矢量场分析

article/2025/7/17 6:24:05

矢量分析

向量微分算子

∇ = [ ∂ ∂ x ∂ ∂ y ∂ ∂ z ] T \nabla=\left[\frac{\partial}{\partial {x}} \frac{\partial}{\partial {y}} \frac{\partial}{\partial{z}}\right]^T =[xyz]T算子是一个形式向量,它可以作用于标量 f f f与向量 F ⃗ \vec{F} F

  • 梯度: ∇ u \nabla u u
  • 散度: ∇ ⋅ A ⃗ \nabla \cdot \vec{A} A
  • 旋度: ∇ × F ⃗ \nabla \times \vec{F} ×F

Green、Stokes、Gauss公式是从解决物理问题的计算而得出的,恰好在数学的呈现上有相应积分的转换关系。因此数学的积分计算的意义并不重要。在微积分书中,这些公式出现在第二类曲线与曲面积分中,其推导也是用公式左右推导相等来验证的。

George Green奠定了二维环量的计算,但通量(高斯公式)和三维环量(斯托克斯公式)和George Green的推导过程和思想都是类似的。为了纪念这些科学家的贡献,我们将这些公式冠以了不同的名字,但也是因为这种给以它们的荣誉以及数学教材的编排令我们学习者非常容易在初学时将这些公式割裂开来看,实际上这些公式都可以看作是广义的Green公式。

旋度与Green公式的旋度形式(第一形式) Curl

环流量 Circulation

∮ Γ A ⃗ ⋅ τ ⃗ d l \oint_{\Gamma}{\vec{A}\cdot\vec{\tau}dl} ΓA τ dl
旋度与Green公式是George Green为了解决螺旋桨在水中的受力问题的计算而提出的。推广把螺旋桨上的一点旋转一圈做的功到力场绕封闭曲线做的功得到的就是环流量。

旋度

  • 水流的力可以写成 F ⃗ = P d x + Q d y \vec{F}=Pdx+Qdy F =Pdx+Qdy,某一小段上的做功为切向力的功即 F ⃗ ⋅ d r ⃗ \vec{F}\cdot d\vec{r} F dr ,整段封闭曲线的做功为 ∮ Γ + F ⃗ ⋅ d r ⃗ \oint_{\Gamma^+}{\vec{F}\cdot d\vec{r}} Γ+F dr 。但这个矢量形式的积分式子是不方便计算的,根据多元微分偏微分的知识,切向量的方向就是梯度的方向,即直角坐标系中可以将 d r ⃗ d\vec{r} dr 分解为 d x i ⃗ + d y j ⃗ dx\vec{i}+dy\vec{j} dxi +dyj 。原式可写成 ∮ Γ + F ⃗ ⋅ d r ⃗ = ∮ Γ + P d x + Q d y \oint_{\Gamma^+}{\vec{F}\cdot d\vec{r}}=\oint_{\Gamma^+}{Pdx+Qdy} Γ+F dr =Γ+Pdx+Qdy,之后通过Green公式(George Green是通过一步步推导得到Green formula的,此处略过),即可得到计算公式 ∮ Γ + F ⃗ ⋅ d r ⃗ = ∮ Γ + P d x + Q d y = ∬ D ( ∂ Q ∂ x − ∂ P ∂ y ) d x d y \oint_{\Gamma^+}{\vec{F}\cdot d\vec{r}}=\oint_{\Gamma^+}{Pdx+Qdy}=\iint_{D}{(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y})dxdy} Γ+F dr =Γ+Pdx+Qdy=D(xQyP)dxdy

  • 旋度的定义

    • 旋度是环流量强度: lim ⁡ A → 0 1 ∣ A ∣ ∮ C F ⃗ ⋅ d r ⃗ ≜ ∇ × F ⃗ ∣ p ⋅ n ⃗ 0 \lim_{A\rightarrow 0}{\frac{1}{\left|A\right|}\oint_{C}{\vec{F}\cdot d\vec{r}}}\triangleq\nabla\times\vec{F}|_p\cdot\vec{n}^0 limA0A1CF dr ×F pn 0

