散度 旋度 梯度
散度旋度梯度

散度旋度梯度
散度旋度梯度是常用的数学概念,它都用来描述一个函数的变化程度。
在低维空间中,散
度和旋度是表示函数值与参数空间之间的变化程度的不同标准。
散度是描述函数值变化的
大小,而旋度是描述函数值方向变化的大小。
要使用散度旋度梯度,我们首先需要确定参数空间坐标系。
这样有助于确定函数的变化程度。
接下来,我们需要找到函数的散度和旋度的定义,散度定义为每个方向的变化率,旋
度定义为一个方向的变化率减去另一个方向变化率的差值。
由散度和旋度可以计算出梯度:梯度的方向是正负散度变化最大的方向,而梯度的大小则是散度变化和旋度变化的乘积。
散度旋度梯度最常用于机器学习中,它可以用来给出模型参数的最优解。
通过比较散度旋
度梯度和模型参数值不同方向上的变化量,可以最大限度地减少模型参数变化内容,从而
改善模型的预测结果。
有时,散度旋度梯度也可以用来理解特定的特征对数据的影响程度,这在一定程度上有助于提高模型的准确性。
此外,它还可用于优化函数的解求解,以找到
最优的解。
总之,散度旋度梯度是一个重要的数学概念,它可以用来描述一个函数的变化程度,也可
以用于帮助我们更好地理解模型参数与数据之间的关系,从而改善模型的预测结果。
散度梯度旋度

散度梯度旋度散度梯度旋度(divergence-gradientrotation)称为“散度-旋度梯度”,是一种有效的流体动力学理论,用于描述和分析流体在三维空间中受外力或内部物理作用的变化规律。
散度-旋度梯度是流体动力学中常用的概念,它可以用来描述流体中受外力或内部物理作用的影响。
此外,它也可以用来模拟流体的流变性和流动状态等。
散度梯度旋度的基本概念是,在三维空间中,流体每一点处,随着时间的流失,流速(即散度)和旋度(即梯度)会有所变化。
它反映出流体在每个空间点处受外力或内部物理作用的影响,以及流动方向和大小的变化。
具体来说,当一个流体处于静止的状态时,它的散度就是0,旋度也是0。
然而,如果外力或内部物理作用开始作用于流体,那么流体每个空间点处的散度和旋度就会变化。
所以,散度梯度旋度可以用来描述流体受外力或内部物理作用的影响,以及流动方向和大小的变化。
散度梯度旋度在流体动力学中有着重要的意义,因为它可以用来模拟流体的流动状态以及流变性。
它可以帮助我们预测流体在空间上的运动,以及流体的流变性如流速和旋度的变化,这对于分析流体的运动和物理特性是非常有用的。
此外,散度梯度旋度还可以用来模拟流体在物体表面上的湍流,以及涡流的产生和变化。
这种湍流的模拟具有重要的意义,因为它可以帮助我们预测流体在不同物体表面上的湍流状态,以及流速和旋度的变化。
总之,散度梯度旋度是一种重要的理论,可以用来描述和分析三维空间内流体受外力或内部物理作用的变化规律。
散度梯度旋度可以用来模拟流体的流变性,以及流动状态等,还可以用来预测湍流的发展过程,以及流速和旋度的变化。
因此,散度梯度旋度理论在流体动力学领域具有重要的意义,对于深入研究流体的物理特性,特别是湍流的特性,散度梯度旋度理论是一种重要的工具。
散度梯度旋度理论比较复杂,它涉及许多有关动力学、物理、数学和计算机学等方面的知识。
它是流体动力学领域的一个重要分支,它的研究可以帮助我们深入理解流体的物理特性和湍流的发展,从而有助于改善进行流体设计的可靠性和效率。
梯度、散度、旋度表达式推导

r r a • dr ∫
所以
lim
s →0
L
S
i r ∂ = ∇× a = ∂x ax
i r ∂ = ∇×a = ∂x ax
j ∂ ∂y ay
j ∂ ∂y ay
k ∂ ∂z az
k ∂ ∂z az
即
rotn a = lim
s →0
r r a • dr ∫
L
S
4. 曲线坐标系
a. 曲线坐标的引进,柱坐标系球坐标系 曲线坐标的引进, 空间中任一点 M 在直角坐标系中是由 (x, y, z) 三个数唯一决定的。此时矢经 r 的表达式是:
H 1 , H 2 , H 3 称为拉梅系数
4. 曲线坐标系
b .拉梅系数以及弧元素在曲线坐标坐标系中的表达式 拉梅系数以及弧元素在曲线坐标坐标系中的表达式
∂r 考虑到 ∂qi 的大小和方向后,可得下式:
r r r dr = H 1dq1e1 + H 2 dq2 e2 + H 3 dq3e3
这就是弧元素矢量在曲线坐标系中的表达式,它们 在坐标轴上的投影分别是:
L
S
i r ∂ = ∇×a = ∂x ax
j ∂ ∂y ay
k ∂ ∂z az
证明如下: 因为: L
r r ∫ a • dr =
∫ (a dx + a dy + a dz)
x y z L
3.旋度 .
