admin 管理员组

文章数量: 1086019


2024年4月16日发(作者:hibernate示例)

矢量场,

梯度,

标量场,散度

旋度的理解

,

精品资料

1.梯度 gradient

设体系中某处的物理参数(如温度、速度、浓度等)为w,在与其垂直距离的dy

处该参数为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,则分别称为速度梯度、浓度梯度或温度梯度。

在向量微积分中,标量场的梯度是一个向量场。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。

在单变量的实值函数的情况,梯度只是导数,或者,对于一个线性函数,也就

是线的斜率。

梯度一词有时用于斜度,也就是一个曲面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点积来得到斜度。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内具有一阶连续偏导数,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)]

2.散度

气象学中指:

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。用以表示的量称为散度,值为负时为辐合,

仅供学习与交流,如有侵权请联系网站删除 谢谢

2

精品资料

此时有利于天气系统的的发展和增强,为正时表示辐散,有利于天气系统的消

散。表示辐合、辐散的物理量为散度。

微积分学→多元微积分→多元函数积分中:

设某量场由 A(x,y,z) = P(x,y,z)i + Q(x.y,z)j + R(x,y,z)k 给出,其中 P、Q、R 具

有一阶连续偏导数,∑ 是场内一有向曲面,n 是 ∑ 在点 (x,y,z) 处的单位法向

量,则 ∫∫A·ndS 叫做向量场 A 通过曲面 ∑ 向着指定侧的通量,而 δP/δx + δ

Q/δy + δR/δz 叫做向量场 A 的散度,记作 div A,即 div A = δP/δx + δQ/δy + δ

R/δz。

上述式子中的 δ 为偏微分(partial derivative)符号。

3旋度

表示曲线、流体等旋转程度的量

4.矢量和标量场

假设有一个三维空间,显然空间的每一个点都能用坐标(x, y, z)唯一地标识出

来。假如给空间的每一个点都赋予一个数字,那么整个空间就充满了数字。此

时,这个充满数字的三维空间在数学上就叫做“场”。

上述的场叫做标量场,因为单纯的一个数字叫做“标量(scalar)”。如果我们给空

间的每一个点都赋予一个矢量(vector),即一个既有大小,又有方向的东西,那

么整个空间就变成充满了矢量,这个空间就叫做矢量场。

矢量场中的每一点都对应于一个矢量,而矢量能够根据规则进行各种运算,例

如加、减和乘等(数学上没有矢量的除法)。

仅供学习与交流,如有侵权请联系网站删除 谢谢

3

精品资料

显然,我们可以对整个矢量场中的每一个矢量同时进行某种运算,例如同时将

它们乘以一个数,或加上一个数等。但是我们可以对整个矢量场进行一些更复

杂的运算,其中散度就是其中一种。

三维空间中的一个矢量可以沿x、y和z方向分解,现假设空间的某一点被赋予

的矢量能够沿着这3个方向分解为大小为P、Q和R的三个分量,表示为(P,

Q,R)。注意,由于空间中每个点被赋予的矢量一般来说是不同的,所以P、

Q和R的大小在空间的不同的点一般有不同的值,也就是说P、Q和R中每一

个都是x、y和z的函数。

对三维矢量场来说,我们可以对其中一个点的矢量,假设为(P,Q,R)进行

以下操作:

1、求出dP/dx+dQ/dy+dR/dz的值,其中dP/dx表示求P对x的一阶偏导数,

其余雷同;

2、将这个值赋予这个点

对整个矢量场的每个点均进行以上运算,就等于给整个三维空间的每个点都赋

予了一个值,于是我们就得出了一个新的标量场,这个标量场就叫做原来的矢

量场的散度(divergence),这种运算就叫做“对矢量场取散度”。

除了散度运算以外,我们还可以对矢量场进行其它的运算,例如旋度运算

(curl)。

跟散度运算不同,旋度运算的结果不是标量场,而是另一个矢量场。

而涡度就是一个速度场的旋度,显然涡度是一个矢量场的一个类型。

仅供学习与交流,如有侵权请联系网站删除 谢谢

4


本文标签: 梯度 矢量 运算 函数 方向