梯度、散度、旋度表达式推导

合集下载

2.梯度、散度和旋度

2.梯度、散度和旋度

梯度、散度和旋度的定义及公式表达梯度、散度和旋度的定义及公式表达一、梯度是个向量或表示为二、散度是个标量设有一个向量场通量可写为则散度并有运算关系式三、旋度是个向量rotA或curlA或可以写成例如求F沿路径r做的功矢量的环流:矢量沿闭合回路的线积分称为环流说明:哈密顿算符? ,只是个符号,直接作用函数表示梯度,?dotA 点乘函数(矢量)表示散度,?XA叉乘函数(矢量)表旋度。

散度指流体运动时单位体积的改变率。

简单地说,流体在运动中集中的区域为辐合,运动中发散的区域为辐散。

其计算也就是我们常说的“点乘”。

散度是标量,物理意义为通量源密度。

散度物理意义:对流体来说,就是流体的形状虽然改变,但是由于散度为0,则其面积或体积不变。

如下式梯度物理意义:最大方向导数(速度)散度物理意义:对流体来说,散度指流体运动时单位体积的改变率。

就是流体的形状虽然改变,但是由于散度为0,则其面积或体积不变。

旋度物理意义:旋度是曲线,向量场旋转的程度。

矢量的旋度是环流面密度的最大值,与面元的取向有关。

附:散度为零,说明是无源场;散度不为零时,则说明是有源场(有正源或负源)若你的场是一个流速场,则该场的散度是该流体在某一点单位时间流出单位体积的净流量. 如果在某点,某场的散度不为零,表示该场在该点有源,例如若电场在某点散度不为零,表示该点有电荷,若流速场不为零,表是在该点有流体源源不绝地产生或消失(若散度为负).一个场在某处,沿着一无穷小的平面边界做环积分,平面法向量即由旋度向量给定,旋度向量的长度则是单位面积的环积分值.基本上旋度要衡量的是一向量场在某点是否有转弯.欧拉定理在数学历史上有很多公式都是欧拉(Leonhard Euler 公元1707-1783年)发现的,它们都叫做欧拉公式,它们分散在各个数学分支之中。

(1)分式里的欧拉公式:a^r/(a-b)(a-c)+b^r/(b-c)(b-a)+c^r/(c-a)(c-b)当r=0,1时式子的值为0当r=2时值为1当r=3时值为a+b+c(2)复变函数论里的欧拉公式:e^ix=cosx+isinx,e是自然对数的底,i是虚数单位。

圆柱坐标系的梯度散度旋度公式

圆柱坐标系的梯度散度旋度公式

圆柱坐标系的梯度散度旋度公式在数学和物理学中,圆柱坐标系是一种常用的坐标系,特别适用于具有圆柱对称性的问题。

在三维空间中,圆柱坐标系由径向、方位角和高度三个坐标轴组成。

在圆柱坐标系下,梯度、散度和旋度是描述矢量场性质的重要概念。

下面我们将探讨在圆柱坐标系下梯度、散度和旋度的计算公式。

圆柱坐标系下的梯度在圆柱坐标系下,一个标量函数$$ f(\\rho, \\phi, z) $$的梯度可以用下式表示:$$ \ abla f = \\frac{\\partial f}{\\partial \\rho} \\hat{\\rho} + \\frac{1}{\\rho} \\frac{\\partial f}{\\partial \\phi} \\hat{\\phi} + \\frac{\\partial f}{\\partial z}\\hat{z} $$其中$$ \\hat{\\rho} $$、$$ \\hat{\\phi} $$和$$ \\hat{z} $$分别是径向、方位角和高度方向的单位矢量。