    • 旋度的方向
      旋度的方向根据右手法则得到:下图飞机机翼的涡轮可以很好的表述旋度的方向
      Circulation: Airplane Vortex

  • Green公式的直角坐标表示: ∮ Γ P d x + Q d y = ∬ D ( ∂ Q ∂ x − ∂ P ∂ y ) d x d y = ∣ ∂ ∂ x ∂ ∂ y P Q ∣ \oint_{\Gamma}{Pdx+Qdy}=\iint_{D}\left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)dxdy=\left|\begin{matrix}\frac{\partial}{\partial x}&\frac{\partial}{\partial y}\\P&Q\\\end{matrix}\right| ΓPdx+Qdy=D(xQyP)dxdy=xPyQ,即第一类曲线积分与二重积分的互相转换.(这是一种从数学角度的计算式,方便我们的实际计算,但从实际物理意义出发,应该用下面的公式)

  • 旋度定理: ∮ Γ F ⃗ ⋅ τ d s = ∬ D ( ∇ × F ⃗ ) d S \oint_{\Gamma}{\vec{F}\cdot\tau ds=\iint_{D}{(\nabla\times\vec{F})dS}} ΓF τds=D(×F )dS 旋度的面积分等于环绕物体的线积分(环量)

  • Stokes: ∮ Γ P d x + Q d y + R d z = ∬ s ( ∂ R ∂ y − ∂ Q ∂ z ) d y d z + ( ∂ P ∂ z − ∂ R ∂ x ) d z d x + ( ∂ Q ∂ x − ∂ P ∂ y ) d x d y = ∬ S ∣ d y d z d z d x d x d y ∂ ∂ x ∂ ∂ y ∂ ∂ z P Q R ∣ \oint_{\Gamma}{Pdx+Qdy+Rdz}=\iint_{s}{\left(\frac{\partial R}{\partial y}-\frac{\partial Q}{\partial z}\right)dydz+\left(\frac{\partial P}{\partial z}-\frac{\partial R}{\partial x}\right)dzdx+\left(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)dxdy}=\iint_{S}\left|\begin{matrix}dydz&dzdx&dxdy\\\frac{\partial}{\partial x}&\frac{\partial}{\partial y}&\frac{\partial}{\partial z}\\P&Q&R\\\end{matrix}\right| ΓPdx+Qdy+Rdz=s(yRzQ)dydz+(zPxR)dzdx+(xQyP)dxdy=SdydzxPdzdxyQdxdyzR,即第二类曲线积分与第二类曲面积分之间的转换

    • 一个初学时候的疑问:为什么Stokes在三维空间中,但用 ∮ Γ \oint_{\Gamma} Γ而不是 ∯ Γ \oiint_{\Gamma} Γ
  • 微积分书中通常对第二类曲线积分的介绍顺序是Green->Gauss->Stokes这可能会让人产生误解。实际上Stokes(三维环量)是对Green(二维环量)的推广。

散度与格林公式的散度形式(第二形式) Divergence

通量 Flux

  • 在物理研究中,很多时候都要研究以某个点为圆心,单位时间内从这个点散发出来的某些物质通过某个曲面的物理量,如以一个电子为圆心,单位事件内从这个电子散发出来的通过其表面的电磁量,或者以某个热源为圆心,单位时间内从这个热源散发出来的通过某表面的热量,或者是一个流体源,单位时间内从从这个流体源散发出来的通过某表面的流量。

  • 因此可以定义通量 Flux,即单位时间内通过某表面的物理量。流量也是矢量,可以像力一样被分解为垂直于和切向通过表面的两个流量,显然可知,只有垂直于通过表面的分量(即通量)才有用。因此对于曲面 Σ \Sigma Σ的某一点,每个点的流量为 A ⃗ \vec{A} A ,由微积分方法可得它的通量为第一类曲面积分 ∬ Σ A ⃗ ⋅ n ⃗ 0 d S \iint_{\Sigma}{\vec{A}\cdot\vec{n}^0}dS ΣA n 0dS

