梯度、散度、旋度的关系.docVIP

梯度 gradient 　　设体系中某处的物理参数(如 温度、 速度、 浓度等)为w，在与其垂直距离的dy处该 参数为w+dw，则称为该物理参数的梯度，也即该物理参数的变化率。如果参数为速度、浓度或温度，则分别称为 速度梯度、 浓度梯度或 温度梯度。 　　在向量微积分中， 标量场的梯度是一个 向量场。标量场中某一点上的梯度指向标量场增长最快的方向，梯度的长度是这个最大的变化率。更严格的说，从欧氏空间Rn到R的函数的梯度是在Rn某一点最佳的线性近似。在这个意义上，梯度是雅戈比矩阵的一个特殊情况。 　　在单变量的 实值函数的情况，梯度只是 导数，或者，对于一个 线性函数，也就是线的 斜率。 　　梯度一词有时用于 斜度，也就是一个 曲面沿着给定方向的倾斜程度。可以通过取向量梯度和所研究的方向的 点积来得到斜度。梯度的数值有时也被成为梯度。 　　在二元函数的情形，设函数z=f(x,y)在平面区域D内具有一阶连续 偏导数，则对于每一点P(x,y)∈D，都可以定出一个向量 　　(δf/x)*i+(δf/y)*j 　　这向量称为函数z=f(x,y)在点P(x,y)的梯度，记作gradf(x,y) 　　类似的对三元函数也可以定义一个：(δf/x)*i+(δf/y)*j+(δf/z)*k 记为grad[f(x,y,z)] 　　梯度的汉语词义，用法。 　　《现代汉语词典》附：新词新义 　　梯度 1.坡度。 　　 2.单位时间或单位距离内某种现象（如温度、气压、密度、速度等）变化的程度。 　　 3.依照一定次序分层次地：我国经济发展由东向西～推进。 　　 4.依照一定次序分出的层次：考试命题要讲究题型有变化，难易有～。 散度 散度（divergence）的概念： 　　 在 矢量场F中的任一点M处作一个包围该点的任意闭合 曲面S，当S所限定的体积ΔV以任何方式趋近于0时，则比值∮F·dS/ΔV的极限称为矢量场F在点M处的散度，并记作div F 　　由散度的定义可知，div F表示在点M处的单位体积内散发出来的矢量F的通量，所以div F描述了通量源的密度。 　　div F=▽·F 　　气象学： 　　散度指流体运动时单位体积的改变率。简单地说，流体在运动中集中的区域为辐合，运动中发散的区域为辐散。用以表示的量称为散度，值为负时为辐合，此时有利于天气系统的的发展和增强，为正时表示辐散，有利于天气系统的消散。表示辐合、辐散的物理量为散度。 　　微积分学→多元微积分→多元函数积分： 　　设某量场由 A(x,y,z) = P(x,y,z)i + Q(x.y,z)j + R(x,y,z)k 给出，其中 P、Q、R 具有一阶连续 偏导数，Σ 是场内一有向曲面，n 是 Σ 在点 (x,y,z) 处的单位法 向量，则 ∫∫A·ndS 叫做向量场 A 通过曲面 Σ 向着指定侧的通量，而 δP/δx + δQ/δy + δR/δz 叫做向量场 A 的散度，记作 div A，即 div A = δP/δx + δQ/δy + δR/δz。 　　上述式子中的 δ 为偏 微分（partial derivative）符号。 　　散度（divergence）的运算法则： 　　div (α A + β B ) = α div A+ β div B (α,β为常数) 　　div (u A ) =u div A+ A grad u (u为数性函数) 旋度 设有 向量场 　　A(x,y,z)=P(x,y,z)i+Q(x,y,z)j+R(x,y,z)k 　　在坐标轴上的投影分别为 　　δR/δy - δQ/δz ， δP/δz - δR/δx ，δQ/δx - δP/δy 　　的向量叫做向量场A的旋度，记作 rot A或curl A ，即 　　rot A=(δR/δy - δQ/δz )i+(δP/δz - δR/δx )j+(δQ/δx - δP/δy)k 　　式中的 δ 为偏微分（partial derivative）符号。 　　行列式记号 　　旋度rot A的表达式可以用行列式记号形式表示： 　　若 A=Ax·i+Ay·j， 　　则rotA=(dAy/dx)i-(dAx/dy)j 　　若A=Ax·i+Ay·j+Az·k 　　则rotA=(dAz/dy-dAy/dz)i+(dAx/dz-dAz/dx)j+(dAy/dx-dAx/dy)k 　　为一向量。 向量场A，数量场u ▽称为汉密尔顿算子，算法不表示了，符号打不出来。▽·▽=▽2=△，△称为拉普拉斯算子。 梯度▽u 散度▽·A 旋度▽×A 首先梯度和旋度是向量场，而散度