标量场的方向导数与梯度

 标量与标量场

标量:只有大小没有方向的量。(例如:温度、体积、高度等)

标量场:在某一空间区域内的每一点,都对应某个标量的存在,形成了一个标量场。(例如教室里的温度场)

空间区域内每一点都有一个确定的温度值,形成了一个温度场。

表示场的方法:

1、数学表达式\varphi =\varphi (x,y,z),表示该场仅与空间坐标有关,与时间t无关,为静态场T=T(x,y,z,t),表示该场不仅与坐标有关,还与时间有关,称为时变场动态场

2、图示法:例如等值线、等值面等。


 标量场的方向导数

在固定的点,对于一个固定的温度场而言,沿着不同方向,温度的变化情况是不一样的。怎样去描述某一点沿不同方向变换情况?我们知道可以通过 \frac{\partial \varphi }{\partial x},\frac{\partial\varphi }{\partial y},\frac{\partial \varphi }{\partial z}  分别表示函数沿三个坐标轴的变化率,但在实际中需要特定方向的变化率,于是定义出方向导数。

方向导数定义:函数在某个点沿特定方向的变化率。

设P0是标量场\varphi =\varphi (P)中的一个已知点,从P0出发沿某一方向\vec{l}移动\Delta l的空间距离,到达P1点。若当P1点趋近于P0点时(即空间距离\Delta l趋于0时)的极限存在,则称此极限为标量场\varphi (P)在点P0处沿\vec{l}方向的方向导数。

记作:

 方向导数计算公式:

由全微分公式可得:\Delta \varphi =\frac{\partial \varphi }{\partial x}\Delta x+\frac{\partial \varphi }{\partial y}\Delta y+\frac{\partial \varphi }{\partial z}\Delta z

直角坐标系下任意方向的空间距离为:\Delta l =\sqrt{\Delta x^{2}+\Delta y^{2}+\Delta z^{2}}

故函数从某点开始的变化率为:

\frac{\Delta \varphi }{\Delta l}=\frac{\partial \varphi }{\partial x}\frac{\Delta x}{\sqrt{\Delta x^{2}+\Delta y^{2}+\Delta z^{2}}}+\frac{\partial \varphi }{\partial y}\frac{\Delta y}{\sqrt{\Delta x^{2}+\Delta y^{2}+\Delta z^{2}}}+\frac{\partial \varphi }{\partial z}\frac{\Delta z}{\sqrt{\Delta x^{2}+\Delta y^{2}+\Delta z^{2}}}

=\frac{\partial \varphi }{\partial x}cos\alpha +\frac{\partial \varphi }{\partial y}cos\beta +\frac{\partial \varphi }{\partial z}cos\gamma

上述式子为方向导数计算公式。其中cos\alpha ,cos\beta ,cos\gamma\vec{l}方向的方向余弦。


 梯度与哈密顿算子

哈密顿(W.R.Hamiltonian)引进了一个矢性微分算子,称之为哈密顿算子或者\bigtriangledown算子。

\bigtriangledown =\frac{\partial }{\partial x}\vec{e_{x}}+\frac{\partial }{\partial y}\vec{e_{y}}+\frac{\partial }{\partial z}\vec{e_{z}}

哈密顿算子本身并无意义,就是一个算子,同时又被看作是一个矢量,在运算时,具有矢量和微分的双重身份。

将上述方向导数的计算公式拆为两个矢量的点积

\frac{\partial \varphi }{\partial x}cos\alpha +\frac{\partial \varphi }{\partial y}cos\beta +\frac{\partial \varphi }{\partial z}cos\gamma

=(\frac{\partial \varphi }{\partial x}\vec{e_{x}}+\frac{\partial \varphi }{\partial y}\vec{e_{y}}+\frac{\partial \varphi }{\partial z}\vec{e_{z}})\cdot (cos\alpha \vec{e_{x}}+cos\beta \vec{e_{y}}+cos\gamma \vec{e_{z}})

后者cos\alpha \vec{e_{x}}+cos\beta \vec{e_{y}}+cos\gamma \vec{e_{z}}\vec{l}方向的单位向量(矢量),记作\vec{l^{o}}

前者\frac{\partial \varphi }{\partial x}\vec{e_{x}}+\frac{\partial \varphi }{\partial y}\vec{e_{y}}+\frac{\partial \varphi }{\partial z}\vec{e_{z}}记作矢量G,则两者点积为方向导数,即\frac{\partial \varphi }{\partial l}=\left | G \right |1cos(\vec{G},\vec{l^{o}})

可以发现当cos值为1时,方向导数值最大为\left | G \right |

故我们找到了一个矢量G,其方向为变化率最大方向,其模值为最大变化率。

该最大变化率矢量G称为标量场\varphiP_{0}处的梯度,用grad\varphi (P_{0})表示。

梯度表达式为:grad\varphi =\frac{\partial \varphi }{\partial x}\vec{e_{x}}+\frac{\partial \varphi }{\partial y}\vec{e_{y}}+\frac{\partial \varphi }{\partial z}\vec{e_{z}}

梯度用哈密顿算子表示的表达式:grad\varphi =\bigtriangledown \varphi

标量场中的每一点的梯度都垂直于过该点的等值面,且指向函数增大的方向;该点任意方向的方向导数等于该点梯度在此方向上的投影。

梯度基本运算法则

u,v为标量场、c为常数

  • 10
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值