  • 在George Green解决环流量问题的过程中,如果将力 F ⃗ \vec{F} F 换成某流出/流进量 A ⃗ {\vec{A}} A ,同时将切向力 τ ⃗ {\vec{\tau}} τ 换成垂直于环表面的单位法向量 n ⃗ 0 \vec{n}^0 n 0,由几何知识可得 n ⃗ 0 = ( sin ⁡ α , − cos ⁡ α = ( d y , − d x ) ) \vec{n}^0=(\sin{\alpha}, -\cos{\alpha}=(dy, -dx)) n 0=(sinα,cosα=(dy,dx))。那么就可以得到 ∮ Γ + F ⃗ ⋅ d r ⃗ = ∮ Γ + P d x + Q d y → ∬ Σ A ⃗ ⋅ n ⃗ 0 d S = ∮ Γ + P d y − Q d x = ∬ D ∂ Q ∂ y + ∂ P ∂ x \oint_{\Gamma^+}{\vec{F}\cdot d\vec{r}}=\oint_{\Gamma^+}{Pdx+Qdy}\rightarrow \iint_{\Sigma}{\vec{A}\cdot\vec{n}^0}dS=\oint_{\Gamma^+}{Pdy-Qdx}=\iint_{D}{\frac{\partial Q}{\partial y}+\frac{\partial P}{\partial x}} Γ+F dr =Γ+Pdx+QdyΣA n 0dS=Γ+PdyQdx=DyQ+xP。该推导过程与旋度一样。

散度的定义

  • 散度与通量相关,在电磁学和流体力学中有着重要应用。散度是通量强度,势量场 A ⃗ \vec{A} A x 0 x_0 x0处的散度定义为: d i v A ⃗ ∣ x 0 = lim ⁡ A → 0 1 ∣ V ∣ ∯ A ⃗ ⋅ n ⃗ 0 d S div \vec{A}|_{x_0}=\lim_{A\rightarrow 0}{\frac{1}{\left|V\right|}\oiint\vec{A}\cdot\vec{n}^0}dS divA x0=limA0V1 A n 0dS。某点散度代表了该点向外的通量体密度,即定量地给出向量场中任一点是否为源点(source)或汇点(sink)。

  • Gauss公式的直角坐标计算表达式: ∯ s P d y d z + Q d z d x + R d x d y = ∭ v ( ∂ P ∂ x + ∂ Q ∂ y + ∂ R ∂ z ) d x d y d z \oiint_{s}{Pdydz+Qdzdx+Rdxdy}=\iiint_{v}\left(\frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z}\right)dxdydz sPdydz+Qdzdx+Rdxdy=v(xP+yQ+zR)dxdydz(这是一种从数学角度的计算式,方便我们的实际计算,但从实际物理意义出发,应该用下面的公式)

  • 散度定理/Gauss定理: ∯ S A ⃗ ⋅ n ⃗ 0 d s = ∭ V d i v A ⃗ d V = ∭ V ∇ ⋅ A ⃗ d S ⃗ \oiint_{S}{\vec{A} \cdot \vec{n}^0 ds}=\iiint_{V}{div\vec{A}dV}=\iiint_{V}{\nabla\cdot\vec{A}d\vec{S}} SA n 0ds=VdivA dV=VA dS

高斯公式与斯托克斯公式:二者都是描述通量,不同之处在于高斯公式对应有源闭曲面情况,而斯托克斯公式对应无源曲面情况,在此种情况下如果都为闭合曲面,斯托克斯公式对应的通量为零,高斯公式对应的通量非零