圆柱坐标系下的散度对于一个矢量场$$ \\mathbf{F}(\\rho, \\phi, z) = F_\\rho \\hat{\\rho} + F_\\phi \\hat{\\phi} + F_z \\hat{z} $$,在圆柱坐标系下的散度计算公式为:$$ \ abla \\cdot \\mathbf{F} = \\frac{1}{\\rho} \\frac{\\partial}{\\partial\\rho}(\\rho F_\\rho) + \\frac{1}{\\rho} \\frac{\\partial F_\\phi}{\\partial \\phi} + \\frac{\\partial F_z}{\\partial z} $$圆柱坐标系下的旋度对于一个矢量场$$ \\mathbf{F}(\\rho, \\phi, z) $$,在圆柱坐标系下的旋度计算公式为:$$ \ abla \\times \\mathbf{F} = \\left( \\frac{1}{\\rho} \\frac{\\partialF_z}{\\partial \\phi} - \\frac{\\partial F_\\phi}{\\partial z} \\right) \\hat{\\rho} + \\left( \\frac{\\partial F_\\rho}{\\partial z} - \\frac{\\partial F_z}{\\partial \\rho} \\right) \\hat{\\phi} + \\frac{1}{\\rho} \\left( \\frac{\\partial}{\\partial\\rho}(\\rho F_\\phi) - \\frac{\\partial F_\\rho}{\\partial \\phi} \\right) \\hat{z} $$这三个公式是描述在圆柱坐标系下梯度、散度和旋度的基本公式,它们在解决圆柱对称性问题时具有重要的应用价值。

梯度散度和旋度——定义及公式

梯度散度和旋度——定义及公式

梯度散度和旋度——定义及公式梯度、散度和旋度是矢量场的重要属性,它们帮助我们理解和描述矢量场的变化特征。

梯度表示了矢量场的变化率和方向,散度表示了矢量场的流出或流入程度,旋度表示了矢量场的循环或旋转程度。

在物理学、工程学和应用数学等领域,梯度、散度和旋度被广泛应用于描述流体力学、电磁场和温度分布等问题。

首先,让我们来看看梯度的定义和公式。

梯度表示了矢量场在一个点上的最大变化率和该变化的方向。

对于一个标量场(只有大小没有方向的场),梯度是一个矢量场。

设f(x,y,z)是一个三维空间中的标量场,梯度∇f(x,y,z)可以表示为:∇f(x,y,z)=(∂f/∂x,∂f/∂y,∂f/∂z)其中,∂f/∂x、∂f/∂y和∂f/∂z分别表示f对x、y和z的偏导数。

梯度的大小表示了函数在该点上变化最快的方向。

接下来,我们来看看散度的定义和公式。

散度表示了矢量场的流出或流入程度。

对于一个三维矢量场F(x,y,z)=(P(x,y,z),Q(x,y,z),R(x,y,z)),它的散度∇·F可以表示为:∇·F=∂P/∂x+∂Q/∂y+∂R/∂z其中,∂P/∂x、∂Q/∂y和∂R/∂z分别表示F的各个分量对x、y和z的偏导数。

散度的值正表示流出,负表示流入。

最后,我们来看看旋度的定义和公式。

旋度表示了矢量场的循环或旋转程度。

对于一个三维矢量场F(x,y,z)=(P(x,y,z),Q(x,y,z),R(x,y,z)),它的旋度∇×F可以表示为:∇×F=(∂R/∂y-∂Q/∂z,∂P/∂z-∂R/∂x,∂Q/∂x-∂P/∂y)其中,∂R/∂y-∂Q/∂z、∂P/∂z-∂R/∂x、∂Q/∂x-∂P/∂y分别表示F的各个分量对x、y和z的偏导数之差。

旋度的大小表示了场的循环或旋转的强度。

梯度、散度和旋度提供了一种描述矢量场的数学工具,帮助我们分析矢量场的性质和行为。

通过计算这些属性,我们可以得到关于矢量场的重要信息,如流体的速度分布、电磁场的演化和温度场的变化。

旋度梯度散度

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。

梯度散度旋度的关系

梯度散度旋度的关系

梯度散度旋度的关系 Pleasure Group Office【T985AB-B866SYT-B182C-BS682T-STT18】梯度gradient设体系中某处的物理参数(如、、等)为w,在与其垂直距离的dy处该为w+dw,则称为该物理参数的梯度,也即该物理参数的变化率。

