【连续介质力学】张量场

张量场

张量场表示张量 T ( x ⃗ , t ) T(\vec x, t) T(x ,t)在空间 x ⃗ \vec x x 和时间 t t t中如何变化,将张量场视为可微函数

如果一个张量场不依赖于时间,则此张量场称为定常场,例如 T = T ( x ⃗ ) T = T(\vec x) T=T(x );相反,如果一个张量场只依赖时间则称为均匀场,就是说 T ( t ) T(t) T(t)在每个位置 x ⃗ \vec x x 都有相同的值

张量场可以分类为:标量、向量、二阶张量场等
例如温度场 T ( x ⃗ , t ) T(\vec x, t) T(x ,t) 就是一个标量场,在时间 t = t 1 t = t_1 t=t1中温度的分布如下:
在这里插入图片描述
另外,速度场 v ⃗ ( x ⃗ , t ) \vec v(\vec x, t) v (x ,t)是一个向量场,在时间 t = t 1 t = t_1 t=t1的速度分布,在每一个点都有一个速度相对应,如下所示:
在这里插入图片描述
标量场
ϕ = ϕ ( x ⃗ , t ) \phi=\phi(\vec x, t) ϕ=ϕ(x ,t)
向量场
张量表示: v ⃗ = v ⃗ ( x ⃗ , t ) \vec v = \vec v (\vec x, t) v =v (x ,t)
下标表示: v i = v i ( x ⃗ , t ) v_i = v_i(\vec x, t) vi=vi(x ,t)
二阶张量场
张量表示: T = T ( x ⃗ , t ) T=T (\vec x, t) T=T(x ,t)
下标表示: T i j = T i j ( x ⃗ , t ) T_{ij}= T_{ij}(\vec x, t) Tij=Tij(x ,t)

标量场

定常标量场 ϕ = ϕ ( x ⃗ ) \phi = \phi(\vec x) ϕ=ϕ(x ),有连续的值 ∂ ϕ ∂ x 1 , ∂ ϕ ∂ x 2 , ∂ ϕ ∂ x 3 \frac{\partial \phi}{\partial x_1}, \frac{\partial \phi}{\partial x_2}, \frac{\partial \phi}{\partial x_3} x1ϕ,x2ϕ,x3ϕ。在点 x ⃗ \vec x x 的函数值为 ϕ ( x ⃗ ) \phi(\vec x) ϕ(x ),在另一个点 x ⃗ + d x ⃗ \vec x + d\vec x x +dx 的函数值为 ϕ ( x ⃗ + d x ⃗ ) \phi(\vec x + d\vec x) ϕ(x +dx ),那么函数 ϕ \phi ϕ的微分定义如下:
ϕ ( x ⃗ + d x ⃗ ) − ϕ ( x ⃗ ) ≡ d ϕ ϕ ( x 1 + d x 1 , x 2 + d x 2 , x 3 + d x 3 ) − ϕ ( x 1 , x 2 , x 3 ) ≡ d ϕ \phi(\vec x + d\vec x)-\phi(\vec x)\equiv d\phi\\ \phi(x_1+dx_1, x_2+dx_2, x_3+dx_3)-\phi(x_1, x_2, x_3)\equiv d\phi ϕ(x +dx )ϕ(x )dϕϕ(x1+dx1,x2+dx2,x3+dx3)ϕ(x1,x2,x3)dϕ

对于任意的连续函数 ϕ ( x 1 , x 2 , x 3 ) \phi(x_1, x_2, x_3) ϕ(x1,x2,x3) d ϕ d\phi dϕ d x 1 , d x 2 , d x 3 dx_1, dx_2, dx_3 dx1,dx2,dx3线性相关,这种线性关系可以以微分的链式法则来给出:
d ϕ = ∂ ϕ ∂ x 1 d x 1 + ∂ ϕ ∂ x 2 d x 2 + ∂ ϕ ∂ x 3 d x 3 d\phi = \frac{\partial \phi}{\partial x_1}dx_1+\frac{\partial \phi}{\partial x_2}dx_2+\frac{\partial \phi}{\partial x_3}dx_3 dϕ=x1ϕdx1+x2ϕdx2+x3ϕdx3

