大家好,欢迎来到IT知识分享网。
散度、旋度的计算
笔记来源:Khancademy/MultiVariableDerivatives/curl-grant-video
旋度是向量分析中的一个向量算子,可以表示三维向量场对某一点附近的微元造成的旋转程度。 这个向量提供了向量场在这一点的旋转性质
1. 二维散度的计算
1.1 散度等于0
某坐标点附近的粒子,进入该区域的粒子数量等于离开该区域的粒子数量,所以它的散度 = 0 =0 =0
1.2 散度大于0
1.3 散度小于0
1.4 关于计算的具体解释
2. 三维散度的计算
3. 二维旋度的计算
旋度为正(逆时针为正)
计算(3,0)点的旋度为27,旋度大于0,表示该坐标点附近逆时针旋转
4. 三维旋度的计算
三维旋度计算
c u r l v ( x , y , z ) = ∇ × v ( ∂ ∂ x ∂ ∂ y ∂ ∂ z ) × ( P ( x , y , z ) Q ( x , y , z ) R ( x , y , z ) ) i = [ 1 0 0 ] j = [ 0 1 0 ] k = [ 0 0 1 ] d e t ( i j k ∂ ∂ x ∂ ∂ y ∂ ∂ z P ( x , y , z ) Q ( x , y , z ) R ( x , y , z ) ) ( ∂ ∂ y ∂ ∂ z Q ( x , y , z ) R ( x , y , z ) ) i − ( ∂ ∂ x ∂ ∂ z P ( x , y , z ) R ( x , y , z ) ) j + ( ∂ ∂ x ∂ ∂ y P ( x , y , z ) Q ( x , y , z ) ) k ( ∂ R ∂ y − ∂ Q ∂ z ) i − ( ∂ R ∂ x − ∂ P ∂ z ) j + ( ∂ Q ∂ x − ∂ P ∂ y ) k ( ∂ R ∂ y − ∂ Q ∂ z ) i + ( ∂ P ∂ z − ∂ R ∂ x ) j + ( ∂ Q ∂ x − ∂ P ∂ y ) k c u r l v ( x , y , z ) = ( ∂ R ∂ y − ∂ Q ∂ z ∂ P ∂ z − ∂ R ∂ x ∂ Q ∂ x − ∂ P ∂ y ) curl\,\boldsymbol{v}(x,y,z)=\nabla×\boldsymbol{v}\\ ~\\ \begin{pmatrix} \frac{\partial}{\partial x}\\ \frac{\partial}{\partial y}\\ \frac{\partial}{\partial z} \end{pmatrix}× \begin{pmatrix} P(x,y,z)\\ Q(x,y,z)\\ R(x,y,z) \end{pmatrix}\\ ~\\ \boldsymbol{i}=\left[ \begin{array}{l} 1\\ 0\\ 0 \end{array} \right] \quad\boldsymbol{j}=\left[ \begin{array}{l} 0\\ 1\\ 0 \end{array} \right] \quad\boldsymbol{k}=\left[ \begin{array}{l} 0\\ 0\\ 1 \end{array} \right]\\ ~\\ det\begin{pmatrix} \boldsymbol{i} & \boldsymbol{j} & \boldsymbol{k}\\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y}&\frac{\partial}{\partial z}\\ P(x,y,z) & Q(x,y,z) & R(x,y,z) \end{pmatrix} ~\\ ~\\ \begin{pmatrix} \frac{\partial}{\partial y} & \frac{\partial}{\partial z}\\ Q(x,y,z) & R(x,y,z) \end{pmatrix}\boldsymbol{i}- \begin{pmatrix} \frac{\partial}{\partial x} & \frac{\partial}{\partial z}\\ P(x,y,z) & R(x,y,z) \end{pmatrix}\boldsymbol{j}+ \begin{pmatrix} \frac{\partial}{\partial x} & \frac{\partial}{\partial y}\\ P(x,y,z) & Q(x,y,z) \end{pmatrix}\boldsymbol{k}\\ ~\\ (\frac{\partial R}{\partial y}-\frac{\partial Q}{\partial z})\boldsymbol{i}-(\frac{\partial R}{\partial x}-\frac{\partial P}{\partial z})\boldsymbol{j}+(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y})\boldsymbol{k}\\ ~\\ (\frac{\partial R}{\partial y}-\frac{\partial Q}{\partial z})\boldsymbol{i}+(\frac{\partial P}{\partial z}-\frac{\partial R}{\partial x})\boldsymbol{j}+(\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y})\boldsymbol{k}\\ ~\\ curl\,\boldsymbol{v}(x,y,z)= \begin{pmatrix} \frac{\partial R}{\partial y}-\frac{\partial Q}{\partial z}\\ ~\\ \frac{\partial P}{\partial z}-\frac{\partial R}{\partial x}\\ ~\\ \frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y} \end{pmatrix} curlv(x,y,z)=∇×v ⎝
⎛∂x∂∂y∂∂z∂⎠
⎞×⎝
⎛P(x,y,z)Q(x,y,z)R(x,y,z)⎠
⎞ i=⎣
⎡100⎦
⎤j=⎣
⎡010⎦
⎤k=⎣
⎡001⎦
⎤ det⎝
⎛i∂x∂P(x,y,z)j∂y∂Q(x,y,z)k∂z∂R(x,y,z)⎠
⎞ (∂y∂Q(x,y,z)∂z∂R(x,y,z))i−(∂x∂P(x,y,z)∂z∂R(x,y,z))j+(∂x∂P(x,y,z)∂y∂Q(x,y,z))k (∂y∂R−∂z∂Q)i−(∂x∂R−∂z∂P)j+(∂x∂Q−∂y∂P)k (∂y∂R−∂z∂Q)i+(∂z∂P−∂x∂R)j+(∂x∂Q−∂y∂P)k curlv(x,y,z)=⎝
⎛∂y∂R−∂z∂Q ∂z∂P−∂x∂R ∂x∂Q−∂y∂P⎠
⎞
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://haidsoft.com/114954.html