如果参数为速度、浓度或温度,则分别称为、或。

在向量微积分中,的梯度是一个。

标量场中某一点上的梯度指向标量场增长最快的方向,梯度的长度是这个最大的变化率。

更严格的说,从欧氏空间Rn到R的函数的梯度是在Rn某一点最佳的线性近似。

在这个意义上,梯度是雅戈比矩阵的一个特殊情况。

在单变量的的情况,梯度只是,或者,对于一个,也就是线的。

梯度一词有时用于,也就是一个沿着给定方向的倾斜程度。

可以通过取向量梯度和所研究的方向的来得到斜度。

梯度的数值有时也被成为梯度。

在二元函数的情形,设函数z=f(x,y)在平面区域D内具有一阶连续,则对于每一点P(x,y)∈D,都可以定出一个向量(δf/x)*i+(δf/y)*j这向量称为函数z=f(x,y)在点P(x,y)的梯度,记作gradf(x,y)类似的对三元函数也可以定义一个:(δf/x)*i+(δf/y)*j+(δf/z)*k 记为grad[f(x,y,z)]梯度的汉语词义,用法。

《现代汉语词典》附:新词新义梯度 1.坡度。

2.单位时间或单位距离内某种现象(如温度、气压、密度、速度等)变化的程度。

3.依照一定次序分层次地:我国经济发展由东向西~推进。

4.依照一定次序分出的层次:考试命题要讲究题型有变化,难易有~。

散度散度(divergence)的概念:在F中的任一点M处作一个包围该点的任意闭合S,当S所限定的体积ΔV以任何方式趋近于0时,则比值∮F·d S/ΔV的极限称为矢量场F在点M处的散度,并记作div F由散度的定义可知,div F表示在点M处的单位体积内散发出来的矢量F的通量,所以div F描述了通量源的密度。

如何推导梯度,散度,旋度,拉普拉斯算子的傅里叶对应

如何推导梯度,散度,旋度,拉普拉斯算子的傅里叶对应

如何推导梯度、散度、旋度、拉普拉斯算子的傅里叶对应梯度、散度、旋度、拉普拉斯算子是数学和物理学中常见的概念,它们在向量分析、场论、泛函分析等领域中具有重要的地位和作用。

在实际应用中,这些概念通常与傅里叶变换相结合,为问题的分析和求解提供了便利。

本文将重点探讨梯度、散度、旋度、拉普拉斯算子的傅里叶对应关系,并介绍如何推导这些对应关系。

1. 梯度的傅里叶对应梯度是一个向量算子,用来描述标量函数在空间中变化最快的方向和变化率。

对于二维空间中的标量函数f(x, y),其梯度可以表示为:∇f = ( ∂f/∂x, ∂f/∂y )其中,∂f/∂x和∂f/∂y分别表示f对x和y的偏导数。

现在我们来推导梯度的傅里叶对应关系。

根据傅里叶变换的定义,二维空间中的函数f(x, y)的傅里叶变换可以表示为:F(kx, ky) = ∬ f(x, y) * exp(-i(kx*x + ky*y)) dx dy其中,exp(-i(kx*x + ky*y))是傅里叶核,kx和ky分别表示频域中的横向和纵向频率。

我们对上式进行偏导数运算:∂F(kx, ky)/∂kx = -i ∬ x * f(x, y) * exp(-i(kx*x + ky*y)) dx dy∂F(kx, ky)/∂ky = -i ∬ y * f(x, y) * exp(-i(kx*x + ky*y)) dx dy这样,我们得到了梯度的傅里叶对应关系:∇f = (i∂/∂kx, i∂/∂ky) F(kx, ky)也就是说,原函数f(x, y)的梯度与其在频域中的傅里叶变换的偏导数存在对应关系,这为在频域中对梯度的分析提供了便利。

