张量的几个物理场景
应力状态
材料内部受力状况就是应力状态,应力在不同方向的大小不同,并且与感应面有关。如图所示材料某点的应力状态,可用矩阵表示
σ
=
(
σ
x
τ
x
y
τ
x
z
τ
y
x
σ
y
τ
y
z
τ
z
x
τ
z
y
σ
z
)
\sigma=\begin{pmatrix} \sigma_x&\tau_{xy}&\tau_{xz}\\ \tau_{yx}&\sigma_y&\tau_{yz}\\ \tau_{zx}&\tau_{zy}&\sigma_z \end{pmatrix}
σ=⎝⎛σxτyxτzxτxyσyτzyτxzτyzσz⎠⎞
这是个对称矩阵,即
τ
x
y
=
τ
y
x
,
τ
x
z
=
τ
z
x
,
τ
y
z
=
τ
z
y
\tau_{xy}=\tau_{yx},\tau_{xz}=\tau_{zx},\tau_{yz}=\tau_{zy}
τxy=τyx,τxz=τzx,τyz=τzy
现在已知某任意平面,那么怎么求该平面上的应力状态呢?如下图所示,以平面示意
红色的箭头是该平面的总的应力,该总应力可以分解成垂直于平面的正应力和平行于平面的切应力。若已知平面的法矢为
n
=
(
n
x
,
n
y
,
n
z
)
n=(n_x,n_y,n_z)
n=(nx,ny,nz),其总应力计算如下
σ
′
=
n
⋅
σ
=
(
n
x
,
n
y
,
n
z
)
(
σ
x
τ
x
y
τ
x
z
τ
y
x
σ
y
τ
y
z
τ
z
x
τ
z
y
σ
z
)
\sigma'=n\cdot \sigma=(n_x,n_y,n_z) \begin{pmatrix} \sigma_x&\tau_{xy}&\tau_{xz}\\ \tau_{yx}&\sigma_y&\tau_{yz}\\ \tau_{zx}&\tau_{zy}&\sigma_z \end{pmatrix}
σ′=n⋅σ=(nx,ny,nz)⎝⎛σxτyxτzxτxyσyτzyτxzτyzσz⎠⎞
那么正应力为
σ
n
′
=
σ
′
/
n
⋅
n
=
σ
′
⋅
n
⋅
n
=
(
n
x
,
n
y
,
n
z
)
(
σ
x
τ
x
y
τ
x
z
τ
y
x
σ
y
τ
y
z
τ
z
x
τ
z
y
σ
z
)
(
n
x
n
y
n
z
)
(
n
x
,
n
y
,
n
z
)
\sigma'_n=\sigma'/n\cdot n=\sigma'\cdot n\cdot n\\=(n_x,n_y,n_z) \begin{pmatrix} \sigma_x&\tau_{xy}&\tau_{xz}\\ \tau_{yx}&\sigma_y&\tau_{yz}\\ \tau_{zx}&\tau_{zy}&\sigma_z \end{pmatrix} \begin{pmatrix} n_x\\n_y\\ n_z \end{pmatrix}(n_x,n_y,n_z)
σn′=σ′/n⋅n=σ′⋅n⋅n=(nx,ny,nz)⎝⎛σxτyxτzxτxyσyτzyτxzτyzσz⎠⎞⎝⎛nxnynz⎠⎞(nx,ny,nz)
切应力的为
σ
τ
′
=
σ
′
÷
n
=
σ
′
−
σ
n
′
\sigma'_\tau=\sigma'\div n=\sigma'-\sigma'_n
στ′=σ′÷n=σ′−σn′
转动惯量
一个物体的转动,和平移一样,也存在惯性。转动惯量就是衡量这个惯性的大小。对于规则的物体,其转动比较容易求得,如下图所示
该立方块绕
x
x
x轴的转动惯量为
J
x
J_x
Jx,绕
y
y
y轴的转动惯量为
J
y
J_y
Jy,绕
z
z
z轴的转动惯量为
J
z
J_z
Jz。那么如何求得其绕任意轴
n
n
n的转动惯量
J
′
J'