应用

保守力场

  • 把可以表示为标量函数梯度的力场叫做保守力场,反之则是非保守力场。这里的标量称为力的势场或位势场,也就是势能函数。保守力场的数学表达为 F ⃗ ( x , y , z ) = − ∇ V ( x , y , z ) = − ( ∂ V ∂ x j ⃗ + ∂ V ∂ y k ⃗ + ∂ V ∂ z l ⃗ ) \vec{F}(x,y,z)=-\nabla V(x,y,z)=-(\frac{\partial V}{\partial x}\vec{j}+\frac{\partial V}{\partial y}\vec{k}+\frac{\partial V}{\partial z}\vec{l}) F (x,y,z)=V(x,y,z)=(xVj +yVk +zVl )
  • 保守立场的特点
    • 相差一个任意常数的势能函数描述相同的保守立场
    • 当质点仅受保守力场作用时,其机械能守恒
    • 保守力具有无旋性(充分必要条件)
    • 保守力做功与路径无关
    • 势能函数极小处是稳定平衡点,极大处为不稳定平衡点

流体力学:对不可压缩理想液体 Navier-Stokes equations

  • ρ ( ∂ v ⃗ ∂ t + v ⃗ ⋅ ∇ v ⃗ ) = − ∇ ρ + μ ∇ 2 v ⃗ + F ⃗ \rho(\frac{\partial\vec{v}}{\partial t}+\vec{v}\cdot\nabla\vec{v})=-\nabla\rho+\mu\nabla^2\vec{v}+\vec{F} ρ(tv +v v )=ρ+μ2v +F

电磁学:麦克斯韦方程组 Maxwell’s equations

NameIntegral equatoinsDifferential equations
Gauss’s law ∯ ∂ Ω E ⃗ ⋅ d S = 1 ε 0 ∭ Ω ρ d V \oiint_{\partial\Omega}{\vec{E}\cdot dS}=\frac{1}{\varepsilon_0}\iiint_{\Omega}{\rho dV} ΩE dS=ε01ΩρdV ∇ ⋅ E ⃗ = ρ ε 0 \nabla\cdot\vec{E}=\frac{\rho}{\varepsilon_0} E =ε0ρ
Gauss’s law for magnetism ∯ ∂ Ω B ⃗ ⋅ d S = 0 \oiint_{\partial\Omega}{\vec{B}\cdot dS}=0 ΩB dS=0 ∇ ⋅ B ⃗ = 0 \nabla\cdot\vec{B}=0 B =0
Maxwell-Farady equation (Faraday’s law of induction) ∮ ∂ Σ E ⃗ ⋅ d s = − d d t ∬ Σ B ⃗ ⋅ d S \oint_{\partial\Sigma}{\vec{E}\cdot ds}=-\frac{d}{dt}\iint_{\Sigma}{\vec{B}\cdot dS} ΣE ds=dtdΣB dS ∇ × E ⃗ = − ∂ B ⃗ ∂ t \nabla\times\vec{E}=-\frac{\partial\vec{B}}{\partial t} ×E =tB
Ampere’s circutial law (with Maxwell’s addition) ∮ ∂ Σ B ⃗ ⋅ d s = μ 0 ( ∬ Σ J ⃗ d S + ε d d t ∬ Σ E ⃗ ⋅ d S ) \oint_{\partial\Sigma}{\vec{B}\cdot ds}=\mu_0(\iint_{\Sigma}{\vec{J}dS}+\varepsilon\frac{d}{dt}\iint_{\Sigma}{\vec{E}\cdot dS}) ΣB ds=μ0(ΣJ dS+εdtdΣE dS) ∇ × B ⃗ = μ 0 ( J ⃗ + ε 0 ∂ E ⃗ ∂ t ) \nabla\times\vec{B}=\mu_0(\vec{J}+\varepsilon_0\frac{\partial\vec{E}}{\partial t}) ×B =μ0(J +ε0tE )

参考文献

[1] 梯度、散度、旋度与矢量分析 - Hsuty的文章 - 知乎
https://zhuanlan.zhihu.com/p/165479232

[2]散度和旋度的物理意义是什么? - 马同学的回答 - 知乎
https://www.zhihu.com/question/21912411/answer/177976053

[3] 格林公式的几何意义是什么? - 马同学的回答 - 知乎
https://www.zhihu.com/question/22674439/answer/185939984