2. 散度的傅里叶对应散度是一个向量算子,描述了向量场在某一点的流出量与流入量的差异。

对于二维空间中的向量场V(x, y) = (u(x, y), v(x, y)),其散度可以表示为:div(V) = ∂u/∂x + ∂v/∂y现在我们来推导散度的傅里叶对应关系。

梯度散度旋度计算公式

梯度散度旋度计算公式

梯度散度旋度计算公式好的,以下是为您生成的文章:在我们探索数学和物理的奇妙世界时,梯度、散度和旋度这三个概念就像三把神奇的钥匙,能帮助我们打开很多未知的大门。

它们的计算公式虽然看起来有点复杂,但只要咱们耐心点,其实也没那么可怕。

先来说说梯度。

梯度这个家伙呀,就像是一个指明方向的箭头。

想象一下,你在一座山峰上,想要找到下山最快的路,梯度就能告诉你往哪儿走。

它的计算公式是:grad f = (∂f/∂x)i + (∂f/∂y)j + (∂f/∂z)k 。

这里的i、j、k 是坐标轴的单位向量。

简单来说,就是分别对函数f 在x、y、z 方向求偏导数,然后组合起来。

给大家讲个我曾经遇到的事儿吧。

有一次我去爬山,山上的风景那叫一个美。

可是我走着走着就迷路了,不知道该往哪儿走才能最快下山。

这时候我就想到了梯度的概念。

我就琢磨着,要是能把这座山的高度看成一个函数,然后计算出它的梯度,不就能找到下山的最佳方向了嘛!虽然现实中没法这么精确计算,但这个想法让我对梯度有了更深刻的理解。

再聊聊散度。

散度呢,它可以告诉我们一个向量场是在发散还是在汇聚。

比如说,想象一个水龙头往水池里放水,水的流动就形成了一个向量场。

散度就能告诉我们水池里的水总体是在增加还是减少。

它的计算公式是:div F = ∂Fx/∂x + ∂Fy/∂y + ∂Fz/∂z 。

记得有一回,我在家做实验。

我弄了个小水盆,然后用几个小喷头往盆里喷水,想模拟一下水流的向量场。

我就一边观察水流,一边试着用散度的公式去理解水的流动情况。

这让我对散度的作用有了更直观的感受。

最后说说旋度。

旋度就像是一个衡量旋转程度的指标。

比如,想象一个漩涡,旋度就能告诉我们这个漩涡转得有多厉害。

它的计算公式是:curl F = (∂Fz/∂y - ∂Fy/∂z)i + (∂Fx/∂z - ∂Fz/∂x)j + (∂Fy/∂x - ∂Fx/∂y)k 。

有一次我在公园里看到一个小朋友在玩那种旋转木马,木马转呀转的。

关于梯度、散度和旋度在正交曲线坐标系下表达式的推导及剖析

关于梯度、散度和旋度在正交曲线坐标系下表达式的推导及剖析
,

J

a

A
x
a
A
0 y
x
,
i 十 A
x
j

_

J
,

9
.

,

J =
户旦
J
A
a y
j
z
+
A
y
j
。 A Qy
,

J g y
A
z
k
=
了 9 Ay
k
0
矿十
.
A


0
户 长
a

`
又一 d 2
.


