向量微分:从基础概念到应用详解

在工程数学中,我们使用向量来表示同时具有大小和方向的物理量,例如位移和速度。通常情况下,这些向量会随着时间或其他变量的变化而改变。

向量微分的过程,就是求解向量函数关于标量变量(通常是时间)的导数。

如果 A、B 和 C 是关于标量 u 的可微向量函数,且 Φ 是关于 u 的可微标量函数,那么我们有以下运算规则:

  • d/du (A + B ) = dA/du + dB/du
  • d/du (A . B ) = A.dB/du + dA/du.B
  • d/du (A x B ) = A x dB/du + dA/du x B
  • d/du(𝛷𝐀) = 𝛷d𝐀/du + d𝛷/du A
  • d/du (A . B x C ) = A .B x dC/du + A . dB/du x C + dA/du. B x C
  • d/du(A x ( B x C)) = A x (B x dC/du + A . dB/du x C + dA/du x (B x C)‘

点积

点积给我们一个标量,它衡量了一个向量在另一个向量方向上的延伸程度(即投影大小)。

如果 \vec{A} 和 \vec{B} 是两个向量,那么:

> \vec{A} \cdot \vec{B} =

\vec{A}

\,

\vec{B}

\, \cos \theta

其中,

  • θ – 它们之间的夹角

叉积

叉积生成一个垂直于两个向量所在平面的新向量。

如果 \vec{A} 和 \vec{B} 是两个向量,那么:

> \vec{A} \times \vec{B} =

\vec{A}

\,

\vec{B}

\, \sin \theta \, \hat{n}

其中,

  • \hat{n} – 垂直于该平面的单位向量。

梯度

标量函数的梯度给出了其数值最大增长的方向和速率。

对于标量场 f(x, y, z),

>

abla f = \frac{\partial f}{\partial x} \, \hat{i} + \frac{\partial f}{\partial y} \, \hat{j} + \frac{\partial f}{\partial z} \, \hat{k}

它将一个标量函数转换为一个向量场,常用于热传导和势流问题中。

散度

散度用于衡量向量场从一个点向外发散的程度。

>

abla \cdot \vec{A} = \frac{\partial Ax}{\partial x} + \frac{\partial Ay}{\partial y} + \frac{\partial A_z}{\partial z}

它是一个标量,常用于流体流动和高斯定律中。

旋度

旋度衡量的是向量场的旋转或旋转强度。

>

abla \times \vec{A} =\begin{vmatrix}\hat{i} & \hat{j} & \hat{k} \\\frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\Ax & Ay & A_z\end{vmatrix}

拉普拉斯算子

拉普拉斯算子给出了函数值从某一点扩散的速率。

对于标量 f(x,y,z):

>

abla^2 f = \frac{\partial^2 f}{\partial x^2} + \frac{\partial^2 f}{\partial y^2} + \frac{\partial^2 f}{\partial z^2}

向量恒等式例题解析

问题 1: 求 f(x, y, z) = x2y + yz3 的梯度。
解答:

>

abla f = \frac{\partial f}{\partial x} \hat{i} + \frac{\partial f}{\partial y} \hat{j} + \frac{\partial f}{\partial z} \hat{k}

>

> = (2xy) \hat{i} + (x^2 + z^3) \hat{j} + (3yz^2) \hat{k}

问题 2: 求 A = \vec{V} = xy \, \hat{i} + yz \, \hat{j} + zx \, \hat{k} 的散度。
解答:

> 散度定义为:

>

>

abla \cdot \vec{A} = \frac{\partial Ax}{\partial x} + \frac{\partial Ay}{\partial y} + \frac{\partial A_z}{\partial z}

>

> 识别分量:

>

> Ax = xy, Ay = yz, Az = zx

>

> 计算偏导数:

>

>

abla \cdot \vec{A} = = \frac{\partial Ax}{\partial x} + \frac{\partial Ay}{\partial y} + \frac{\partial A_z}{\partial z}

>

> 注意:Az = zx,所以 ∂A/z∂z = x

>

>

abla \cdot \vec{A} = y + z + x = x + y + z

问题 3: 求 \vec{A} = x^2\hat{i} + y^2\hat{j} + z^2\hat{k} 的旋度。
解答:

> 旋度定义为:

>

>

abla \times \vec{A} =\begin{vmatrix}\hat{i} & \hat{j} & \hat{k} \\\frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\Ax & Ay & A_z\end{vmatrix}

>

> 展开行列式:

>

>

abla \times \vec{A} =\hat{i} \left( \frac{\partial Az}{\partial y} – \frac{\partial Ay}{\partial z} \right)- \hat{j} \left( \frac{\partial Az}{\partial x} – \frac{\partial Ax}{\partial z} \right)+ \hat{k} \left( \frac{\partial Ay}{\partial x} – \frac{\partial Ax}{\partial y} \right)

>

> 计算导数:

>

> \frac{\partial z^2}{\partial y} = 0, \frac{\partial y^2}{\partial z} = 0

>

> 所有分量相减结果均为 0

>

> ∇ × \overrightarrow{A} = 0

问题 4: 求 f(x,y,z) = x3 + y3+ z3 的拉普拉斯算子。
解答:

> 拉普拉斯算子定义为:

>

>

abla^2 f = \frac{\partial^2 f}{\partial x^2} + \frac{\partial^2 f}{\partial y^2} + \frac{\partial^2 f}{\partial z^2}

>

> 计算二阶导数:

>

> \frac{\partial^2 f}{\partial x^2} = 6x, \quad\frac{\partial^2 f}{\partial y^2} = 6y, \quad\frac{\partial^2 f}{\partial z^2} = 6z

>

> 将它们相加:

>

> ∇2f = 6x + 6y + 6z

向量恒等式练习题

问题 1: 求标量场的梯度:f(x, y, z) = exysin⁡z
问题 2: 计算标量场的拉普拉斯算子:f(x, y, z) = ln⁡(x2 + y2 + z2)。
问题 3: 计算向量场的散度:\vec{A}(x,y,z) = x^2 y \, \hat{i} + y z^2 \, \hat{j} + x z \, \hat{k}
问题 4:*

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。如需转载,请注明文章出处豆丁博客和来源网址。https://shluqu.cn/46734.html
点赞
0.00 平均评分 (0% 分数) - 0