基础数学与物理预备：从几何光学到波动光学的数学语言

光学工程的学习，本质上是从“看得见”的几何关系走向“看不见”的波动行为。几何光学用直线和角度描述光的传播，波动光学则用函数和变换刻画光的本质。这一章的目标，是帮你建立一套完整的数学工具箱：从三角函数、向量到微积分，从波动方程、复数表示到傅里叶变换。这些工具不是孤立的公式堆砌，而是理解光学系统从宏观到微观、从静态到动态的思维脚手架。下面这张图展示了本章的知识结构，帮助你建立整体认知。

这张图清晰地展示了本章的两条主线：几何光学依赖三角函数、向量和微积分来描述光线路径；波动光学则通过波动方程、复数表示和傅里叶变换来解析光的波动属性。两条线最终汇聚到光学系统设计、成像质量分析和光通信等实际应用中。接下来，我们逐一深入每个模块。

2.1 几何光学：三角函数、向量与微积分

核心原理：用数学语言描述光线行为

几何光学把光看作沿直线传播的“光线”，其核心是斯涅尔定律（折射定律）和反射定律。这些定律的数学表达离不开三角函数：入射角、折射角、反射角的正弦值直接决定了光线的偏折方向。例如，折射定律 \( n_1 \sin\theta_1 = n_2 \sin\theta_2 \) 中，\(\sin\theta\) 就是三角函数在光学中的典型应用。向量则用于描述光线的传播方向——一条光线可以用方向向量 \(\vec{d} = (d_x, d_y, d_z)\) 表示，而光线与光学元件表面的交点、法线方向、反射和折射后的新方向，都需要通过向量运算（点积、叉积、归一化）来精确计算。

微积分在几何光学中同样不可或缺。透镜的曲率半径、非球面镜的面型、光线的追迹（Ray Tracing）都需要微积分工具。例如，计算光线通过一个非球面透镜的路径时，需要求解曲面方程的一阶导数（斜率）和二阶导数（曲率），这直接关系到透镜的焦距和像差校正。

判断方法或操作流程：光线追迹的基本步骤

在实际光学设计中，光线追迹是核心操作。以下是使用向量和三角函数进行光线追迹的标准流程：

1. 定义初始光线：给定光源位置 \(P_0\) 和方向向量 \(\vec{d}_0\)，归一化方向向量。
2. 求交点：将光线参数方程 \(P = P_0 + t\vec{d}_0\) 代入光学表面方程（如球面、平面），解出参数 \(t\)，得到交点坐标。
3. 计算法线：在交点处，对表面方程求梯度（偏导数），得到法线向量 \(\vec{n}\)，并归一化。
4. 应用折射/反射定律：使用向量形式的斯涅尔定律计算折射方向 \(\vec{d}_1\) 或反射方向 \(\vec{d}_r\)。折射向量公式为：\(\vec{d}_1 = \frac{n_1}{n_2}[\vec{d}_0 - (\vec{d}_0 \cdot \vec{n})\vec{n}] - \vec{n}\sqrt{1 - (\frac{n_1}{n_2})^2[1 - (\vec{d}_0 \cdot \vec{n})^2]}\)。
5. 迭代追迹：将新的位置和方向作为下一面的入射光线，重复步骤2-4，直到光线到达像面。

这个过程需要扎实的向量运算功底，尤其是点积和叉积的几何意义。微积分则用于处理非球面、自由曲面等复杂面型。

案例拆解或实战场景：双胶合透镜的光线追迹

假设你正在设计一个双胶合消色差透镜，由冕牌玻璃（折射率 \(n_1=1.517\)）和火石玻璃（折射率 \(n_2=1.655\)）组成。你需要追迹一条平行于光轴的光线（入射高度 \(h=10mm\)），验证其焦点位置。

关键输入参数：第一面曲率半径 \(R_1=50mm\)，第二面 \(R_2=-35mm\)，第三面 \(R_3=-100mm\)，透镜厚度分别为 \(d_1=4mm\)，\(d_2=2.5mm\)。

分析过程：

• 光线从左侧平行入射，方向向量 \(\vec{d}_0 = (0,0,1)\)，起点 \(P_0 = (10,0,-20)\)。
• 第一面为球面，球心在 \((0,0,50)\)，半径为50mm。代入光线方程求解，得到交点 \(P_1\)，计算法线 \(\vec{n}_1\)。
• 应用折射定律，得到折射方向 \(\vec{d}_1\)，继续追迹到第二面、第三面。
• 最终光线与光轴的交点即为后焦距。

结果对比：通过手算或编程追迹，你会发现后焦距约为 \(98.5mm\)。如果忽略微积分（即把球面近似为平面），误差会超过5%，导致像质明显下降。这个案例说明，微积分和向量运算的精确性直接决定了光学设计的成败。