份 1
=
茎 户旦 业
a
Z
+
A
x

9
Z
72
户 令

代二
一 甘
.
.
j
+
A
,

k
`
立立
, 分 9T z 一

0
。 矿刁
影 最
, 今
(
4
)
冲岛
下面
峥 a
,
为 了推 出散度 和 旋度的表达 式
9

我 们 把算 式
`

+ f ;
且 p

记 为
, 二 - 一~
.
.
I
户 D 鑫
;
一介


q


.
几+

a

`
记为 ;
  1. 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. 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. 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 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

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
球坐标中的形式为:
r 1 ∂ (r 2 ar ) 1 ∂ (sin θ aθ ) 1 ∂aλ diva = 2 + + r ∂r r sin θ ∂θ r sin θ ∂λ
4. 曲线坐标系
e. 旋度在曲线坐标系中的表达式: 旋度在曲线坐标系中的表达式: 在如上图的单元体中,我们首先计 算矢量 沿 MM2N1M3 的环量: 此时取 n 为 q1 的正方向;则:
球坐标中的形式:
∂ϕ r 1 ∂ϕ r 1 ∂ϕ r gradϕ = er + eθ + eλ ∂r r ∂θ r sin θ ∂λ
4. 曲线坐标系
d. 散度在曲线坐标中的表达式 经过六个面的总通量为:
r ∂ (a1 H 2 H 3 ) ∂ (a2 H 3 H1 ) ∂ (a3 H1 H 2 ) r ∫ an • dS = ∂q1 + ∂q2 + ∂q3 dq1dq2 dq3 s
表示矢量 a 在法线方向上的投影。
2. 散度
a . 通量 定义 an dS 为矢量 a 通过面积元 d S 的通量,将
∫a 之沿面积 S 积分得
s
n
dS
。 称为矢量 a 通过 S 面的
通量。 定义面积矢量 d S 大小为 d s,方向为法线正方向 的量,即
dS = dsn
2. 散度
b. 散度 1).定义
dr = ∂r ∂r ∂r d q1 + dq2 + d q3 ∂ q1 ∂q2 ∂q3
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 拉梅系数以及弧元素在曲线坐标坐标系中的 表达式
∂r ∂ qi
的大小是:
∂r ∂x ∂y ∂z = ( ) 2 + ( ) 2 + ( ) 2 = H1 ∂q1 ∂q1 ∂q1 ∂q1 ∂r ∂x 2 ∂y 2 ∂z 2 = ( ) +( ) +( ) = H2 ∂q2 ∂q2 ∂q2 ∂q2 ∂r ∂x 2 ∂y 2 ∂z 2 = ( ) +( ) +( ) = H3 ∂q3 ∂q3 ∂q3 ∂q3
ds1 = H1dq1 , ds2 = H 2 dq2 , ds3 = H 3 dq3
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 各面的侧面积为:
dσ 1 = H 2 H 3 dq2 dq3 dσ 2 = H 3 H1dq3 dq1 dσ 3 = H1 H 2 dq1dq2
r diva = ∇ • a = lim
v →0
r r ∫ a • dS V
注:1. S 面为封闭曲面 2. V 的界面为 S
2. 散度
b. 散度 2) 表示形式
r diva = ∇ • a = lim
v →0
r r ∫ a • dS V
∂ax ∂a y ∂az ∂ai = + + = ∂x ∂y ∂z ∂xi
3.旋度 .
b.旋度 旋度 1) 定义: 矢量 a 的矢量旋度 在 n 方向的投影
rota
rotn a = lim
s →0
r r ∫ a • dr
L
S
注意:1)L 为封闭曲线,即积分为封 积分 2)S 的界面为 L
3.旋度 .
b.旋度 旋度 2) 表示形式
rotn a = lim
s →0
r r ∫ a • dr
r r 3 ∫ a • ndS ≠ r ∫ (a • ∇)dV
3.旋度 .
a.环量 环量 给定一矢量场 a(r, t),在场内场内 任取一曲线 L,作线积分
r r ∫ a • dr = ∫ (ax dx + ay dy + az dz )
L L
称之为矢量 a 沿曲线 L 的环量。若 L 是一封闭曲线,我们在积分号中加一 小圆圈 ∫ ,并称之为矢量 a 沿封闭回 线 L 的环量。
2. 散度
a . 通量 给定一矢量 a(r , t),在场内取一曲面 S,它可以 是封闭的也可以是不封闭的,在 S 面上取一面积元 素 d S ,在 d S 上任取一点 M,作 S 面在 M 点的法线, 令 n 表示 S 面上法线方向的单位矢量,a 表示 M 点 上的矢量函数的值,则
an = a • n = ax cos(n, x) + ay cos(n, y) + az cos(n, z)
六面体的体积为: 在柱坐标系中 在球坐标系中
dV = H1 H 2 H 3 dq1dq2 dq3
H1 = 1, H 2 = r , H 3 = 1
H1 = 1, H 2 = r , H 3 = r sin θ
4. 曲线坐标系
c. 梯度在曲线坐标系中的表达式 根据梯度的性质,gradϕ 在曲线坐 标轴上的投影分别是该方向上的方向
再根据散度的定义可得:
r ∂(a1 H 2 H 3 ) ∂(a2 H 3 H1 ) ∂(a3 H1H 2 ) 1 diva = + + ∂q1 ∂q2 ∂q3 H1 H 2 H 3
4. 曲线坐标系
柱坐标中的形式为:
r 1 ∂ ( ra r ) 1 ∂ aθ ∂ a z diva = + + r ∂r r ∂θ ∂z
∂ax ∂a y ∂az + + )dV ∂a ∂a y ∂az r ∂a ∂x ∂y ∂z = x+ + = ∇•a = i V ∂x ∂y ∂z ∂xi
2. 散度
b. 散度
3)面积分与体积分的转换
r r r ∫ n • adS = ∫ ∇ • adV
注意点:1.
r n 必须在最前面
2. 封闭积分
ϕ ( M ') − ϕ ( M )
(条件:因为 MM ' 极小,所以等值线可近似看作与法线垂 直)
1.梯度 梯度
d. 梯度概念 梯度: gradϕ = ∇ϕ = e. gradϕ , 所以 ∇ϕ 是个矢量,其方向为 ϕ 等值面的法线方向
∇ϕ 表示场的变化率
∂ϕ r n ∂n
均匀场 ∇ϕ = 0 注意:若定常场的梯度为零,则其为均匀场。
r a