张量的分量关于 x i x_i xi的导数,可以由以下微分算子表示:
∂ ∗ ∂ x i ≡ ∗ , i \frac{\partial \ast}{\partial x_i}\equiv \ast_{,i} xi,i

梯度

标量场的梯度
梯度 ∇ x ⃗ ϕ \nabla_{\vec x}\phi x ϕ 或者 g r a d ϕ grad \phi gradϕ定义为:
在这里插入图片描述
其中,算子 ∇ x ⃗ \nabla_{\vec x} x 叫Nabla符号,将上式表示成笛卡尔坐标基:
在这里插入图片描述
在这里插入图片描述
所以, ∇ x ⃗ ϕ \nabla_{\vec x}\phi x ϕ在笛卡尔坐标系中的分量:
( ∇ x ⃗ ) 1 ≡ ∂ ϕ ∂ x 1 ; ( ∇ x ⃗ ) 2 ≡ ∂ ϕ ∂ x 2 ; ( ∇ x ⃗ ) 3 ≡ ∂ ϕ ∂ x 3 ; (\nabla_{\vec x})_1 \equiv \frac{\partial \phi}{\partial x_1}; \quad (\nabla_{\vec x})_2 \equiv \frac{\partial \phi}{\partial x_2}; \quad (\nabla_{\vec x})_3 \equiv \frac{\partial \phi}{\partial x_3}; \quad (x )1x1ϕ;(x )2x2ϕ;(x )3x3ϕ;

那么,梯度的分量定义如下:
∇ x ⃗ ϕ = ∂ ϕ ∂ x 1 e ^ 1 + ∂ ϕ ∂ x 2 e ^ 2 + ∂ ϕ ∂ x 3 e ^ 3 \nabla_{\vec x}\phi=\frac{\partial \phi}{\partial x_1}\hat e_1+\frac{\partial \phi}{\partial x_2}\hat e_2+\frac{\partial \phi}{\partial x_3}\hat e_3 x ϕ=x1ϕe^1+x2ϕe^2+x3ϕe^3

Nabla符号 ∇ x ⃗ \nabla_{\vec x} x 定义为:
∇ x ⃗ = ∂ ∂ x i e ^ i ≡ ∂ , i e ^ i \boxed{\nabla_{\vec x}=\frac{\partial }{\partial x_i}\hat e_i\equiv \partial_{,i}\hat e_i} x =xie^i,ie^i

∇ , x ⃗ \nabla_{,\vec x} ,x 的几何意义

  • ∇ x ⃗ \nabla_{\vec x} x 的方向是垂直于等值面的,例如垂直于等值面 ϕ = c o n s t \phi = const ϕ=const ∇ x ⃗ \nabla_{\vec x} x 的方向指向 ϕ \phi ϕ增长最快的方向
  • ∇ x ⃗ \nabla_{\vec x} x 的大小是 ϕ \phi ϕ改变的速率,例如 ϕ \phi ϕ的梯度

在这里插入图片描述

一个曲面的法向量如下所示:
n ^ = ∇ x ⃗ ϕ ∣ ∣ ∇ x ⃗ ϕ ∣ ∣ \hat n = \frac{\nabla_{\vec x}\phi}{||\nabla_{\vec x}\phi||} n^=∣∣x ϕ∣∣x ϕ
曲面 ϕ = c o n s t \phi = const ϕ=const,为等值面,在所有的点上都有相同的值,所以在等值面上移动函数值不发生改变

向量场 v ⃗ ( x ⃗ ) \vec v (\vec x) v (x )的梯度
g r a d ( v ⃗ ) ≡ ∇ x ⃗ v ⃗ grad(\vec v)\equiv\nabla_{\vec x}\vec v grad(v )x v
表示成:
∇ x ⃗ v ⃗ = ∂ v i e ^ i ∂ x j ⨂ e ^ j = ( v i e ^ i ) , j ⨂ e ^ j = v i , j e ^ i ⨂ e ^ j \nabla_{\vec x}\vec v=\frac{\partial v_i \hat e_i}{\partial x_j}\bigotimes \hat e_j=(v_i \hat e_i)_{,j}\bigotimes \hat e_j=v_{i,j}\hat e_i \bigotimes \hat e_j x v =xjvie^ie^j=(vie^i),je^j=vi,je^ie^j