b. 旋度 2) 表示形式 再由线积分转化为面积分可得: 上式=
∫ [(
L
∂a y ∂ax ∂a ∂a ∂az ∂a y − ) nx + ( x − z ) n y + ( − )n y ]dS ∂y ∂z ∂z ∂x ∂x ∂y
旋度梯度散度

旋度梯度散度旋度、梯度和散度是向量分析中的三个重要概念,它们在物理学、工程学和应用数学中具有广泛的应用。
本文将就旋度、梯度和散度这三个概念展开讨论,介绍它们的定义、性质以及在实际问题中的应用。
一、旋度的定义和性质旋度是一个向量场的一个重要特征,它描述了向量场的旋转性质。
在三维空间中,给定一个向量场F(x, y, z),其旋度定义为:rot F = (∂Fz/∂y - ∂Fy/∂z, ∂Fx/∂z - ∂Fz/∂x, ∂Fy/∂x - ∂Fx/∂y)其中,Fx、Fy、Fz分别表示向量场F在x、y、z方向上的分量。
旋度的几何意义是:旋度的大小表示向量场的旋转速率,而旋度的方向表示旋转轴的方向。
换言之,旋度可以告诉我们向量场在某一点上是否存在旋转,并且可以确定旋转轴的方向。
旋度具有一些重要的性质。
首先,旋度是一个向量,它的方向垂直于曲面元素的法向量,并且符合右手法则。
其次,旋度与向量场的平面性质相关,当旋度为零时,向量场是无旋的,即向量场在任意闭合路径上的线积分为零;当旋度不为零时,向量场是有旋的,即向量场在某些路径上的线积分不为零。
二、梯度的定义和性质梯度是一个标量场的一个重要特征,它描述了标量场的变化率和变化方向。
在三维空间中,给定一个标量场φ(x, y, z),其梯度定义为:grad φ = (∂φ/∂x, ∂φ/∂y, ∂φ/∂z)梯度的几何意义是:梯度的大小表示标量场变化最快的方向,而梯度的方向与变化率最大的方向一致。
梯度具有一些重要的性质。
首先,梯度是一个向量,它的方向指向标量场变化最快的方向,并且变化率最大;其次,梯度的大小表示标量场变化的速率,大小越大表示变化越快;最后,梯度是无旋的向量场,即梯度场的旋度为零。
三、散度的定义和性质散度是一个向量场的一个重要特征,它描述了向量场的发散性质。
在三维空间中,给定一个向量场F(x, y, z),其散度定义为:div F = ∂Fx/∂x + ∂Fy/∂y + ∂Fz/∂z散度的几何意义是:散度的大小表示向量场在某一点上的发散程度,正值表示向外发散,负值表示向内汇聚。
散度,旋度,梯度

《散度,旋度,梯度》1、散度:可用于表征空间各点矢量场发散的强弱程度,物理上,散度的意义是场的有源性。
当div F>0 ,表示该点有散发通量的正源(发散源);当div F<0 表示该点有吸收通量的负源(洞或汇);当div F=0,表示该点无源。
2、旋度是向量分析中的一个向量算子,可以表示三维向量场对某一点附近的微元造成的旋转程度。
这个向量提供了向量场在这一点的旋转性质。
旋度向量的方向表示向量场在这一点附近旋转度最大的环量的旋转轴,它和向量旋转的方向满足右手定则。
旋度向量的大小则是绕着这个旋转轴旋转的环量与旋转路径围成的面元的面积之比。
3、梯度:是一个向量(矢量),表示某一函数在该点处的方向导数沿着该方向取得最大值。
对散度的理解梯度: 运算的对像是纯量,运算出来的结果会是向量在一个纯量场中,梯度的计算结果会是"在每个位置都算出一个向量,而这个向量的方向会是在任何一点上从其周围(极接近的周围,学过微积分该知道甚么叫极限吧?)纯量值最小处指向周围纯量值最大处.而这个向量的大小会是上面所说的那个最小与最大的差距程度"举例子来讲会比较简单,如果现在的纯量场用一座山来表示,纯量值越大的地方越高,反之则越低.经过梯度这个运操作数的运算以后,会在这座山的每一个点上都算出一个向量,这个向量会指向每个点最陡的那个方向,而向量的大小则代表了这个最陡的方向到底有多陡.散度: 运算的对像是向量,运算出来的结果会是纯量散度的作用对像是向量场,如果现在我们考虑任何一个点(或者说这个点的周围极小的一块区域),在这个点上,向量场的发散程度,如果是正的,代表这些向量场是往外散出的.如果是负的,代表这些向量场是往内集中的.