打开APP
未登录
开通VIP,畅享免费电子书等14项超值服
开通VIP
首页
好书
留言交流
下载APP
联系客服
如何理解和区分旋度、散度和梯度?微分学中重要的概念
老胡说科学
>《待分类》
2022.03.28
关注
散度和旋度是向量场的两种度量,它们在很多应用中都非常重要。这两者都很容易理解,只需把向量场看成是液体或气体的流动;也就是说,向量场中的每个向量都应该被解释为一个
速度向量
。
倒三角符号
假设有一个三个变量的函数——比如说,房间里的温度:
T(x, y, z)
。我们想把“导数”的概念推广到像T这样的函数,它依赖于
三个变量
而不是一个变量。
梯度
具有向量的形式:
括号中的项是
向量微分算子,
被称为
哈密顿算子
或倒三角算子
(nabla operator或 del operator):
准确地说,哈密顿算子是一个作用于T的向量算子,而不是一个乘以T的向量。
可以看出,标量函数的梯度具有非常不同的物理意义。梯度具有以下一般属性:
它作用于一个标量函数并得到一个向量函数。
梯度总是指向标量函数中变化最大的方向。
梯度垂直于一个定值曲面。这个性质将被广泛地用于确定向量场的方向。
哈密顿算子作用的方式有三种:
对于标量函数T:(梯度);
∇T
对于向量函数
v(x,y,z)
,通过点积:(散度)
∇⋅v
对于向量函数
v(x,y,z)
,通过
叉乘
:(旋度)
∇×v
倒三角符号可能不显示
散度
从哈密顿算子的定义出发,构建散度:
向量函数
v
的散度本身是一个
标量
。向量函数
v
的散度本身是一个
标量
。
“散度”的名字选择得很好,因为
∇(
倒三角
)⋅v
是向量v从一个点散开(散度)的度量值。例如下图1中的向量函数。(a)中函数的散度较大(箭头指向外,是正散度);(b)中函数的散度为零;(c)中的函数的散度也是正的。
图1
想象一下站在池塘边。在水面撒上一些木屑;如果木屑散开了,你就是把它们丢在正散度的点;如果它聚集在一起,则你是把它们丢在负散度点。这个模型中的矢量函数v是水的速度,这是一个二维的例子。
例:
假设图1中的函数为
计算散度,
旋度
根据哈密顿算子的定义,我们构造旋度:
注意,向量函数
v
的旋度,是一个向量。
“旋度”也是个好名字,因为
∇(
倒三角
)× v
是向量v围绕一个点旋转的度量。因此,图1中的三个函数都具有零旋度,而图2中的函数具有相当大的旋度,指向z方向(右手自然法则)。
图2
再想象一下,站在池塘边。你放个小纸船到池塘里,如果纸船旋转了,那么你就是把它放在了一个非零旋度的点上。漩涡是一个旋度很大的区域。
例:
假设函数如图2所示
计算旋度
这些旋度指向+ z方向。顺便说一句,它们散度都是零。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报
。
打开APP,阅读全文并永久保存
查看更多类似文章
猜你喜欢
类似文章
【热】
打开小程序,算一算2024你的财运
电磁场理论的场论基础
「常微分方程」探秘数学中的精彩算子:矢量微分和拉普拉斯算子
梯度,散度与旋度
梯度,散度和旋度
梯度、散度和旋度大揭秘
CFD理论扫盲|01 向量与向量运算
更多类似文章 >>
生活服务
热点新闻
留言交流
回顶部
联系我们
分享
收藏
点击这里,查看已保存的文章
导长图
关注
一键复制
下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!
联系客服
微信登录中...
请勿关闭此页面
先别划走!
送你5元优惠券,购买VIP限时立减!
5
元
优惠券
优惠券还有
10:00
过期
马上使用
×