因此,可以在笛卡尔坐标系中定义一个张量场 ( ∗ ( x ⃗ , t ) ) (*(\vec x, t)) ((x ,t))的梯度为:
∇ x ⃗ ( ∗ ) = ∂ ∗ ∂ x j ⨂ e ^ j ( 在笛卡尔坐标系中的张量场的梯度 ) \boxed{\nabla_{\vec x}(*)=\frac{\partial *}{\partial x_j}\bigotimes \hat e_j}(在笛卡尔坐标系中的张量场的梯度) x ()=xje^j(在笛卡尔坐标系中的张量场的梯度)

二阶张量场的梯度:
在这里插入图片描述

二阶张量场 T ( x ⃗ ) T(\vec x) T(x )的梯度
∇ x ⃗ T = ∂ T i j e ^ i ⨂ e ^ j ∂ x k ⨂ e ^ k = T i j , k e ^ i ⨂ e ^ j ⨂ e ^ k \nabla_{\vec x}T = \frac{\partial T_{ij}\hat e_i \bigotimes \hat e_j}{\partial x_k}\bigotimes \hat e_k=T_{ij, k}\hat e_i\bigotimes \hat e_j \bigotimes \hat e_k x T=xkTije^ie^je^k=Tij,ke^ie^je^k

表示为:
( ∇ x ⃗ T ) i j k = T i j , k (\nabla_{\vec x}T)_{ijk}=T_{ij,k} (x T)ijk=Tij,k

问题1.41求出函数 f ( x 1 , x 2 ) = cos ⁡ ( x 1 ) + exp ⁡ x 1 x 2 f(x_1, x_2)=\cos(x_1)+\exp^{x_1x_2} f(x1,x2)=cos(x1)+expx1x2在点 ( x 1 = 0 , x 2 = 1 ) (x_1=0, x_2=1) (x1=0,x2=1) 的梯度

在这里插入图片描述

问题1.42 u ⃗ ( x ⃗ ) \vec u(\vec x) u (x )是一个定常场

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

散度

向量场 v ⃗ ( x ⃗ ) \vec v(\vec x) v (x )的散度,标记如下:
d i v ( v ⃗ ) ≡ ∇ x ⃗ ⋅ v ⃗ div(\vec v)\equiv \nabla_{\vec x}\cdot \vec v div(v )x v
表示为:
d i v ( v ⃗ ) ≡ ∇ x ⃗ ⋅ v ⃗ = ∇ x ⃗ v ⃗ : 1 = T r ( ∇ x ⃗ v ⃗ ) div(\vec v)\equiv\nabla_{\vec x}\cdot \vec v=\nabla_{\vec x}\vec v:1=Tr(\nabla_{\vec x}\vec v) div(v )x v =x v :1=Tr(x v )
那么:
在这里插入图片描述
笛卡尔坐标系下的算子:
∇ x ⃗ ⋅ ( ∗ ) = ∂ ( ∗ ) ∂ x k ⋅ e ^ k ( 笛卡尔坐标系下 ( ∗ ) 的散度 ) \boxed{\nabla_{\vec x}\cdot (*)=\frac{\partial (*)}{\partial x_k}\cdot \hat e_k}(笛卡尔坐标系下(*)的散度) x ()=xk()e^k(笛卡尔坐标系下()的散度)

