哈密顿算符梯度 散度 旋度的补充

做一些哈密顿算符的补充
后面的是一个向量，但是单独的看这个向量没有意义
需要把这个函数和其他函数放在一起做运算的时候才有意义

梯度 散度 和 旋度

梯度

蓝色部分是一个标量的梯度
我们用算符乘以这个标量（后面的就是向量乘以标量）

我们把f乘进去，得到了f对于x，y，z的导数

散度

散度所处理的这个函数是矢量函数

我们用这个算子与F（矢量函数），进行点乘（对应位置相乘再相加）

旋度

处理的函数也是矢量函数（但是这里是叉乘），散度是点乘，旋度是叉乘
行列式运算下来是一个向量（我一直以为是一个数…）

拉普拉斯算子（正三角形）

是梯度的散度；处理的是一个标量函数
先对f算梯度，然后再对梯度算一下他的散度

就变成了f对x求2阶导（对y、z相同）
我是分割线--------------------
首先区分数量场和向量场

数量场

nabla作用于函数之后得到这样一个向量，把数量场变成了向量场

nabla算子通过内积把向量场变成了数量场

散度是2，是一个通量的局部描述（散度是通量的体密度）

进行叉乘（把向量场变成向量场）

旋度：是环量的局部描述