标量场的方向导数和梯度概要
- 格式:ppt
- 大小:576.00 KB
- 文档页数:5
⽮量分析与场论(节选)2.2 标量场的⽅向导数和梯度2.2.1 标量场的⽅向导数在标量场中,在 P 点沿 l ⽅向的变化率定义为该标量场在 P 点沿 l ⽅向的⽅向导数,记为∂u∂l P =lim Δl →0u (x +Δx ,y +Δy ,z +Δz )−u (x ,y ,z )Δl =∂u ∂x cos α+∂u ∂y cos β+∂u ∂z cos γ即需要两个东西:函数和⽅向→l =→e x cos α+→e y cos β+→e z cos γ当然,与普通函数的导数类似,⽅向导数也不是百分之百存在的,需要函数满⾜在某点处可微,才能计算出该函数在该点的⽅向导数。
⾄于其物理含义,这⾥采⽤最常⽤的下⼭图来表⽰。
简单将上图看作是⼀座⼭的模型,我们处在⼭上的某⼀点处,需要⾛到⼭下。
理论上来说,这座⼭的表⾯是可以通过⼀个函数的描述的(虽然想要找到这个函数可能很难),⽽这个函数可以在不同的⽅向上都确定出⼀个⽅向导数,这就好⽐于如果我们想下⼭,道路并不是唯⼀的,⽽是可以沿任何⽅向移动。
区别在于有些⽅向可以让我们下⼭速度更快,有些⽅向让我们下⼭速度更慢,有些⽅向甚⾄引导我们往⼭顶⾛(也可以理解为下⼭速度时负的)。
在这⾥,速度的值就是⽅向导数的直观理解。
2.2.2 标量场的梯度梯度与⽅向导数是有本质区别的,梯度其实是⼀个向量,其定义为:在空间⼀给定点,⽮量 A 的⼤⼩等于标量函数 u 在该点的最⼤⽅向的⽅向导数值,⽮量 A 的⽅向指向使标量函数 u 的值增加最快的⽅向。
这个⽮量 A 就被定义为标量场 u(x,y,z) 的梯度(gradient),记为 gradu=AA 的具体表⽰可以参考"8 梯度的产⽣"梯度的基本公式:∇(au )=a ∇u ,a 为常数∇(u ±v )=∇u ±∇v∇(uv )=u ∇v +v ∇u∇uv =1v 2(v ∇u −u ∇v )很显然,算⼦ ∇同时具有类似于⽮量和微分的性质,所以常将其称作⽮量微分算⼦。
标量场的梯度1.方向导数:研究方向导数是为了研究在给定时刻标量场(标量函数)随空间坐标的变化情况。
标量函数),,(z y x u 在某点处的方向导数定义为:设有一个标量场),,(z y x u (标量函数),从场中某点M 位移l d到邻近的另一点时函数值从u 变为du u +,则比值dldu就是标量场函数在M 点处的方向导数,如图所示:在上图中,设u 和du u +是相差很小的两个等值面,且0>du 。
M 点位于u 等值面上,沿两个不同的路径位移到等值面上的P 点和Q 点。
其中,与等值面的法线方向n e平行。
很< ,所以,dl du dn du >。
若设方向MQ 的单位矢量为l e ,且n e 与l e之间夹角为θ,则有:l n e e dndu dn du dl dn dn du dl du⋅==⋅=θcos 2.定义矢量n e dndu gradu=为等值面u 在M 点处的梯度。
显然:等值面上M 点处,沿任意方向l a的方向导数θcos dn du dl du =,式中dndu 是该点处u 的梯度大小,或者说dn du 是M 点处dl du 的最大值,n e dndu gradu=的方向就是该点处u 变化最快的方向;等值面上M 点处,沿任意方向l e的方向导数l n e e dn du dl du ⋅=,式中dndu 是该点处u 的梯度大小,dl du 可以写成l e gradu dldu⋅=)(。
所以,标量场u 中某点处的梯度的“大小”就是在该点处沿各个方向的方向导数的最大值,而其“方向”与该点处等值面的法线方向平行,并指向函数u 值增大的方向。
3.梯度的计算公式:由l e gradu dldu⋅=)(可见,l d gradu du ⋅=)( 在直角坐标系中,注意到dz zu dy y u dx x u du ∂∂+∂∂+∂∂=,而dz e dy e dx e l d z y x++=,可以设计一个矢量算符grad ,使得ld gradu du⋅=)(du+0>du不难看出,⎪⎪⎭⎫⎝⎛∂∂+∂∂+∂∂=∇z e y e xe z y x这个就是著名的哈密顿算符(Hamilton 算符),读做[]del ,它兼有矢量运算与微分运算的双重作用,常被称为矢量微分算符。