可以验证,当张量场作用散度时,其秩降低一阶

二阶张量场 T ( x ⃗ ) T(\vec x) T(x )的散度

二阶张量场 T T T的散度定义为 ∇ x ⃗ ⋅ 1 = ∇ x ⃗ T : 1 \nabla_{\vec x}\cdot 1=\nabla_{\vec x}T:1 x 1=x T:1,得到一个向量:
在这里插入图片描述
NOTE:注意了,在处理张量场的梯度和散度时,
例如 ∇ x ⃗ v ⃗ \nabla_{\vec x}\vec v x v (向量场的梯度)、 ∇ x ⃗ T \nabla_{\vec x}T x T(二阶张量场的梯度)、 ∇ x ⃗ ⋅ T \nabla_{\vec x}\cdot T x T(二阶张量场的散度),这不意味着在对向量和张量之间进行张量算子操作,
例如 ∇ x ⃗ v ⃗ ≠ ( ∇ ⃗ x ⃗ ) ⨂ v ⃗ \nabla_{\vec x}\vec v\neq ( \vec \nabla_{\vec x})\bigotimes \vec v x v =( x )v ∇ x ⃗ T ≠ ( ∇ ⃗ x ⃗ ) ⨂ v ⃗ \nabla_{\vec x}T\neq (\vec \nabla_{\vec x})\bigotimes \vec v x T=( x )v 以及 ∇ x ⃗ ⋅ T ≠ ( ∇ ⃗ x ⃗ ) ⋅ ( T ) \nabla_{\vec x}\cdot T \neq (\vec \nabla_{\vec x})\cdot (T) x T=( x )(T),等

∇ x ⃗ \nabla_{\vec x} x 必须是一个作用在完整张量场的算子,所以张量必须在算子的内部

然而,可以有如下表示:
在这里插入图片描述

定义 拉普拉斯算子 ∇ 2 \nabla^2 2 为:
在这里插入图片描述
那么,向量场 v ⃗ \vec v v 的拉普拉斯向量为:
在这里插入图片描述

问题1.43 令 a ⃗ \vec a a b ⃗ \vec b b 是向量,证明等式 ∇ x ⃗ ⋅ ( a ⃗ + b ⃗ ) = ∇ x ⃗ ⋅ a ⃗ + ∇ x ⃗ ⋅ b ⃗ \nabla_{\vec x}\cdot (\vec a + \vec b)=\nabla_{\vec x}\cdot \vec a+\nabla_{\vec x}\cdot \vec b x (a +b )=x a +x b 成立

在这里插入图片描述

问题1.44 求出 ( ∇ x ⃗ a ⃗ ) ⋅ b ⃗ (\nabla_{\vec x}\vec a)\cdot \vec b (x a )b

在这里插入图片描述

问题1.45 证明以下关系成立

在这里插入图片描述
在这里插入图片描述

旋度

向量场的旋度
向量场 v ⃗ ( x ⃗ ) \vec v(\vec x) v (x )的旋度: c u r l ( v ⃗ ) ≡ r o t ( v ⃗ ) ≡ ∇ x ⃗ ∧ v ⃗ curl(\vec v)\equiv rot(\vec v)\equiv \nabla_{\vec x} \wedge \vec v curl(v )rot(v )x v ,并且用笛卡尔坐标基表示:
∇ ⃗ x ⃗ ∧ ( ∗ ) = ∂ ∂ x j e ^ j ∧ ( ∗ ) ( 在笛卡尔坐标系下的张量场的旋度 ) \boxed{\vec \nabla_{\vec x}\wedge (*)=\frac{\partial }{\partial x_j}\hat e_j \wedge (*)(在笛卡尔坐标系下的张量场的旋度)} x ()=xje^j()(在笛卡尔坐标系下的张量场的旋度)

指标形式:
r o t ( v ⃗ ) = ∇ ⃗ x ⃗ ∧ v ⃗ = ∂ ∂ x j e ^ j ∧ v ⃗ k e ^ k = ∂ v k ∂ x j e ^ j ∧ e ^ k = ∂ v k ∂ x j ϵ i j k e ^ i = ϵ i j k v k , j e ^ i rot(\vec v)=\vec \nabla_{\vec x}\wedge \vec v=\frac{\partial }{\partial x_j}\hat e_j\wedge \vec v_k \hat e_k=\frac{\partial v_k}{\partial x_j}\hat e_j\wedge \hat e_k =\frac{\partial v_k}{\partial x_j}\epsilon_{ijk}\hat e_i=\epsilon_{ijk}v_{k,j}\hat e_i rot(v )= x v =xje^jv ke^k=xjvke^je^k=xjvkϵijke^i=ϵijkvk,je^i

