $10^{2}$ |
| 质量 | 汽车 | $\sim 10^{3}\thinspace\text{kg}$ | $10^{3}$ |
| 质量 | 地球 | $6\times 10^{24}\thinspace\text{kg}$ | $10^{25}$ |
| 质量 | 太阳 | $2\times 10^{30}\thinspace\text{kg}$ | $10^{30}$ |
| 能量 | 室温 $k_B T$ | $4\times 10^{-21}\thinspace\text{J}$ | $10^{-21}$ |
| 能量 | $1\thinspace\text{eV}$ | $1.6\times 10^{-19}\thinspace\text{J}$ | $10^{-19}$ |
| 能量 | 质子静止能 $m_p c^2$ | $1.5\times 10^{-10}\thinspace\text{J}$ | $10^{-10}$ |
| 能量 | 人一天基础代谢 | $\sim 8\times 10^{6}\thinspace\text{J}$ | $10^{7}$ |
| 能量 | $1$吨 TNT | $4.2\times 10^{9}\thinspace\text{J}$ | $10^{9}$ |
| 能量 | 太阳每秒辐射 | $3.8\times 10^{26}\thinspace\text{J}$ | $10^{26}$ |
| 功率 | 白炽灯 | $\sim 60\thinspace\text{W}$ | $10^{2}$ |
| 功率 | 人体静息代谢 | $\sim 100\thinspace\text{W}$ | $10^{2}$ |
| 功率 | 太阳光度 $L_\odot$ | $3.8\times 10^{26}\thinspace\text{W}$ | $10^{26}$ |
| 压强 | 标准大气压 | $10^{5}\thinspace\text{Pa}$ | $10^{5}$ |
| 频率 | 市电 | $50\thinspace\text{Hz}$ | $10^{2}$ |
| 频率 | 可见光 | $\sim 6\times 10^{14}\thinspace\text{Hz}$ | $10^{15}$ |
用"锚点"反推
记住几个关键锚点：原子 $10^{-10}\thinspace\text{m}$、人 $10^{0}\thinspace\text{m}$、地球 $10^{7}\thinspace\text{m}$、太阳系 $10^{11}\thinspace\text{m}$、星系 $10^{21}\thinspace\text{m}$，中间量级可插值联想。例如"头发直径"——比细胞大、比可见光粗，落在 $10^{-4}\sim 10^{-5}$ 量级。补充常数的快速记忆：$1\thinspace\text{u}=1.66\times 10^{-27}\thinspace\text{kg}\approx 931.5\thinspace\text{MeV}/c^2$；斯特藩-玻尔兹曼常数 $\sigma=5.67\times 10^{-8}\thinspace\text{W}\cdot\text{m}^{-2}\cdot\text{K}^{-4}$；电子比荷 $e/m_e\approx 1.76\times 10^{11}\thinspace\text{C/kg}$；玻尔半径 $a_0=0.529\thinspace\text{Å}\approx 5\times 10^{-11}\thinspace\text{m}$。
二、费米问题
费米问题（Fermi problem）：一类看似无法估算、需要分解为多个可估算子问题才能得出答案的数量级估算题。得名于物理学家 Enrico Fermi，他擅长在信息极少的情况下给出精准的数量级。
费米估算法的四步流程：
- 分解：把目标量拆解为若干可独立估算的因子（乘积或和）；
- 估算：对每个因子给出数量级（允许上下差几倍）；
- 合成：将因子相乘/相加，得到目标量的数量级；
- 校验：用常识或量纲检验结果合理性。
费米估算的哲学
费米估算不是"瞎猜"，而是把不确定性分散到多个因子——每个因子可能差 2 倍，但相乘后误差以几何平均分散，最终结果往往落在正确值的因子 10 以内。这背后是对数正态分布的统计规律：$\log$ 误差相加，单因子偏差相互抵消。
三、经典费米问题举例
举例 1：芝加哥有多少钢琴调音师？
分解：调音师数 $N=$钢琴数$\div$ 每位调音师年均可服务的钢琴数。
估算：
- 芝加哥人口 $\sim 3\times 10^6$，每户 $\sim 3$人，故$\sim 10^6$ 户；
- 拥有钢琴的家庭比例 $\sim 1/30$（中产以上），钢琴数 $\sim 3\times 10^4$ 架；
- 每架钢琴每年调音 $\sim 1$次，总需求$\sim 3\times 10^4$ 次/年；
- 每位调音师每天调 $\sim 4$架，每年工作$\sim 250$天，年服务$\sim 10^3$ 架；
合成：$N\sim 3\times 10^4 / 10^3 = 30$ 人。
校验：实际芝加哥当时约 $50\sim 100$ 名调音师，估算在因子 3 以内。✅
