矢量分析在场论中非常重要,而三个基本算子(梯度、散度与旋度)又是构成各种复杂关系式的基础,下面逐一介绍,应特别注意散度与旋度的基本定义。对于矢量恒等式,在此列出是为了使用时查找方便,具体推导利用张量表示易得。
1.梯度(Gradient)
梯度在数值计算中有着非常广泛的应用,如共轭梯度法,梯度下降法与梯度上升法等,在三维直角坐标系中,某个场
的梯度定义为:
梯度物理意义为:在某个场中,某点的某物理参数增加最快的方向,梯度大小就是增加率。举个例子,我们站在山脚爬山时(此山只有一个山峰),我们迈步第一步的方向有无数个,若想走最短路程到达山顶,此时应沿梯度方向迈出,以此类推,直至到达山顶。从此爬山过程易得,若某点梯度为
,那这个点一定是极值点(极大或极小)。因此,梯度在最优化理论中发挥着重要作用,如利用梯度下降法(gradient descent)寻找某个函数的最小值。若该函数为凸函数,能很容易地找到一个全局最小值,否则易陷入局部极小值,如下图所示:
除了标量场具有梯度,矢量场也具有梯度。矢量场的梯度将这个矢量线性映射到了另一个矢量,因此对矢量场的梯度是一个张量。在直角坐标系中,若存在矢量场
:
,
则该矢量场的梯度为:
2.散度(Divergence)
散度与通量相关,其在电磁学中有着非常广泛的应用,矢量场
在
处的散度定义为:
其中,体积V为包含点