常见误区或总结复盘

• 误区一：混淆入射角和折射角。入射角是光线与法线的夹角，不是与界面的夹角。初学者常把光线与水平面的夹角当作入射角，导致计算错误。
• 误区二：忽略全反射条件。当光从光密介质进入光疏介质且入射角大于临界角时，折射定律不再适用，必须使用反射定律。临界角 \(\theta_c = \arcsin(n_2/n_1)\) 是判断的关键。
• 误区三：向量叉积方向混淆。在计算三维空间中的反射方向时，叉积的顺序会影响结果。建议使用右手定则确认方向。

复盘总结：几何光学的数学工具虽然基础，但组合起来可以解决复杂的成像问题。掌握三角函数、向量和微积分的协同使用，是进入光学设计领域的第一步。

2.2 波动光学：波动方程、复数表示与傅里叶变换

核心原理：从光线到波动的范式转换

当光的波长与光学元件的尺寸可比拟时（如亚微米光刻、光纤通信），几何光学失效，必须使用波动光学。波动光学的基石是波动方程：\(\nabla^2 E - \frac{1}{c^2}\frac{\partial^2 E}{\partial t^2} = 0\)，其中 \(E\) 是电场强度，\(c\) 是光速。这个偏微分方程描述了光场在空间和时间中的传播规律。它的基本解是平面波：\(E = E_0 e^{i(kz - \omega t)}\)，其中 \(k = 2\pi/\lambda\) 是波数，\(\omega = 2\pi f\) 是角频率。

复数表示是波动光学最优雅的数学工具。将电场表示为复振幅 \(E = A e^{i\phi}\)，其中 \(A\) 是振幅，\(\phi\) 是相位。这样做的好处是：叠加原理变得简单——多个波的叠加只需将复振幅相加，而无需处理复杂的三角函数运算。例如，两束相干光的干涉强度 \(I = |E_1 + E_2|^2 = A_1^2 + A_2^2 + 2A_1A_2\cos(\Delta\phi)\)，用复数表示可以快速得到结果。

傅里叶变换则是分析光场空间频率和频谱的利器。任意复杂的光场分布 \(E(x,y)\) 可以分解为不同空间频率的平面波叠加：\(E(x,y) = \iint \tilde{E}(f_x, f_y) e^{i2\pi(f_x x + f_y y)} df_x df_y\)。这在衍射理论、成像系统分析（如OTF/MTF）中至关重要。

判断方法或操作流程：如何选择数学工具

面对一个光学问题，如何判断该用哪种数学工具？以下是一个决策流程：

这个表格帮助你快速定位问题类型，选择合适的数学框架。

案例拆解或实战场景：杨氏双缝干涉的复数分析

杨氏双缝干涉是波动光学的经典实验。假设双缝间距 \(d = 0.5mm\)，屏幕距离 \(L = 2m\)，入射光波长 \(\lambda = 632.8nm\)（氦氖激光）。

初始现象：屏幕上出现明暗相间的条纹，条纹间距 \(\Delta y = \lambda L / d = 2.53mm\)。

分析过程：

• 两缝发出的光在屏幕上某点 \(P\) 的复振幅分别为 \(E_1 = A e^{ikr_1}\) 和 \(E_2 = A e^{ikr_2}\)，其中 \(r_1, r_2\) 是缝到 \(P\) 点的距离。
• 总复振幅 \(E = E_1 + E_2 = A e^{ikr_1}(1 + e^{ik\Delta r})\)，其中 \(\Delta r = r_2 - r_1 \approx d\sin\theta\)。
• 光强 \(I = |E|^2 = 4A^2 \cos^2(\frac{k\Delta r}{2}) = 4A^2 \cos^2(\frac{\pi d \sin\theta}{\lambda})\)。

结果对比：当 \(\frac{\pi d \sin\theta}{\lambda} = m\pi\)（\(m\) 为整数）时，光强最大，对应亮纹；当 \(\frac{\pi d \sin\theta}{\lambda} = (m+\frac{1}{2})\pi\) 时，光强为零，对应暗纹。这个结果与实验完全吻合。

风险与代价：如果直接用三角函数叠加，计算会非常繁琐，且容易出错。复数表示将乘法转化为加法，大大简化了计算。但需要注意，复数表示只适用于线性系统，对于非线性光学效应（如倍频）需要额外处理。

常见误区或总结复盘

• 误区一：混淆时间频率和空间频率。时间频率 \(f\) 对应光的颜色，空间频率 \(f_x\) 对应光场的横向变化。在傅里叶光学中，空间频率的单位是 \(mm^{-1}\)，而不是 \(Hz\)。
• 误区二：忽略相位信息的丢失。探测器只能记录光强 \(I = |E|^2\)，相位信息丢失。这就是“相位问题”——如何从强度恢复相位是计算成像的核心挑战。
• 误区三：滥用远场近似。夫琅禾费衍射（远场）要求 \(L \gg a^2/\lambda\)（\(a\) 是孔径尺寸）。在近场区域，必须使用菲涅尔衍射公式，否则会引入显著误差。

总结复盘：波动光学的数学工具比几何光学更抽象，但更接近光的物理本质。复数表示和傅里叶变换是理解干涉、衍射、成像分辨率的钥匙。建议通过MATLAB或Python进行数值模拟（如FFT计算衍射图案），将抽象的公式转化为直观的图像。