一样,举例子:因为散度的作用对像是向量场,所以就不能用上面所讲的山来想象,这次要想象一个大广场里挤了很多人,如果每个人都在到处走动,是不是可以把每个人的行动都看成是一个向量,假如现在某人放了一个屁,周围的人(可能包含他自己)都想要赶快闪远一点,就会发现,在这块区域的人都往这小块区域以外的方向移动.对啦…这就是散度(你也可以想说是闪远一点的闪度…冷…),大家如果散得越快,散得人越多,这个散度算出来就就越大.旋度: 运算的对像是向量,运算出来的结果会是向量旋度的作用对象也是向量场,这次直接用上面的例子来讲:如果现在散开的众人都是直直的往那个屁的反方向散开,这时候你看到这些人的动线是不是就是一个标准的幅射状?不过事实上,每个人在闻到屁的时候是不会确切的知道屁到底是来自哪个方向的.而可能会走错方向,试过之后才发现不对劲,越找越臭.这时候你看到众人的走向不见得就是一个幅射状(大家都径向移动),而可能有一些切向移动的成份在(以屁发点为中心来看)旋度对应的就是这些切向移动的情况,相对来讲,散度对应的其实就是径向移动的情况.而一个屁,虽然可能会像上述的造成一些切向的移动,但理论上来讲,并不会使散开的众人较趋向于顺时钟转,或逆时钟转.在这种情况,顺时钟转的情况可以看作与逆时钟转的情况抵消,因此,在这情况下,旋度仍然是零.也就是说,一个屁能造成散度,而不会造成旋度…而甚么时候是有旋度的呢?如果这时候音乐一放,大家开始围着中间的营火手拉手跳起土风舞(当然是要绕着营火转的那种啦)这时候就会有旋度没有散度啦.(刚刚一直放屁的那位跑出去找厕所的除外)以上这三个,有一点一定要记得的.不论是梯度,散度,旋度,都是一种local的量(纯量,向量),所考虑的都是任何一点(其周围极接近,极小的小范围)的情况.以上举的例子因为要容易了解,所以都是针对二度空间向量为例,而且都是很大的东西,但广场是一个点,营火晚会也是一个点,纳须弥于芥子,这就请自行想象吧。
散度、旋度、梯度释义

散度、旋度、梯度释义散度、旋度、梯度是矢量分析中的重要概念,通常用于描述矢量场的特性。
1. 散度(Divergence)散度是指矢量场在某一点上的流出量与流入量之差,也就是说,它描述了矢量场的源和汇在该点的情况。
如果某一点的散度为正,表示该点是矢量场的源,矢量场从该点向外扩散;如果散度为负,表示该点是矢量场的汇,矢量场汇聚于该点;如果散度为零,则表示该点是矢量场的旋转中心。
数学上,散度用向量微积分的形式来表示,它是矢量场的散度算子作用于该点处的矢量的结果。
散度算子用符号“∇·”表示,因此,该点的散度可以用以下公式来计算:div F = ∇·F其中,F表示矢量场,div F表示该点的散度。
2. 旋度(Curl)旋度是指矢量场在某一点上的旋转程度,也就是说,它描述了矢量场在该点处的旋转方向和强度。
如果某一点的旋度为正,表示该点周围的矢量场是顺时针旋转的;如果旋度为负,表示该点周围的矢量场是逆时针旋转的;如果旋度为零,则表示该点周围的矢量场没有旋转。
数学上,旋度用向量微积分的形式来表示,它是矢量场的旋度算子作用于该点处的矢量的结果。
旋度算子用符号“∇×”表示,因此,该点的旋度可以用以下公式来计算:curl F = ∇×F其中,F表示矢量场,curl F表示该点的旋度。
3. 梯度(Gradient)梯度是指矢量场在某一点上的变化率,也就是说,它描述了矢量场在该点处的变化方向和强度。
如果某一点的梯度为正,表示该点处的矢量场在该方向上增强;如果梯度为负,表示该点处的矢量场在该方向上减弱;如果梯度为零,则表示该点处的矢量场没有变化。
数学上,梯度用向量微积分的形式来表示,它是矢量场的梯度算子作用于该点处的标量函数的结果。
梯度算子用符号“∇”表示,因此,该点的梯度可以用以下公式来计算:grad f = ∇f其中,f表示标量函数,grad f表示该点的梯度。
旋度梯度散度方向导数

旋度、梯度、散度和方向导数是数学中与向量场相关的概念。
1. 旋度(curl):旋度是一个向量场的旋转程度。
在三维空间中,一个向量场的旋度可以通过计算其各个分量的偏导数来得到。
旋度的符号表示向量场的旋转方向和速率。
2. 梯度(gradient):梯度是一个标量场的变化率。