MM 2 N1M 3
r r a • dr =来自∫MM 2r r a • dr +

M 2 N1
r r a • dr −

MM 3
r r a • dr −

M 3 N1
r r a • dr
∂ (a3 H 3 ) ∂ (a2 H 2 ) = − dq2 dq3 ∂q3 ∂q2
1.梯度 梯度
c.方向导数 r s 方向上得方向导数为:
lim M ' M →0
ϕ ( M ') − ϕ ( M )
M 'M
=
∂ϕ ∂s
M 处法线方向上的方向导数:
∂ϕ ϕ (M1 ) − ϕ (M ) ϕ ( M ') − ϕ ( M ) = Mlim0 = Mlim0 'M→ 'M→ ∂n M 1M MM 'cos θ ∂ϕ r r = Mlim0 r r = ∂s cos(n , s ) 'M→ MM 'cos(n , s )
∂ϕ r r ∂ϕ (n , x ) = ∂n ∂x ∂ϕ r ∂ϕ r ∂ϕ r 所以 ∇ϕ = ∂x i + ∂y j + ∂z k
上式即为 ∇ϕ 在直角坐标系中的表示。 h. 性质
r ∇ϕ • dr = dϕ
r ∂ϕ ∂ϕ ∂ϕ ∂ϕ ∇ϕ • dr = • dxi = dx + dy + dz 证明: ∂xi ∂x ∂y ∂z
4. 曲线坐标系
e. 旋度在曲线坐标系中的表达式: 旋度在曲线坐标系中的表达式: 根据旋度的定义可得 在 q1 轴上 的投影:
r rota
相关文档
最新文档