[4] https://de.wikipedia.org/wiki/Datei:Airplane_vortex_edit.jpg

[5] 格林公式:形式与推广 - 走尽这雨巷的文章 - 知乎
https://zhuanlan.zhihu.com/p/98017196

[6] 普通物理一:牛顿力学基本概念和原理(动力学) - Lawliet的文章 - 知乎
https://zhuanlan.zhihu.com/p/163346367

[7] Calculus Volume 3–Gibert Strang, Edwin Herman


http://chatgpt.dhexx.cn/article/r3kdwHA5.shtml

相关文章

Laplace算子

背景简述 在图像处理,我们知道经常把Laplace算子作为边缘检测之一,也是工程数学中常用的一种积分变换。本节主要介绍Laplacian 算子相关的知识。 基本理论 首先,拉普拉斯算子是最简单的各向同性微分算子,它具有旋转不变性。一个二…

使用二阶微分锐化图像(拉普拉斯算子)基本原理及Python实现

1. 拉普拉斯算子 1.1 简介 一种典型的各向同性的微分算子,可用于检测图像中灰度图片的区域 $$ \nabla^{2} f\frac{\partial^{2} f}{\partial x^{2}}\frac{\partial^{2} f}{\partial y^{2}} $$ 根据上述的差分近似可以推导出 $$ \nabla^{2} f(x, y)f(x1, y)f(x-1, y)…

卷积神经网络 作业

文章目录 卷积神经网络 作业1. 高斯拉普拉斯算子(边缘检测)1.1 简介1.2 拉普拉斯算子1.3 高斯拉普拉斯算子1.3 LoG使用指南1.4 总结1.5 代码实现 2. 使用LeNet网络,输出特征图2.1 作业要求2.2 代码实现 卷积神经网络 作业 1. 高斯拉普拉斯算子(边缘检测) 作业要求…

深度学习传统CV算法——二阶微分边缘算子

二阶微分边缘算子 二阶微分边缘算子二阶微分边缘算子基本思想Laplace 算子拉普拉斯表达式图像中的Laplace 算子Laplace算法过程Laplace算子的旋转不变性证明Laplace算子优缺点 LOG算子LoG解决的问题LoG算子的计算过程LoG的卷积模板LoG算法过程DoG与LoGLoG算子优缺点 Canny算子C…

MATLAB - 拉普拉斯算子可视化

1、拉普拉斯算子 ∇ 2 \nabla^ 2 ∇2 拉普拉斯算子有很多用途,在物理中常用于波动方程、热传导方程和亥姆霍兹方程的数学模型;在静电学中,拉普拉斯方程和泊松方程的应用随处可见;在数学中,经拉普拉斯算子运算运算为零…

一文读懂Nabla算子

文章目录 ∇ \nabla ∇算子的介绍梯度、散度和旋度不同坐标系下 ∇ \nabla ∇算子的形式 ∇ \nabla ∇算子运算律 ∇ \nabla ∇算子常用公式补充内容 参考文献及视频 ∇ \nabla ∇算子的介绍 ∇ \nabla ∇称作Nabla算子或del算子(算子是一种映射,可以理解…

【CSS 表格属性(Table)】

CSS 表格属性 Table 1. border-collapse 属性: 单元格/表格 边框 合并2. border-spacing 属性: 设置 表格/单元格 边框间距 /间隔距离 (搭配 border-collapse 属性 )3. caption-side 属性: 设置 表格标题的位置4. empty-cells 属性: 设置 表格 空单元格的显示 (空单…

html里table属性值,html——table标签属性总结

table标签属性 table标签 border border标签属性:设定围绕表格的边框的宽度:table 111111111border标签属性不仅设置围绕表格边框的宽度,还为每个单元格添加宽度为1px的边框 实际开发中不建议使用border标签属性实现边框效果,建议通过为table、th和td设定border样式属性实现…

css table属性

表格边框 指定CSS表格边框,使用border属性。 下面的例子指定了一个表格的th和td元素的黑色边框: 在上面的例子中的表格有双边框。这是因为表和th/ td元素有独立的边界。 为了显示一个表的单个边框,使用 border-collapse属性 折叠边框 border-…