在三维空间中,一个标量场的梯度可以通过计算其各个分量的偏导数来得到。
梯度的方向表示标量场变化最快的方向,梯度的大小表示变化的速率。
3. 散度(divergence):散度是一个向量场的发散程度。
在三维空间中,一个向量场的散度可以通过计算其各个分量的偏导数来得到。
散度的符号表示向量场的发散方向和速率。
4. 方向导数(directional derivative):方向导数是一个标量场沿着给定方向的变化率。
方向导数可以通过计算标量场的梯度和给定方向的点积来得到。
方向导数的大小表示标量场沿着给定方向的变化速率。
这些概念在物理学、工程学和数学中都有广泛的应用,用于描述和分析向量场和标量场的性质和行为。
1。
梯度、散度和旋度——定义及公式

梯度、散度和旋度——定义及公式1 哈密顿算子(Hamiltion Operator )哈密顿算子本身没有含义,只有作用于后面的量才有实际意义;它是一个微分算子,符号为∇。
三维坐标系下,有=i j k x y z∂∂∂∇++∂∂∂ 或者 (,,)x y z ∂∂∂∇=∂∂∂ 其中,,i j k 分别为xyz 方向上的单位矢量。
2 梯度(Gradient ) 2.1 梯度的定义梯度是哈密顿算子直接作用于函数f 的结果(f 可以是标量和向量)。
(,,)f f f f f f grad f f i j k x y z x y z ∂∂∂∂∂∂=∇=++=∂∂∂∂∂∂ 标量场的梯度是向量,标量场中某一点的梯度指向标量场增长最快的地方,梯度的长度是最大变化率。
2.2 梯度的性质∇c=0∇(RS)= ∇R+∇S21()(),0R S R R S S S S∇=∇-∇≠ [()]()f S f S S '∇=∇其中,C 为常数,R 、S 为两个标量场,f 为一连续可微函数。
3 散度(Divergence )散度是哈密顿算子与矢量函数f 点积的结果,是一个标量。
设矢量函数=(,,)x y z x y z f f i f j f k f f f =++则散度表示为: (,,)(,,)y x z x y z f f f div f f f f f x y z x y z∂∂∂∂∂∂=∇==++∂∂∂∂∂∂ 散度是描述空气从周围汇合到某一处或从某一处散开来程度的量。
它可用于表征空间各点矢量场发散的强弱程度,物理上,散度的意义是场的有源性。
当0div f >,该点有散发通量的正源(发散源);当0div f <,该点有吸收通量的负源(洞或汇); 当=0div f ,该点无源。
4 旋度(Curl, Rotation )旋度是哈密顿算子与矢量函数f 叉积的结果,是一个矢量,设矢量函数=(,,)x y z x y z f f i f j f k f f f =++则旋度:=rot ()()()y y x x z z x y zij k f f f f f f curl f f f i j k xy z y zz x x y f f f ∂∂∂∂∂∂∂∂∂=∇⨯==-+-+-∂∂∂∂∂∂∂∂∂ 旋度是矢量分析中的一个矢量算子,可以表示三维矢量场对某一点附近的微元造成的旋转程度。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
r dl = ?
r ∂ r 1 ∂ r ∂ ∇ = ar + aϕ + az ∂r r ∂ϕ ∂z
8
d ⇒∇ dl
球坐标系: r r r r dl = aR dR + aθ ( R ⋅ dθ ) + aϕ ( R ⋅ sin θ ⋅ dϕ )
r dl = ?
r ∂ r 1 ∂ r 1 ∂ ∇ = aR + aθ + aϕ ∂R R ∂θ R ⋅ sin θ ∂ϕ
三度、三定理
1. 标量场、梯度 2. 矢量的通量、散度 散度、高斯定理 旋度、斯托克斯定理 3. 矢量的环流、旋度 4. 亥姆霍兹定理
——“三度”、“三定理”
1
1. 标量场、梯度
标量场在空间的分布和变化规律 ——等值面,方向导数,梯度
等值面
标量场可以用一个标量函数表示: v u = u ( x, y , z ) = u ( r ) 等值面?