展开:
在这里插入图片描述
可以验证,一个向量场梯度的反对称部分,即 ( ∇ x ⃗ v ⃗ ) s k e w ≡ W (\nabla_{\vec x}\vec v)^{skew}\equiv W (x v )skewW,有如下分量:
在这里插入图片描述
其中, w 1 , w 2 , w 3 w_1, w_2, w_3 w1,w2,w3是W的轴向量 w ⃗ \vec w w 的分量
所以,结合旋度的定义和反对称矩阵分量,得到:
在这里插入图片描述
由于反对称张量和轴向量有以下关系:
W ⋅ a ⃗ = w ⃗ ∧ a ⃗ \boxed{W \cdot \vec a=\vec w \wedge \vec a} Wa =w a
所以:
W ⋅ v ⃗ = w ⃗ ∧ v ⃗ = 1 2 ( ∇ ⃗ x ⃗ ∧ v ⃗ ) ∧ v ⃗ W \cdot \vec v=\vec w \wedge \vec v=\frac{1}{2}(\vec \nabla_{\vec x} \wedge \vec v)\wedge \vec v Wv =w v =21( x v )v

我们在问题1.18里证明了反对称张量 ( x ⃗ ⨂ a ⃗ ) s k e w (\vec x \bigotimes \vec a)^{skew} (x a )skew的轴向量是 1 2 ( a ⃗ ∧ x ⃗ ) \frac{1}{2}(\vec a \wedge \vec x) 21(a x ),因此反对称张量 W = ( ∇ ⃗ x ⃗ v ⃗ ) s k e w = [ ( v ⃗ ) ⨂ ∇ ⃗ x ⃗ ] s k e w W = (\vec \nabla_{\vec x}\vec v)^{skew}=[(\vec v) \bigotimes \vec \nabla_{\vec x}]^{skew} W=( x v )skew=[(v ) x ]skew的轴向量是 1 2 ( ∇ ⃗ x ⃗ ∧ v ⃗ ) \frac{1}{2}(\vec \nabla_{\vec x}\wedge \vec v) 21( x v )

如上所示,旋度描述了向量场的旋转趋势

总结
在这里插入图片描述

  • r o t ( λ a ⃗ ) = ∇ ⃗ x ⃗ ∧ ( λ a ⃗ ) = λ ( ∇ ⃗ x ⃗ ∧ a ⃗ ) + ( ∇ x ⃗ λ ∧ a ⃗ ) rot(\lambda \vec a)=\vec \nabla_{\vec x}\wedge (\lambda \vec a)=\lambda (\vec \nabla_{\vec x}\wedge \vec a)+( \nabla_{\vec x} \lambda \wedge \vec a) rot(λa )= x (λa )=λ( x a )+(x λa )
    ∇ ⃗ x ⃗ ∧ ( λ a ⃗ ) \vec \nabla_{\vec x}\wedge (\lambda \vec a) x (λa )的结果是一个向量,分量为:
    在这里插入图片描述
    所以有: r o t ( λ a ⃗ ) = ∇ ⃗ x ⃗ ∧ ( λ a ⃗ ) = λ ( ∇ ⃗ x ⃗ ∧ a ⃗ ) + ( ∇ x ⃗ λ ∧ a ⃗ ) rot(\lambda \vec a)=\vec \nabla_{\vec x}\wedge (\lambda \vec a)=\lambda(\vec \nabla_{\vec x}\wedge \vec a)+(\nabla_{\vec x}\lambda \wedge \vec a) rot(λa )= x (λa )=λ( x a )+(x λa )