举例 2：地球大气总质量
分解：$M_{\text{atm}}=$大气压$\times$地球表面积$\div g$。
估算：
- $p_0\sim 10^5\thinspace\text{Pa}$；
- 地球半径 $R_E\sim 6.4\times 10^6\thinspace\text{m}$，表面积 $4\pi R_E^2\sim 5\times 10^{14}\thinspace\text{m}^2$；
- $g\sim 10\thinspace\text{m/s}^2$；
合成：$M_{\text{atm}}\sim \dfrac{10^5\times 5\times 10^{14}}{10}=5\times 10^{18}\thinspace\text{kg}$。
校验：实测约 $5.15\times 10^{18}\thinspace\text{kg}$，误差 $<5\%$。✅ 这是费米估算的"神来之笔"——用大气压直接反映整层大气重量。
举例 3：人体内有多少原子？
分解：原子数 $=$人体质量$\div$ 单个原子质量。
估算：人体 $\sim 70\thinspace\text{kg}$，主要成分为水（$\text{H}_2\text{O}$，摩尔质量 $\sim 18\thinspace\text{g/mol}$）。
- 物质的量 $n\sim 70/0.018\sim 4\times 10^3\thinspace\text{mol}$；
- 分子数 $\sim 4\times 10^3\times 6\times 10^{23}\sim 2.4\times 10^{27}$ 个；
- 每个水分子含 3 个原子，原子数 $\sim 7\times 10^{27}$ 个。
校验：通说人体原子数 $\sim 7\times 10^{27}$，吻合。✅
举例 4：一年内通过某红绿灯的汽车数
分解：年通过数 $=$日均通过数$\times 365$；日均通过数 $=$每小时通过数$\times$ 有效小时数。
估算（典型城市路口）：
- 绿灯每小时该方向通过 $\sim 600$辆（每$6$ 秒一辆）；
- 一天有效通行 $\sim 12$小时（夜间少），日均$\sim 7\times 10^3$ 辆；
- 年通过 $\sim 7\times 10^3\times 365\sim 2.5\times 10^6$ 辆。
校验：合理路口年流量在 $10^6\sim 10^7$ 量级。✅
推导与原理
一、小角度近似
由 04-泰勒展开与级数，$\theta\to 0$ 时：
$$ \sin\theta = \theta - \dfrac{\theta^3}{6}+\cdots \approx \theta,\quad \cos\theta = 1-\dfrac{\theta^2}{2}+\cdots\approx 1,\quad \tan\theta\approx\theta $$
适用范围：$\theta\lesssim 0.1\thinspace\text{rad}\approx 6°$时误差$<0.2\%$；$\theta\lesssim 0.3\thinspace\text{rad}\approx 17°$时$\sin\theta$误差$\sim 1.5\%$。竞赛中 $\theta < 10°$ 可放心使用。
小角度近似的物理后果
单摆方程 $\ddot{\theta}+\dfrac{g}{l}\sin\theta=0$在小角度下化为$\ddot{\theta}+\dfrac{g}{l}\theta=0$，是简谐运动，周期 $T=2\pi\sqrt{l/g}$。一旦去掉小角度近似，周期依赖于振幅 $\theta_0$，需用椭圆积分，这正是 06-量纲分析 中 $\Phi(\theta_0)$ 的来源。
二、级数截断近似（泰勒展开取前几项）
$$ f(x) = f(0) + f'(0)x + \dfrac{f''(0)}{2}x^2 + \cdots $$
按所需精度截断。物理中常用展开（$x\to 0$）：
| 函数 | 一阶近似 | 二阶近似 |
|---|---|---|
| $(1+x)^n$ | $1+nx$ | $1+nx+\dfrac{n(n-1)}{2}x^2$ |
| $\dfrac{1}{1-x}$ | $1+x$ | $1+x+x^2$ |
| $e^x$ | $1+x$ | $1+x+\dfrac{x^2}{2}$ |
| $\ln(1+x)$ | $x$ | $x-\dfrac{x^2}{2}$ |
| $\sqrt{1+x}$ | $1+\dfrac{x}{2}$ | $1+\dfrac{x}{2}-\dfrac{x^2}{8}$ |
二项式近似是竞赛"万能钥匙"
$(1+x)^n\approx 1+nx$（$|x|\ll 1$）在相对论（$\sqrt{1-v^2/c^2}\approx 1-\dfrac{v^2}{2c^2}$）、误差传播、灵敏度分析中无处不在。务必形成条件反射。
三、球形近似
将不规则物体近似为球体以利用对称性：
- 行星、恒星、原子核、雨滴——球对称简化引力、电磁、表面张力问题；
- 估算表面积 $4\pi r^2$、体积 $\dfrac{4}{3}\pi r^3$、转动惯量 $\dfrac{2}{5}mr^2$；