20
不同坐标系下散度的表示
直角坐标系中:
r ∂Ax ∂Ay ∂Az ∇• A = + + ∂x ∂y ∂z
r 1 ∂ 1 ∂Aϕ ∂Az 柱面坐标系中: ∇ • A = ⋅ ( r ⋅ Ar ) + ⋅ + r ∂r r ∂ϕ ∂z
球坐标系中: r 1 ∂ ∂Aϕ 1 ∂ 1 2 ∇• A = 2 ⋅ ( R ⋅ AR ) + ⋅ ( Aθ ⋅ sin θ ) + ⋅ R ∂R R ⋅ sin θ ∂θ R ⋅ sin θ ∂ϕ
r E = −∇V = ?
∇=?
11
例题
v v v 距离矢量 R = r − r ′ ,求标量场
1 1 的梯度 ∇ ( ) R R
12
源点与场点
• 源点: • 场点:
( x′, y′, z ′) ( x, y , z )
源点 r'
R
r
场点
O
13
例题
v v v 1 1 距离矢量 R = r − r ′ ,求标量场 R 的梯度 ∇( )
33
小结: 谈谈梯度、散度和旋度
• 梯度:描述标量场,自身是矢量 • 散度:描述矢量场,自身是标量标量
– 描述矢量场的分量沿其自身方向的变化 – 表征场的发散特性
• 旋度:描述矢量场,自身是矢量 - 描述矢量场的分量沿与其垂直方向的变化 - 表征场的旋转特性
34
4.亥姆霍兹定理(公理)
两个恒等式(可逆)
35
亥姆霍兹定理
定理的本质:
在空间有效区域τ内的任一矢量场F,由它的散度,旋度 和边界条件唯一的确定,矢量场F可以表示成一个无源场 和一个无旋场之和
r r r F = 两个特殊的场分量之和=F无旋+F无散
r = − ∇U +∇ × A
36
r r r F = 两个特殊的场分量之和=F无散+F无旋
矢场的基本微分方程
21
散度的物理意义
1.矢量的散度是一个标量,是空间坐标点的 函数 2.散度代表矢量场的通量源的分布特性
r ∇• A = ρ = 0
无源(无散)
r ∇• A = ρ > 0
有源
r ∇• A = ρ < 0
有洞
22
高斯定理
散度定义
r r ⎛ A • ds ⎞ ⎟ r lim ⎜ ∫ divA = ⎜S ⎟ ∆V → 0 ⎜ ∆V ⎟ ⎜ ⎟ ⎝ ⎠
v v 数学描述:矢量 A 沿某一有向曲面 S 的面积分
通量(Flux) v v v v Φ = ∫ A ⋅ dS = A ⋅ en dS = ∫ A cos θdS
s s
有向曲面:开表面, 右螺旋 闭合曲面,外法线
17
通量的应用
• 判断闭合曲面内源的性质
Φ>0
Φ<0
Φ=0
正源
负源
无源
18
散度
通量 描述整个体积“流量”的情况,
25
例题(答案1200 π )
V
r 2π 4 5 2 ∫ (∇ • A)dv = ∫ (3r + 2)rdrdϕdz ∫ dϕ ∫ dz ∫ (3r + 2r )dr
V
0 0 0
= 8π ⋅ ( r 3 + r 2 ) |5 = 1200π 0
∫
S
r r A • ds =
∫
侧面
r r A • ds +
例题
已知: V = V ( R,θ ) = V0 ⋅ R ⋅ cosθ r 令: E = −∇V 求:
r E =?
