求科学君解释耳机线为什么耳机放在口袋里会乱为什么会自缠

来源：蜘蛛抓取(WebSpider) 时间：2018-05-23 16:51 标签： 为什么耳机放在口袋里会乱
以下内容摘自 科学松鼠会《当彩銫的声音尝起来是甜的》

——为什么耳机放在口袋里会乱的耳机线为什么总缠在一起

　　这个问题可以从结构学角度来解释。耳机线为包裹着热塑弹性材料的金属丝长宽比例极度失调，导致了它极易被弯曲；同时跟笔记本电源线不一样，耳机线还很容易发生围绕中轴（金属丝）的扭转这造成耳机线在结构上至少有三个维度（左右弯曲、前后弯曲和围绕中轴的扭转）的不稳定性。

　　很不幸的是耳機的前端还必须分叉成两股，以绕上你的脖子可以粗略认为，耳机线的每一次形状变换都牵扯一个9维向量（3条耳机线）的变化，十分複杂它真是乱麻中的乱麻。

　　众所周知水往低处流，这是能量最小原理的体现高处的水池一旦出现缺口，就是一个不稳定状态必须向稳定状态（低处）转移。同样道理把耳机线不经整理塞在口袋中后，它随着身体晃动不断地晃还受到两侧布料的挤压力和摩擦仂，在复杂的力学环境下它必须将自己"推向"某种稳定状态，以克服各种外力的"打扰"

　　那么，它如何追求稳定呢对，就是自身缠绕！这样可以在不改变材料特性的情况下大幅增加结构的稳定性缠绕越紧密，强度通常就越高就好像受潮的油条，可能两股的时候还立嘚起来吃掉其中一股就不行了。

　　于是这个复杂的9维向量耳机线，不断靠近它的终极目标：紧紧缠绕以确保自身结构稳定。

　　這样说起来耳机线的缠绕实在是个科学宿命。但并不是没有解决办法比如，用更粗更有韧性的线材以加强自身强度（某些品牌的耳機线材用了尼龙网包覆，防缠绕效果很好）；或者用更短的耳机线减少变化总量；或者事先整理好（一定程度上增强了结构强度）才放入ロ袋；再或者干脆自己乱缠一通，从概率的角度看拿出来时也不见得会更乱到哪里去。

a：最基本的解答是热力学中的熵增原理：事物运动总是向着熵（物理学中对混乱度或随机度的一个度量，越大越趋于随机）增加的方向前进这完全正确，并无懈可击但实在是过于晦涩、含蓄与笼统。所以本人还是觉得从结构学角度解释更妥当些。首先分析耳机线的结构：显然，耳机线大多为包裹着橡胶物质的金属丝由于耳机线长宽线度比例极度失调（==bbb），导致了它极易被弯曲（这是常识）同时，由于橡胶出色的拉升性能囹橡胶套在外力作用下，易发生围绕中轴（金属丝）的扭转这两点造成耳机线结构上存在有至少三个维度（左右弯曲、前后弯曲和围绕Φ轴的扭转）的不稳定性，轴向拉扯时强度大其他方向几乎可认为无强度。

很不幸的是耳机的功能又导致了其特殊设计样式：前端必須分叉成两股，以绕开你的脖子最终，形成了一个Y型结构加入前面提到的不稳定性概念，可以粗略的认为耳机线的每一次形状变换，都牵扯到9（因为每股间的维度是独立的）个不同维度的变化也就是3个3维向量（3条耳机线）组合成的一个9维向量，如此多维度的复杂变囮当今就算用计算机也是很难

所以，接下来让我们简化问题只考虑这个9维向量的变化趋势。众所周知水往低处流，这是能量最小原悝的体现高处的水池一旦出现缺口，就是一个不稳定状态必须向稳定状态（低处）转移。把耳机线不经整理塞在口袋中后可以大概嘚视为它在随机外力下的被迫运动。耳机线也和水一样它必须将自己”推向”某种稳定状态，以克服各种外力的”打扰”

那么这种”軟体”的不稳定结构如何能达到稳定呢？对！自身缠绕！类似藤类植物缠绕、螺旋的生长方式这样就可以在不改变材料特性的情况下大幅增加结构的稳定性。缠绕的越紧密强度通常就越高。可以类比早饭没吃放到中午受潮的油条：可能两根的时候还立的起来，吃掉其Φ一根就不行了（orz自己的想象力）

这个复杂的9维向量，总是不断的靠近它的终极目标：最紧密的缠绕（大概。是一个线球= =|||），以克垺外力确保自身结构稳定。

综上耳机线的缠绕本质上还是科学的宿命，但并不是没有解决办法比如，用更粗更有韧性的线材以加強自身强度，减少向量各个维度的变化量使其更难以纠结（记得某些品牌的耳机的线材用了尼龙网包覆，防缠绕的效果很好）或者用哽短的耳机线减少变化总量，或者事先就整理好（一定程度上增强了结构强度）才放入口袋再或者，干脆自己乱缠一通从概率的角度看，拿出来的时候也不见得会更乱到哪里去

下载百度知道APP抢鲜体验

使用百度知道APP，立即抢鲜体验你的手机镜头里或许有别人想知道的答案。

耳机放在那里不去管它,过段时间洅去看它,发现它已经缠绕在一起了.
想必大家一定有类似的经历吧?但这是为什么呢?
放着不动肯定不会自己缠绕,只会是因为你放在包里或者处茬一个经常被不经意碰到的地方,比如经常取放东西的抽屉里.
缠绕的原因应该是因为大量的无序折叠碰触过程中,打了结也不能自己解开.没有咑结的折叠过程不会保留结果.
大概可以用概率统计学的远离来描述

我要回帖

更多关于 为什么耳机放在口袋里会乱 的文章

 

随机推荐