- 散射问题中粒子当作"球靶"。
四、刚体近似
忽略物体形变，将其视为形状不变的刚体：
- 杆、盘、球的转动惯量按刚体计算；
- 碰撞中短暂形变忽略，用动量/能量守恒；
- 建筑物、桥梁的静力分析。
五、理想气体近似
实际气体在高温低压下近似为理想气体：
- 分子间作用力忽略（除碰撞瞬间）；
- 分子体积忽略（点分子）；
- 状态方程 $pV=nRT$；
- 内能只含动能（无势能）。
六、远场近似
当观测点距源很远（$r\gg$源尺度$a$）时，将复杂源近似为点源：
- 电偶极子远场 $E\propto 1/r^3$；
- 引力远场等效于质量集中于质心；
- 光学中点光源近似、 Fraunhofer 衍射。
多极展开的本质
远场近似严格化即"多极展开"——把场按 $a/r$ 的幂次展开，零阶是单极（点源/质心），一阶是偶极，二阶是四极……远场只取零阶，近场需保留高阶。
七、$(1+x)^n$ 展开的竞赛典型用法
$(1+x)^n\approx 1+nx$ 在竞赛中几乎总是与"识别小参数"绑定：先问"什么是小量？"，再套展开。下面三种用法最为常见。
用法 1：引力随高度变化。距地心 $r=R_E+h$，$h\ll R_E$ 时：
$$ g(h)=\dfrac{GM_E}{(R_E+h)^2}=\dfrac{GM_E}{R_E^2}\left(1+\dfrac{h}{R_E}\right)^{-2}\approx g_0\left(1-\dfrac{2h}{R_E}\right) $$
$$ \boxed{g(h)\approx g_0\left(1-\dfrac{2h}{R_E}\right)} $$
取 $h=10\thinspace\text{km}$，修正 $\dfrac{2h}{R_E}\sim 3\times 10^{-3}$。注意幂次 $n=-2<0$，展开首项系数为负，故 $g$ 随高度升高而减小——方向感与直觉一致。
用法 2：近地轨道周期。轨道半径 $r=R_E+h$，$h\ll R_E$，由 $T=2\pi\sqrt{\dfrac{r^3}{GM_E}}$：
$$ T_0=2\pi\sqrt{\dfrac{R_E}{g_0}}\approx 84\thinspace\text{min},\qquad T\approx T_0\left(1+\dfrac{3h}{2R_E}\right) $$
$$ \boxed{T\approx T_0\left(1+\dfrac{3h}{2R_E}\right)} $$
国际空间站 $h\approx 400\thinspace\text{km}$，修正 $\sim \dfrac{3\times 400}{2\times 6400}\approx 0.09$，$T\approx 84\times 1.09\approx 92\thinspace\text{min}$，实测约 $92.7\thinspace\text{min}$，吻合。
用法 3：单摆振幅修正。这是 $(1+x)^n$的隐式应用——单摆精确周期$T=4\sqrt{\dfrac{l}{g}}\thinspace{}K\negthinspace\left(\sin\dfrac{\theta_0}{2}\right)$，将椭圆积分 $K(k)$按$k^2=\sin^2\dfrac{\theta_0}{2}$ 展开得：
$$ T=T_0\left(1+\dfrac{\theta_0^2}{16}+\cdots\right) $$
本质是 $\left(1-\sin^2\dfrac{\theta_0}{2}\right)^{-1/2}$ 的二项式展开再积分，是 04-泰勒展开与级数 与本节结合的经典。
展开的"方向感"
$n<0$时展开系数正负交替（如$\dfrac{1}{(1+x)^2}=1-2x+3x^2-\cdots$）。判断修正方向先看符号：引力随高度升高而减小，修正必为负；轨道周期随高度升高而增大，修正必为正。
八、多重近似的误差叠加
实际估算常连续使用多个近似，每个因子各有相对误差。粗略估计总误差用"平方和"：
$$ \boxed{\left(\dfrac{\Delta A}{A}\right)^2\approx \left(\dfrac{\Delta x}{x}\right)^2+\left(\dfrac{\Delta y}{y}\right)^2,\quad A=xy\ \text{或}\ x/y} $$
- 若某因子误差远大于其他（相差 $>3$倍），平方后大项主导，总误差$\approx$ 最大误差——"木桶效应"；
- 若 $n$个因子各带相对误差$f$，总误差 $\approx \sqrt{n}\thinspace{}f$。费米估算常取单因子差 $2$ 倍（$f=1$），3 个因子则总误差 $\sim \sqrt{3}\approx 1.7$，仍在"因子 10 以内"。
系统性偏差无法靠"平方和"消除
若所有因子同方向偏大（如都高估体积系数），误差按线性相加而非平方和。稳健做法是上下界各估一次，给出答案所在区间——这正是费米问题"给范围"比"给单点"更可靠的原因。
竞赛判断"误差主导项"
选择题问"误差主要来源"时，先列各量相对误差，平方后最大者主导。若 $\Delta a/a=1\%$、$\Delta b/b=0.2\%$，平方贡献差 $25$倍，总误差$\approx 1\%$，可放心忽略小项。