  • ∇ ⃗ x ⃗ ∧ ( a ⃗ ∧ b ⃗ ) = ( ∇ x ⃗ ⋅ b ⃗ ) a ⃗ − ( ∇ a ⃗ ⋅ a ⃗ ) b ⃗ + ( ∇ x ⃗ a ⃗ ) ⋅ b ⃗ − ( ∇ x ⃗ b ⃗ ) ⋅ a ⃗ \vec \nabla_{\vec x}\wedge (\vec a \wedge \vec b)=(\nabla_{\vec x}\cdot \vec b)\vec a-(\nabla_{\vec a}\cdot \vec a)\vec b+(\nabla_{\vec x}\vec a)\cdot \vec b-(\nabla_{\vec x}\vec b)\cdot \vec a x (a b )=(x b )a (a a )b +(x a )b (x b )a
    由于有: ( a ⃗ ∧ b ⃗ ) = ϵ k i j a i b j (\vec a \wedge \vec b)=\epsilon_{kij}a_ib_j (a b )=ϵkijaibj,因此:
    在这里插入图片描述
    并且有: ϵ k i j = ϵ i j k \epsilon_{kij}=\epsilon_{ijk} ϵkij=ϵijk ϵ i j k ϵ l p k = δ i l δ j p − δ i p δ j l \epsilon_{ijk}\epsilon_{lpk}=\delta_{il}\delta_{jp}-\delta_{ip\delta_{jl}} ϵijkϵlpk=δilδjpδipδjl,那么:
    在这里插入图片描述
    可以验证: [ ( ∇ x ⃗ a ⃗ ) ⋅ b ⃗ ] l = a l , p b p [(\nabla_{\vec x}\vec a)\cdot \vec b]_l=a_{l,p}b_p [(x a )b ]l=al,pbp [ ( ∇ x ⃗ ⋅ a ⃗ ) b ⃗ ] l = a p , p b l [(\nabla_{\vec x}\cdot \vec a)\vec b]_l=a_{p,p}b_l [(x a )b ]l=ap,pbl [ ( ∇ x ⃗ ⋅ b ⃗ ) a ⃗ ] l = a l b p , p [(\nabla_{\vec x}\cdot \vec b)\vec a]_l=a_lb_{p,p} [(x b )a ]l=albp,p [ ( ∇ x ⃗ b ⃗ ) ⋅ a ⃗ ] l = a p b l , p [(\nabla_{\vec x} \vec b)\cdot \vec a]_l=a_pb_{l,p} [(x b )a ]l=apbl,p

  • ∇ ⃗ x ⃗ ∧ ( ∇ ⃗ x ⃗ ∧ a ⃗ ) = ∇ x ⃗ ( ∇ x ⃗ ⋅ a ⃗ ) − ∇ x ⃗ 2 a ⃗ \vec \nabla_{\vec x}\wedge (\vec \nabla_{\vec x}\wedge \vec a)=\nabla_{\vec x}(\nabla_{\vec x}\cdot \vec a)-\nabla_{\vec x}^2 \vec a x ( x a )=x (x a )x 2a
    由于: ( ∇ x ⃗ ∧ a ⃗ ) i = ϵ i j k a k , j (\nabla_{\vec x}\wedge \vec a)_i=\epsilon_{ijk}a_k,j (x a )i=ϵijkak,j,因此:
    在这里插入图片描述
    考虑: ϵ q l i ϵ i j k = ϵ q l i ϵ j k i = δ q j δ l k − δ q k δ l j \epsilon_{qli}\epsilon_{ijk}=\epsilon_{qli}\epsilon_{jki}=\delta_{qj}\delta_{lk}-\delta_{qk}\delta_{lj} ϵqliϵijk=ϵqliϵjki=δqjδlkδqkδlj,有:
    在这里插入图片描述
    其中, [ ∇ x ⃗ ( ∇ x ⃗ ⋅ a ⃗ ) ] q = a k , k q [\nabla_{\vec x}(\nabla_{\vec x}\cdot \vec a)]_q=a_{k,kq} [x (x a )]q=ak,kq [ ∇ x ⃗ 2 a ⃗ ] q = a q , l l [\nabla_{\vec x}^2\vec a]_q=a_{q,ll} [x 2a ]q=aq,ll