elementUI表格table的列内置样式修改方法/对比template,列属性class-name,table属性cell-class-name

1,table属性cell-class-name的使用可以作用到某一行,或者某一列等等。但是在style标签中要去掉scoped,不然无效。 (在elementUI中,row-class-name、row-style、cell-class-name等属性要想生效必须使用全局class才能生…

html中table标签及属性

table表格 HTML表格由table标签以及多个tr、th和td标签组成table表示表格&#xff0c;整个表格要包含在<table></table>标签中tr表示表格中的行&#xff0c;是单元格的容器&#xff0c;一行可以包括多个单元格th表示表格中的单元格&#xff0c;我理解为列,th放在t…

Antd 3.0 table,表格组件(Table属性,Column属性,RowSelection属性)

Antd 3.0 table&#xff0c;表格组件&#xff08;Table属性&#xff0c;Column属性&#xff0c;RowSelection属性&#xff09; 一、Table属性 ​ 常用参数说明&#xff1a; 参数说明类型默认dataSource数据数组any[]columns表格列的配置描述&#xff0c;具体项见下表ColumnP…

<table>标签的属性

1.border border属性用于设置表格的边框&#xff0c;默认值为0。 2.cellspacing cellspacing属性用于设置单元格于单元格之间的空间&#xff0c;默认值为2px。 3.cellpadding cellpadding属性用于设置单元格于单元格之间的空白间距&#xff0c;默认值为1px。 4.width、h…

html-table标签属性总结

table标签属性 table标签borderwidthborder-spacingborder-collapsemargin tr标签heightbackground-colortext-alignvertical-align td标签合并单元格合并行单元格rowspan合并列单元格colspan table标签 border border标签属性&#xff1a;设定围绕表格的边框的宽度&#xff…

2.9CSS table属性

表格边框 指定CSS表格边框&#xff0c;使用border属性。 下面的例子指定了一个表格的Th和TD元素的黑色边框&#xff1a; <!DOCTYPE html> <html><head><meta charset"utf-8"><title>菜鸟教程(runoob.com)</title><style&g…

Vue+Element el-table属性row-class-name用法及踩坑

el-table属性row-class-name用法及踩坑 需求前提&#xff1a;想要给表格的某一行加上不同的background&#xff0c;用来区分当前行的状态 根据官方给出的文档官方文档 在el-table中绑定自定义属性row-class-name <el-table:data"tableData"style"width: 10…

HTML中的table标签属性

表格 表格是由行和列排列而成的一种结构 HTML表格由table标签以及一个或多个tr、th或td标签组成&#xff1a; table标签用来定义表格&#xff0c;整个表格包含在<table>和</table>标签中&#xff1b; tr标签用来定义表格中一个行&#xff0c;它是单元格的容器&…

html之table属性

目标&#xff1a; 1&#xff0c;table标签属性 2&#xff0c;table通用属性 3&#xff0c;tr标签属性 4&#xff0c;td标签属性 上一节我们说了table简单结构和复杂结构&#xff0c;这一节我们来看一下table的属性 1&#xff0c;table标签属性 1&#xff0c;边框border&#xf…

table常用的几个重要属性

效果图如下&#xff1b; border 规定表格边框的宽度 cellpadding 规定单元边沿与其内容之间的空白 cellspacing 规定单元格之间的空白 width 规定表格的宽度 border-collapse: collapse; 为表格设置合并边框模型 默认值为separate rowspan跨行合并单元格 colspan跨列合并单元格…

电感 vs 磁珠

铁氧体磁珠&#xff08;(Ferrite Bead, FB&#xff09;是一种利用电感原理制作而成的元器件&#xff0c;主要用于抑制信号或电源线的高频噪声和尖峰干扰&#xff0c;还具有吸收静电脉冲的能力&#xff0c;是目前应用发展很快且廉价易用的一种抗干扰器件&#xff0c;它的原理图符…