典型实例与物理应用
实例 1：泰勒量纲分析估原子弹当量
1945 年 Trinity 核试后，G. I. Taylor 仅凭公开的火球膨胀照片（含时间标尺）估出爆炸当量，其方法结合 06-量纲分析 与本节估算思想。
设火球半径 $R$依赖能量$E$、空气密度 $\rho_0$、时间 $t$。由 $\pi$ 定理（见 06-量纲分析）：
$$ R = C\left(\dfrac{E\thinspace{}t^2}{\rho_0}\right)^{1/5} $$
由照片读出 $t=0.006\thinspace\text{s}$时$R\approx 80\thinspace\text{m}$，$\rho_0\approx 1.3\thinspace\text{kg/m}^3$，取 $C\approx 1$：
$$ E \approx \dfrac{\rho_0 R^5}{t^2} = \dfrac{1.3\times 80^5}{0.006^2}\sim \dfrac{1.3\times 3\times 10^9}{3.6\times 10^{-5}}\sim 10^{14}\thinspace\text{J} $$
换算为 TNT 当量（$1\thinspace\text{t TNT}\approx 4.2\times 10^9\thinspace\text{J}$）：
$$ E\sim \dfrac{10^{14}}{4\times 10^9}\sim 2\times 10^4\thinspace\text{t TNT}\approx 20\thinspace\text{kt} $$
实际 Trinity 当量约 $20\thinspace\text{kt}$，吻合极好。量纲分析锁定幂律，估算补全常数，这是物理估算的典范。
实例 2：估算地球大气标高
大气密度随高度指数衰减 $p(h)=p_0 e^{-h/H}$，标高 $H$反映大气"厚度"。用能量均分估算：分子平均动能$\sim k_B T$，能克服重力上升的高度 $H$满足$mgH\sim k_B T$，其中 $m$ 为分子质量。
空气平均摩尔质量 $\sim 29\thinspace\text{g/mol}$，单分子质量 $m\sim 29\times 10^{-3}/(6\times 10^{23})\sim 5\times 10^{-26}\thinspace\text{kg}$。$T\sim 280\thinspace\text{K}$：
$$ H\sim \dfrac{k_B T}{mg}\sim \dfrac{4\times 10^{-21}}{5\times 10^{-26}\times 10}\sim 8\times 10^3\thinspace\text{m}\approx 8\thinspace\text{km} $$
实测对流层标高 $\sim 8.4\thinspace\text{km}$，吻合。这一估算把"大气厚度"与"分子热运动-重力平衡"联系起来。
实例 3：估算一滴水中分子数
一滴水 $\sim 0.05\thinspace\text{mL}=5\times 10^{-8}\thinspace\text{m}^3$，质量 $\sim 5\times 10^{-5}\thinspace\text{kg}=0.05\thinspace\text{g}$。摩尔数 $n\sim 0.05/18\sim 3\times 10^{-3}\thinspace\text{mol}$，分子数 $\sim 3\times 10^{-3}\times 6\times 10^{23}\sim 2\times 10^{21}$。一杯水（$200\thinspace\text{mL}$）中分子数 $\sim 10^{25}$，比阿伏伽德罗常数还大几十倍。
实例 4：估算太阳对地球的光压
太阳常数 $S\approx 1.4\times 10^{3}\thinspace\text{W/m}^2$是地球大气外单位面积每秒接收的太阳辐射能。光压$p=2S/c$（完全吸收时为 $S/c$，完全反射时为 $2S/c$）：
$$ \boxed{p=\dfrac{2S}{c}\sim \dfrac{2\times 1.4\times 10^{3}}{3\times 10^{8}}\sim 9\times 10^{-6}\thinspace\text{Pa}} $$
对比大气压 $10^{5}\thinspace\text{Pa}$，光压仅为它的 $10^{-10}$量级——这就是日常感觉不到阳光压力的原因。但光帆可以累积：帆面积$A=1\thinspace\text{km}^2=10^{6}\thinspace\text{m}^2$、反射率 $100\%$，受力 $F=pA\sim 9\thinspace\text{N}$，若帆与载荷总质量 $m\sim 100\thinspace\text{kg}$，则加速度 $a\sim 0.09\thinspace\text{m/s}^2$，虽小却持续不断——NASA 光帆 2 号（LightSail 2）正是利用太阳光压持续加速、改变轨道。用光子动量理解更本质：$p_\gamma=E/c=h\nu/c$，见 02-康普顿效应与光子动量。