  • ∇ x ⃗ ⋅ ( ψ ∇ x ⃗ ⋅ a ⃗ ) = ψ ∇ x ⃗ 2 ϕ + ( ∇ x ⃗ ψ ) ⋅ ( ∇ x ⃗ ϕ ) \nabla_{\vec x} \cdot(\psi \nabla_{\vec x}\cdot \vec a)=\psi \nabla_{\vec x}^2\phi+(\nabla_{\vec x}\psi)\cdot (\nabla_{\vec x}\phi) x (ψx a )=ψx 2ϕ+(x ψ)(x ϕ)
    在这里插入图片描述
    ψ \psi ψ ϕ \phi ϕ是标量场,以上等式由以下等式推导而来:
    在这里插入图片描述

将两个等式相减,得:
在这里插入图片描述

保守场

一个向量场 b ⃗ ( x ⃗ , t ) \vec b(\vec x, t) b (x ,t)被称为保守的,如果存在一个可导的标量场 ϕ ( x ⃗ , t ) \phi(\vec x, t) ϕ(x ,t),满足:
b ⃗ = ∇ x ⃗ ϕ \vec b = \nabla_{\vec x}\phi b =x ϕ

如果一个函数 ϕ \phi ϕ满足以上关系,则称 ϕ \phi ϕ b ⃗ ( x ⃗ , t ) \vec b(\vec x, t) b (x ,t)的势函数。
b ⃗ ( x ⃗ , t ) \vec b(\vec x, t) b (x ,t)是保守的的一个不充分条件是 ∇ ⃗ x ⃗ ∧ b ⃗ = 0 ⃗ \vec \nabla_{\vec x}\wedge \vec b=\vec 0 x b =0 。也就是说,给定一个保守场,其旋度 ∇ ⃗ x ⃗ ∧ b ⃗ \vec \nabla_{\vec x}\wedge \vec b x b 等于0。反而,如果一个向量场的旋度为0,不代表这个向量场是保守的

1.46 ϕ \phi ϕ是一个标量场, u ⃗ \vec u u 是一个向量场,证明 ∇ x ⃗ ⋅ ( ∇ x ⃗ ∧ v ⃗ ) = 0 \nabla_{\vec x}\cdot (\nabla_{\vec x}\wedge \vec v)=0 x (x v )=0以及 ∇ ⃗ x ⃗ ∧ ( ∇ x ⃗ ϕ ) = 0 ⃗ \vec \nabla_{\vec x}\wedge (\nabla_{\vec x}\phi)=\vec 0 x (x ϕ)=0

在这里插入图片描述
在这里插入图片描述
参考教材:
Eduardo W.V. Chaves, Notes On Continuum Mechanics

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
连续介质力学讲义pdf是一本讲述连续介质力学理论和应用的电子书。连续介质力学是研究固体和流体等连续性物质力学性质的学科。这本讲义通过对连续介质的运动、力学和热力学性质进行全面的扩展和深入探讨,为读者提供了深入理解连续介质力学基本原理和相关应用的重要资源。 这本讲义首先介绍了连续介质力学的基本概念和基本假设,包括描述连续介质的宏观和微观性质的数学形式。然后,它详细讨论了连续介质的运动方程和应力张量的定义,介绍了力学平衡和不变性原理的应用。此外,还包含了流体连续介质力学的特殊情况,如不可压缩流体和可压缩流体的处理方法和基本方程。 讲义还介绍了弹性和塑性力学,探讨了弹性介质的应力-应变关系以及材料的本构关系。此外,它还包含了流变学的基本原理和流变体的力学性质。最后,该讲义还涵盖了热力学连续介质力学的耦合问题,讨论了热传导、对流和辐射传热等方面的基本原理。 总的来说,连续介质力学讲义pdf是一本全面而详尽的学习材料,涵盖了连续介质力学理论与应用的各个方面。它适用于从事力学研究和工程实践的学生、教师和工程师。无论是理论研究还是应用开发,这本讲义都能为读者提供所需的基础知识和工具,帮助他们更好地理解和应用连续介质力学
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