J′,如图红色所示。转动惯量也是一种张量,其数学形式如下
J
=
(
J
x
0
0
0
J
y
0
0
0
J
z
)
J=\begin{pmatrix} J_x&0&0\\0&J_y&0\\ 0& 0&J_z \end{pmatrix}
J=⎝⎛Jx000Jy000Jz⎠⎞
那么绕
n
n
n的总转动惯量计算如下
J
′
=
n
⋅
J
=
(
n
x
,
n
y
,
n
z
)
(
J
x
0
0
0
J
y
0
0
0
J
z
)
J'=n\cdot J=(n_x,n_y,n_z)\begin{pmatrix} J_x&0&0\\0&J_y&0\\ 0& 0&J_z \end{pmatrix}
J′=n⋅J=(nx,ny,nz)⎝⎛Jx000Jy000Jz⎠⎞
总的转动惯量到转轴的投影就是绕这个轴的转动惯量
J
n
′
=
J
′
/
n
⋅
n
J'_n=J'/n\cdot n
Jn′=J′/n⋅n
总的转动惯量垂直于这个轴的投影为
J
τ
′
=
J
′
÷
n
J'_\tau=J'\div n
Jτ′=J′÷n
有个疑问,为什么会有这个垂直的转动惯量。这是因为,在物体转动的时候,两端会甩开远离轴,或者聚拢越来越接近轴,而这个转动的转动惯量就是总转动惯量垂直于这个轴的分量。
各向异性的感应电场
我们知道,一个电荷在真空中形成的电场是向各个方向发散,并且每个方向等强度,即等势面是球形。但如果在物质内部呢?这个电荷在物质内部形成的是感应电场(也常称为电位移矢量),并且由于很多物质都是各向异性的,也就是说电荷在不同方向的感应效果不一样,所以等势面试是椭球,如下图所示
其实所有三维张量都可以用椭球表示,二维张量可以用椭圆表示。
电荷在真空发出的电场为
E
=
Q
4
π
r
2
(
ϵ
0
0
0
ϵ
0
0
0
ϵ
)
E=\frac{Q}{4\pi r^2}\begin{pmatrix} \epsilon&0&0\\0&\epsilon&0\\0&0&\epsilon \end{pmatrix}
E=4πr2Q⎝⎛ϵ000ϵ000ϵ⎠⎞
电荷在各向异性物质内感应的电场为
D
=
Q
4
π
r
2
(
ϵ
x
x
ϵ
x
y
ϵ
x
z
ϵ
y
x
ϵ
y
y
ϵ
y
z
ϵ
z
x
ϵ
z
y
ϵ
z
z
)
D=\frac{Q}{4\pi r^2}\begin{pmatrix} \epsilon_{xx}&\epsilon_{xy}&\epsilon_{xz}\\\epsilon_{yx}&\epsilon_{yy}&\epsilon_{yz}\\\epsilon_{zx}&\epsilon_{zy}&\epsilon_{zz} \end{pmatrix}
D=4πr2Q⎝⎛ϵxxϵyxϵzxϵxyϵyyϵzyϵxzϵyzϵzz⎠⎞
该式中的矩阵为对称矩阵,即
ϵ
x
y
=
ϵ
y
x
,
ϵ
x
z
=
ϵ
z
x
,
ϵ
y
z
=
ϵ
z
y
\epsilon_{xy}=\epsilon_{yx},\epsilon_{xz}=\epsilon_{zx},\epsilon_{yz}=\epsilon_{zy}
ϵxy=ϵyx,ϵxz=ϵzx,ϵyz=ϵzy。矩阵中
ϵ
i
j
=
ϵ
i
j
r
ϵ
\epsilon_{ij}=\epsilon^r_{ij}\epsilon
ϵij=ϵijrϵ,其中
ϵ
i
j
r
\epsilon^r_{ij}
ϵijr为方向
i
j
ij
ij的相对介电系数,所以任意方向的感应电场强度为
D
′
=
n
⋅
D
=
(
n
x
,
n
y
,
n
z
)
(
ϵ
x
x
ϵ
x
y
ϵ
x
z
ϵ
y
x
ϵ
y
y
ϵ
y
z
ϵ
z
x
ϵ
z
y
ϵ
z
z
)