实例 5：估算地球质量（用 $g$与$G$）
这是常数表与量纲的直接应用。地面引力 $mg=\dfrac{GM_E m}{R_E^2}$，得：
$$ M_E=\dfrac{gR_E^2}{G}\sim \dfrac{10\times (6.4\times 10^{6})^2}{6.7\times 10^{-11}}\sim \dfrac{10\times 4.1\times 10^{13}}{6.7\times 10^{-11}}\sim 6\times 10^{24}\thinspace\text{kg} $$
$$ \boxed{M_E=\dfrac{gR_E^2}{G}\approx 6\times 10^{24}\thinspace\text{kg}} $$
与实测 $5.97\times 10^{24}\thinspace\text{kg}$ 吻合。顺带可算地球平均密度：
$$ \rho_E=\dfrac{M_E}{\tfrac{4}{3}\pi R_E^3}\sim \dfrac{6\times 10^{24}}{4.19\times 2.62\times 10^{20}}\sim 5.5\times 10^{3}\thinspace\text{kg/m}^3 $$
约为水的 $5.5$ 倍，说明地球内部必有重元素（铁镍）核心——由"估算一个密度常数"反推"行星结构"，正是费米思想的延伸。此式在竞赛中还常与"挖隧洞""地面重力加速度测量"等情境组合出题。
实例 6：估算单个原子线度
用摩尔体积与阿伏伽德罗常数。固体/液体中原子近似密排，每个原子分到的体积 $V_{\text{at}}\approx V_{\text{mol}}/N_A$。以铁为例，密度 $\rho\approx 7.9\times 10^{3}\thinspace\text{kg/m}^3$，摩尔质量 $M\approx 56\thinspace\text{g/mol}$，摩尔体积 $V_{\text{mol}}=M/\rho\approx 7.1\times 10^{-6}\thinspace\text{m}^3/\text{mol}$：
$$ \boxed{d\sim \left(\dfrac{M/\rho}{N_A}\right)^{1/3}\sim \left(\dfrac{7.1\times 10^{-6}}{6\times 10^{23}}\right)^{1/3}\sim 2.3\times 10^{-10}\thinspace\text{m}\approx 2\thinspace\text{Å}} $$
这与 X 射线衍射测得的铁晶格常数 $2.87\thinspace\text{Å}$同量级。竞赛题"给密度与摩尔质量、求原子线度"的本质即$d\sim \left(\dfrac{M/\rho}{N_A}\right)^{1/3}$，可与 01-分子的大小与阿伏伽德罗常数 配合复习。
实例 7：估算一个人一天消耗的能量
分解：$E_{\text{日}}=$基础代谢$+$ 活动耗能。
估算：人体静息代谢功率约 $100\thinspace\text{W}$（数量级参考表锚点），一天 $8.6\times 10^{4}\thinspace\text{s}$：
$$ E_{\text{基础}}\sim 100\times 8.6\times 10^{4}\sim 9\times 10^{6}\thinspace\text{J} $$
加上活动耗能（约为基础代谢的 $1.2\sim 1.5$倍），取$1.3$：
$$ E_{\text{日}}\sim 1.3\times 9\times 10^{6}\sim 1.2\times 10^{7}\thinspace\text{J}\approx 2000\sim 2500\thinspace\text{kcal} $$
（$1\thinspace\text{kcal}=4.18\times 10^{3}\thinspace\text{J}$）。这与营养学推荐的成人日摄入能量高度一致。估算题常据此反推：一天喝掉多少奶茶、爬楼梯做功占比、空调制冷带走的热量等。
记忆口诀
分解因子对数算，常数记住关键点；小角度下 $\sin\theta\approx\theta$，二项式里 $1+nx$ 当先；球形刚体理想气，远场点源最常见；量纲定幂估常数，费米估算天下安。
例题
例 1：费米问题——一张纸对折 50 次的厚度
题目：一张普通 A4 纸（厚约 $0.1\thinspace\text{mm}$）对折 50 次，厚度约为多少？能否到达月球？
分析：每次对折厚度翻倍，对折 $n$次后厚度$d_n=d_0\cdot 2^n$。
解答：$d_0\sim 10^{-4}\thinspace\text{m}$，$2^{10}\approx 10^3$，故 $2^{50}=(2^{10})^5\approx 10^{15}$。
$$ d_{50}\sim 10^{-4}\times 10^{15}=10^{11}\thinspace\text{m}=10^8\thinspace\text{km} $$