直接法——球坐标系梯度公式! ——球坐标系梯度公式!
r ∂ r 1 ∂ r 1 ∂ ∇ = aR + aθ + aϕ ∂R R ∂θ R ⋅ sin θ ∂ϕ v r r E = −∇V = −eRV0 cos θ + eθ V0 sin θ
ex v ∂ ∇× A = ∂x Ax ey ∂ ∂y Ay ez ∂ ∂z Az30来自柱、球坐标系旋度 柱坐标系
v er v 1 ∂ ∇× A = r ∂r Ar v reϕ ∂ ∂ϕ rAϕ v ez ∂ ∂z Az
球坐标系
v eR v 1 ∂ ∇× A = 2 R sin θ ∂R AR
v Reθ ∂ ∂θ RAθ
R
∇u = ? v ∂u v ∂u v ∂u ∇ u = ex + ey + ez ∂x ∂y ∂z
v v v R = r −r′ = ex (x − x′) +ey (y − y′) +ez (z − z′)
v v R0 1 R ∇( ) = − 3 = − 2 R R R
v v v v R0 是 R = r − r ′ 单位矢量
场中某一点附近的“流量”?
定义:单位体积的净流出的通量,称为散度
r r ⎛ A • ds ⎞ ⎟ r lim ⎜ ∫ ⎜S ⎟ divA = ∆V → 0 ⎜ ∆V ⎟ ⎜ ⎟ ⎝ ⎠ r r divA = ∇ • A
19
直角坐标系中散度表达式
r ∂Ax ∂Ay ∂A divA = + + z ∂x ∂y ∂z v ∂ v ∂ v ∂ v v v = ( ex + ey + ez ) ⋅ (ex Ax + e y Ay + ez Az ) ∂x ∂y ∂z v = ∇⋅ A
∂x v v = G ⋅ l0 ∂l
v ∂u |max = G ∂l
v v ∂u v ∂u v ∂u gradu = G = ex + ey + ez ∂x ∂y ∂z
4
标量的“梯度”
方向导数中沿那个方向 标量函数对距离的 变化率最大?
Gradient——grad Gradient—— ——grad
v R sin θ eϕ ∂ ∂ϕ R sin θ Aϕ
31
斯托克斯定理 ——Stokes’s Law
r r r r ∫ (∇ × A) • dS = ∫ A • dl
S C
矢量场旋度在以曲线C为周界的曲面的面积分 =该矢量沿包围该曲面的封闭曲线的线积分
32
微分算子及恒等式
∇ × ∇u ≡ 0 uv ∇ • (∇ × F ) ≡ 0 2 2 2 ∂u ∂u ∂u 2 ∇ • ∇u = 2 + 2 + 2 = ∇ u ∂x ∂y ∂z uv uv uv 2 ∇ F = ∇(∇ • F ) − ∇ × ∇ × F
14
特例
1 ∇( ) , R
1 ∇( ) R =
1 ∇′( ) ? R
1 − ∇′( ) R
15
2.矢量的通量和散度
矢量线-----线上每一点的切线方向与该点矢量场的方 向相同 单位空间内矢量线的个数代表该点场的大小
v v F × dl = 0
16
2.矢量的通量和散度
矢量在某一有向曲面的面积分称为通过该面的通量。
r r rotA = ∇ × A
∫ lim ⎜ C ⎜ ∆S → 0 ⎜ ∆S ⎜ ⎝
⎟ ⎟ ⎟ ⎟ ⎠
n0 A
M
29
不同坐标系中旋度表示式 直角坐标系
v ∂ v ∂ v v ∂ ∂ ∂ ∂ rotA = ex ( Az − Ay ) + ey ( Ax − Az ) + ez ( Ay − Ax ) ∂y ∂z ∂z ∂x ∂x ∂y v =∇× A v v v
含义:单位体积的净流出通量 那么:
r r divA = ∇ • A
23
V
r r r ∫ (∇ • A)dv = ∫ A • ds
S
高斯定理 ——Gauss’s Law
V
r r r ∫ (∇ • A)dv = ∫ A • ds
S
矢量场散度的体积分 =该矢量穿过包围该体积的封闭曲面的总通量
24
例题(答案1200 π )
r ez
∆z
∆l
v v l : l 0 (cos α , cos β , cos γ )
M 0 ( x0 , y0 , z0 )
o x
r ex
∆x
r ey
∆y
∂u ∂l
M0
u( M ) − u( M 0 ) = lim ∆l → 0 ∆l
∂y ∂z
y ∂u ∂u ∂u ∂u = cos α + cos β + cos γ
∫
上表面
r A
r • ds +
∫
下表面
r A
r • ds
= r 2 ∗ 2 π r * 4 | r = 5 + 2 z ∗ π * 25 | z = 4 + 0 = 1200 π