D'=n\cdot D=(n_x,n_y,n_z)\begin{pmatrix} \epsilon_{xx}&\epsilon_{xy}&\epsilon_{xz}\\\epsilon_{yx}&\epsilon_{yy}&\epsilon_{yz}\\\epsilon_{zx}&\epsilon_{zy}&\epsilon_{zz} \end{pmatrix}
D′=n⋅D=(nx,ny,nz)⎝⎛ϵxxϵyxϵzxϵxyϵyyϵzyϵxzϵyzϵzz⎠⎞
其大小为
∣
D
′
∣
=
D
′
/
n
=
D
′
⋅
n
=
(
n
x
,
n
y
,
n
z
)
(
ϵ
x
x
ϵ
x
y
ϵ
x
z
ϵ
y
x
ϵ
y
y
ϵ
y
z
ϵ
z
x
ϵ
z
y
ϵ
z
z
)
(
n
x
n
y
n
z
)
|D'|=D'/n=D'\cdot n=(n_x,n_y,n_z)\begin{pmatrix} \epsilon_{xx}&\epsilon_{xy}&\epsilon_{xz}\\\epsilon_{yx}&\epsilon_{yy}&\epsilon_{yz}\\\epsilon_{zx}&\epsilon_{zy}&\epsilon_{zz} \end{pmatrix} \begin{pmatrix} n_x\\n_y\\n_z \end{pmatrix}
∣D′∣=D′/n=D′⋅n=(nx,ny,nz)⎝⎛ϵxxϵyxϵzxϵxyϵyyϵzyϵxzϵyzϵzz⎠⎞⎝⎛nxnynz⎠⎞
这就是一个二次型,其图像就是椭球,所以说张量可以用椭球表示。
张量的散度
我们知道张量可以表示感应电场,其实他可以表示任意种不同方向不同大小和方向的场,也就是张量场。既然有场,那就有散度的概念。已知下面的张量
M
=
(
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
)
M=\begin{pmatrix} a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33} \end{pmatrix}
M=⎝⎛a11a21a31a12a22a32a13a23a33⎠⎞
那么该场为
f
=
(
x
,
y
,
z
)
(
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
)
f=(x,y,z)\begin{pmatrix} a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33} \end{pmatrix}
f=(x,y,z)⎝⎛a11a21a31a12a22a32a13a23a33⎠⎞
散度有两种计算方式,一种是极限的计算方式
d
i
v
f
=
lim
v
→
0
∮
s
f
d
s
/
v
div f=\lim_{v \to 0}\oint_{s}fds/v
divf=v→0lim∮sfds/v
还有一种方式为
d
i
v
f
=
∇
⋅
f
=
∂
f
∂
x
+
∂
f
∂
y
+
∂
f
∂
z
div f=\nabla \cdot f=\frac{\partial f}{\partial x}+\frac{\partial f}{\partial y}+\frac{\partial f}{\partial z}
divf=∇⋅f=∂x∂f+∂y∂f+∂z∂f
采用第二种比较容易计算,那么张量场的散度为
d
i
v
f
=
∇
⋅
f
=
a
11
+
a
22
+
a
33
div f=\nabla \cdot f=a_{11}+a_{22}+a_{33}
divf=∇⋅f=a11+a22+a33
也就是说张量的散度就是张量的迹,可知一个方阵无论经过什么样的相似变换,它的迹不变;也就是说场无论经过什么样的坐标变换,它的散度不变。