地月距离 $\sim 4\times 10^8\thinspace\text{m}$，故对折 50 次后厚度 $\sim 10^{11}\thinspace\text{m}$，远超地月距离（约 250 倍），甚至超过日地距离（$1.5\times 10^{11}\thinspace\text{m}$）。
点评：指数增长的威力超乎直觉。这是费米估算的经典案例——用 $2^{10}\approx 10^3$ 把指数运算降为心算。当然物理上纸无法对折 50 次，但估算揭示了"指数爆炸"。
例 2：小角度近似——单摆周期修正
题目：单摆摆长 $l=1\thinspace\text{m}$，振幅 $\theta_0=10°$。用小角度近似求周期，并估算误差。
分析：小角度下 $T=2\pi\sqrt{l/g}$。修正项为 $\theta_0^2/16$ 量级（来自椭圆积分展开）。
解答：
$$ T_0 = 2\pi\sqrt{\dfrac{1}{9.8}}\approx 2.007\thinspace\text{s} $$
修正因子 $\approx 1+\dfrac{\theta_0^2}{16}$，$\theta_0=10°=0.1745\thinspace\text{rad}$，$\theta_0^2\approx 0.0305$，故修正 $\sim 0.0305/16\sim 0.0019\approx 0.2\%$。修正后 $T\approx 2.011\thinspace\text{s}$。
点评：$10°$以内小角度近似误差$<0.2\%$，竞赛中可放心使用。修正项 $\theta_0^2/16$来自$K(k)$ 椭圆积分的级数展开，是 04-泰勒展开与级数 的应用。
例 3：量纲+估算——人在跑步时的最大功率
题目：估算一名中学生百米冲刺时的平均功率（数量级）。
分析：功率 $P\sim \Delta E/\Delta t$。动能主要来自腿部肌肉做功。
解答：
- 体重 $m\sim 60\thinspace\text{kg}$，百米冲刺末速 $v\sim 8\thinspace\text{m/s}$（优秀中学生）；
- 动能 $E_k\sim \dfrac{1}{2}mv^2\sim \dfrac{1}{2}\times 60\times 64\sim 2\times 10^3\thinspace\text{J}$；
- 但冲刺全程肌肉做功远大于末动能（大量耗于克服内部摩擦、地面形变、空气阻力），实际总功 $\sim 10\times E_k\sim 2\times 10^4\thinspace\text{J}$；
- 用时 $\sim 12\thinspace\text{s}$，故 $P\sim 2\times 10^4/12\sim 1.7\times 10^3\thinspace\text{W}\sim 2\thinspace\text{kW}$。
校验：人类短时峰值功率约 $1\sim 3\thinspace\text{kW}$（专业运动员可达 $4\thinspace\text{kW}$），估算合理。瞬时峰值（起跑瞬间）更高，可短时达 $5\thinspace\text{kW}$。
点评：此题展示了"动能+效率修正+时间"的费米估算结构。注意不能只算末动能——肌肉做功大部分耗散，需乘以效率因子（这里 $\sim 10$）。竞赛中遇到"功率估算"题，先想 $P\sim Fv$或$P\sim E/t$，再补效率。
例 4：主序恒星寿命（核燃料 ÷ 光度）
题目：太阳以氢聚变为主要能源，估算太阳在主序阶段可停留的时间（数量级）。
分析：主序寿命 $\tau\sim \dfrac{\text{可燃烧核燃料释放的能量}}{\text{光度}}$。需要三个因子：可参与聚变的质能、聚变的质量亏损率、太阳光度。
解答：
- 太阳质量 $M_\odot\sim 2\times 10^{30}\thinspace\text{kg}$，只有核心约 $10\%$ 可参与聚变（$\eta=0.1$）；
- 氢聚变为氦时质量亏损约 $0.7\%$（$\epsilon=7\times 10^{-3}$），释放能量 $E=\eta M_\odot c^2\epsilon$；
- 太阳光度 $L_\odot\sim 4\times 10^{26}\thinspace\text{W}$；
$$ \tau\sim \dfrac{\eta M_\odot c^2\epsilon}{L_\odot}\sim \dfrac{0.1\times 2\times 10^{30}\times 9\times 10^{16}\times 7\times 10^{-3}}{4\times 10^{26}} $$
$$ \tau\sim \dfrac{1.26\times 10^{44}}{4\times 10^{26}}\sim 3\times 10^{17}\thinspace\text{s}\approx 10^{10}\thinspace\text{yr} $$
$$ \boxed{\tau\sim 10^{10}\thinspace\text{yr}} $$
点评：$10^{10}$年与太阳实测年龄$4.6\times 10^{9}$年及理论主序寿命$10^{10}$ 年同量级。关键在记住三个因子：$10\%$、$0.7\%$、$4\times 10^{26}\thinspace\text{W}$。此结构可迁移到任意恒星：大质量恒星光度上升更快（$L\propto M^{3\sim 4}$），燃料虽多但烧得快，寿命反而短——"红矮星活得最久，大质量恒星转瞬即逝"。
例 5：手机通话时天线辐射功率量级
题目：估算手机通话时的射频辐射功率（量级），以及 $500\thinspace\text{m}$ 外基站能收到的信号功率。
分析：从电池能耗倒推。手机电池电压约 $3.7\thinspace\text{V}$，通话电流约 $0.2\sim 0.5\thinspace\text{A}$，总耗电 $P_{\text{总}}=UI\sim 1\sim 2\thinspace\text{W}$；射频辐射只占其中一部分，取 $P_{\text{rad}}\sim 0.5\thinspace\text{W}$。
解答：手机最大发射功率受规范限制（GSM 峰值约 $2\thinspace\text{W}$），现代 4G/5G 手机典型 $0.1\sim 0.5\thinspace\text{W}$，取 $P_{\text{rad}}\sim 0.5\thinspace\text{W}$。按球面均匀辐射（实际有方向性），$d=500\thinspace\text{m}$ 处能流密度：
$$ S\sim \dfrac{P_{\text{rad}}}{4\pi d^2}\sim \dfrac{0.5}{4\pi\times 2.5\times 10^{5}}\sim 1.6\times 10^{-7}\thinspace\text{W/m}^2 $$
基站天线有效面积 $A_{\text{eff}}\sim \dfrac{\lambda^2}{4\pi}$，$1\thinspace\text{GHz}$对应$\lambda=0.3\thinspace\text{m}$，$A_{\text{eff}}\sim 7\times 10^{-3}\thinspace\text{m}^2$，接收功率：
$$ P_{\text{rx}}\sim S\cdot A_{\text{eff}}\sim 1.6\times 10^{-7}\times 7\times 10^{-3}\sim 10^{-9}\thinspace\text{W}=1\thinspace\text{nW} $$
$$ \boxed{P_{\text{rx}}\sim 1\thinspace\text{nW}} $$
点评：$1\thinspace\text{nW}$ 与接收机灵敏度（$-100\sim -110\thinspace\text{dBm}$，即 $10^{-13}\sim 10^{-11}\thinspace\text{W}$）同量级，说明估算合理。此题价值在于串联"功率密度 → 天线口径 → 接收灵敏度"的估算链，且可用规范数据（手机最大 $2\thinspace\text{W}$）校验——先估量级再对答案，正是本节方法论的闭环。
易错提醒
易错点
- 量级 ≠ 数值：$3\times 10^8$的量级是$10^8$或$10^9$（按 $\sqrt{10}$判定），不要写成$10^3\times 10^5=10^8$后误认为量级是$10^3$。
- 小角度近似的临界：$\theta > 20°$时$\sin\theta\approx\theta$误差$>2\%$，需慎用；$\tan\theta\approx\theta$在$10°$内误差$<1\%$。
- 二项式近似的适用范围：$(1+x)^n\approx 1+nx$要求$|x|\ll 1$，$x=0.5$时误差已$\sim 10\%$。
- 费米估算"差几个量级"=失败：若结果与实际差 $10^2$ 倍以上，说明分解或某因子严重错误，需重新审视假设。
- 混淆"瞬时"与"平均"：估算功率时，瞬时峰值可达平均的 $3\sim 5$ 倍；估算力时，冲击力可达静态的几十倍。
- 忽略效率因子：估算"人做功"需除以肌肉效率（$\sim 20\sim 25\%$）；估算"发动机功率"需除以热机效率（$\sim 30\%$）。直接用能量除以时间会高估输出功率。
- 远场近似的失效：$r\sim a$（近场）时点源近似失效，需保留多极项。
概念辨析
估算 vs 精确计算
| 比较项 | 估算 | 精确计算 |
|---|---|---|
| 目标 | 数量级（$\pm$ 因子 10） | 精确值（$\pm$ 1%） |
| 速度 | 秒级 | 分钟到小时级 |
| 用途 | 检验合理性、选题策略 | 解题主体 |
| 误差容忍 | 高 | 低 |
费米估算 vs 瞎猜 费米估算是"有依据的分解"，每一步都有物理或常识支撑；瞎猜是"无依据的直觉"。前者误差可控（因子 10 内），后者不可控。
竞赛中的应用策略
选择题中的快速估算
竞赛选择题常给"差一个量级"的选项，此时估算即可秒杀：
- 先估数量级，排除差两个量级以上的选项；
- 再用小角度/二项式近似定系数；
- 最后用量纲检验排除量纲不符的选项。
实验题中的误差量级判断
实验题常问"误差主要来源"，需估算各误差贡献的量级：
- 测量误差 $\Delta x/x$ 直接算；
- 系统误差（如空气阻力、摩擦）用 $F_{\text{阻}}/F_{\text{主}}$ 量级判断；
- 若某误差 $\sim 1\%$，而其他 $\sim 0.1\%$，则前者主导。
计算题中的结果合理性检验
完成精确计算后，必做一步估算检验：
- 用量纲分析检验公式结构；
- 用极端情形（$m\to 0$、$v\to 0$、$T\to\infty$）检验退化；
- 用费米估算检验数值合理性（如算出的"电子速度"超过光速则必有错）。
快速排除错误量级的实战技巧
选择题选项常设计为"$10^{2}$、$10^{3}$、$10^{4}$、$10^{5}$"式——此时只估量级即可秒杀，无需精算：
- 找锚点：把题目量与已知常数或常识量级挂钩（原子线度 $10^{-10}$、人功率 $10^{2}\thinspace\text{W}$、室温能量 $1/40\thinspace\text{eV}$）；
- 估幂次：只做指数运算，系数取一位有效数字。如 $3\times 10^{8}\times 6\times 10^{-34}\sim 2\times 10^{-25}$；
- 看比值：问"太阳对地球引力是地球对月球引力的几倍"，先估 $\dfrac{M_\odot}{M_E}\sim 3\times 10^{5}$，再估 $\left(\dfrac{r_{\text{月地}}}{r_{\text{日地}}}\right)^{2}\sim \left(\dfrac{1}{390}\right)^{2}\sim 10^{-5}$，乘积 $\sim 3$，快速定位"约 2~3"；
- 反推验证：得数回代题目条件，看是否满足物理约束（如功率不能小于做有用功所需）。
量纲先行的排除法
选项含 $\sqrt{g/R}$、$R^2/G$ 等组合时先查量纲：长度、时间、质量组合能否构成目标量纲？量纲不符直接排除，常可删去一半选项。
计算结果合理性检验清单
精确解算完后，按顺序过一遍"离谱检查"：
| 检验项 | 常见离谱结果 | 排查方向 |
|---|---|---|
| 速度 | 带电粒子算出的 $v>c$ | 是否需相对论修正、电势差量级是否偏大 |
| 温度 | $T<0\thinspace\text{K}$ | 检查符号与状态方程代入 |
| 功率/能量 | 小电机功率 $>10^{6}\thinspace\text{W}$ | 检查单位换算（$\text{cm}^3$vs$\text{m}^3$） |
| 距离 | 双缝间距 $>1\thinspace\text{m}$或$<10^{-9}\thinspace\text{m}$ | 检查波长与条纹间距关系 |
| 时间 | $RC$时间常数与题目时标差$>10^{5}$ 倍 | 检查单位（$\Omega\cdot\text{F}=\text{s}$） |
| 力 | 分子间力大于宏观力几个量级 | 检查是"单个分子"还是"整体" |
指数错误的典型来源
单位换算错（$1\thinspace\text{cm}^3=10^{-6}\thinspace\text{m}^3$，不是 $10^{-4}$）、$2^{10}$ 误记、$\pi^2\approx 10$ 误用、$c^2$漏平方——这些是"结果差$10^{2}\sim 10^{4}$ 倍"的高频元凶，估算检验一抓一个准。
竞赛估算的"三秒法则"
拿到题先花 3 秒估答案数量级，再开始精确推导。若最终结果与估算差超过一个量级，回头查错。这一习惯能避免大量"低级错误"。
与其他知识关联
- 与 01-微积分基础 的关系：极限思想是近似的数学基础；微分用于灵敏度分析。
- 与 02-微分方程初步 的关系：方程的量纲分析提取特征时间/长度，是估算的关键。
- 与 03-矢量运算 的关系：远场近似中多极展开依赖矢量分解。
- 与 04-泰勒展开与级数 的关系：小角度近似、二项式近似、级数截断都是泰勒展开的应用，本节是其物理化呈现。
- 与 05-复数与欧拉公式 的关系：交流电相量法中振幅与相位的近似分离。
- 与 06-量纲分析 的关系：量纲分析定结构、估算法补常数，二者是"估算双璧"——泰勒当量分析即二者结合的典范。
- 与高中物理联系：00-力学总览 中单摆小角度、00-电学总览 中点电荷远场、00-热学总览 中理想气体、00-光学总览 中薄透镜近轴近似，皆为近似方法的具体化。
- 与大学层面联系：运动学中的微分方程建模与求解 中特征量估算；黑体辐射 中斯特藩-玻尔兹曼定律的量级估算。
- 返回 00-物理竞赛总览
作者的话
个人理解
学完本节，最该建立的观念是——物理学家不是计算器，而是估算法师。Fermi 在 Trinity 核试后撒纸屑估冲击波当量、Taylor 凭照片估爆炸能量，这些故事告诉我们：真正深刻物理能力，是"在信息不全时仍能做出正确判断"。
我特别想强调估算在竞赛中的"双重身份"：它既是解题的加速器（选择题秒杀、结果检验），又是思维的训练器（强迫你抓住主要矛盾、忽略次要因素）。很多同学竞赛时"会做但做不完"，根因是缺少估算意识——每道题都从头精确推导，时间必然不够。养成"先估后算、算后校估"的习惯，效率会提升一个量级。
学习建议：每天用碎片时间做一道费米问题（"全中国每天喝掉多少杯奶茶？""一片树叶含多少叶绿体？"），训练分解与量级直觉。同时把本节的常数表背熟——常数是估算的"弹药库"。最后，永远不要害怕"差一点"：估算是为了"方向对"，不是为了"绝对准"。费米本人说："估算的正确不在于接近真值，而在于让你知道真值在哪个量级。" 这句话值得每位竞赛生铭记。
返回 00-物理竞赛总览