1. 梯度、散度、旋度的定义与计算:旋度的行列式记法★★ 必会
场论中有三个基本的微分运算,即梯度、散度、旋度。它们本质上都是算子 的作用结果,区别只在于作用方式不同:或作用于标量函数,或与向量场作点乘,或与向量场作叉乘。先记牢它们的类型与计算公式,这是本章一切判定的基础:
① 梯度 (标量场 向量场). 对标量函数 ,其梯度是各偏导排成的向量:
它是一个向量,其方向指向 增长最快的方向,其模等于该点处的最大方向导数。
② 散度 (向量场 标量场). 对向量场 ,散度是 与 的点乘:
它是一个标量,用来度量该点处单位体积的净通量,发散时为正,汇聚时为负。要领:三项按对角搭配, 对 、 对 、 对 ,各自求导后直接相加。
③ 旋度 (向量场 向量场). 对 ,旋度是 与 的叉乘;写成三阶行列式最不易出错,这一行列式记法就是本条的要点:
即 ,它是向量,刻画该点附近的旋转倾向。必须注意: 分量在行列式展开时自带一个负号,其结果是 (切勿写成 );最稳妥的做法是始终按三阶行列式逐项展开,不要凭记忆默写这三个分量。
类型小结: 把标量场变为向量场, 把向量场变为标量场, 把向量场变为向量场。解题时先认清输入与输出各是标量还是向量,就能立刻排除搭配错误的写法,例如对向量场求梯度、对标量求旋度都是没有意义的。
① 梯度 (标量场 向量场). 对标量函数 ,其梯度是各偏导排成的向量:
它是一个向量,其方向指向 增长最快的方向,其模等于该点处的最大方向导数。
② 散度 (向量场 标量场). 对向量场 ,散度是 与 的点乘:
它是一个标量,用来度量该点处单位体积的净通量,发散时为正,汇聚时为负。要领:三项按对角搭配, 对 、 对 、 对 ,各自求导后直接相加。
③ 旋度 (向量场 向量场). 对 ,旋度是 与 的叉乘;写成三阶行列式最不易出错,这一行列式记法就是本条的要点:
即 ,它是向量,刻画该点附近的旋转倾向。必须注意: 分量在行列式展开时自带一个负号,其结果是 (切勿写成 );最稳妥的做法是始终按三阶行列式逐项展开,不要凭记忆默写这三个分量。
类型小结: 把标量场变为向量场, 把向量场变为标量场, 把向量场变为向量场。解题时先认清输入与输出各是标量还是向量,就能立刻排除搭配错误的写法,例如对向量场求梯度、对标量求旋度都是没有意义的。
证明 / 推导
把这三个运算两两复合,可以得到场论中三条最重要的恒等式。本章其余各项判定(有势、无源、调和)都以它们为依据:(1) (先梯度、再散度=拉普拉斯算子). 因 ,再取散度即
于是 就是调和函数的判据,它把梯度与散度这两步运算联系了起来。
(2) (梯度场必无旋). 以 代入旋度公式, 分量 (混合偏导 相等),另两个分量 、 同理也为零。这就是有势 无旋的来历:梯度场(即保守场)的旋度恒为零向量。
(3) (旋度场必无源). 设 ,则
式中六个二阶混合偏导数两两抵消,这里同样用到 。由此可知,任何旋度场都是无源场,即管量场。
概括起来就是:梯度无旋,旋度无源,这是 (2)(3) 两条恒等式;再加上 (1) 所联系起来的拉普拉斯算子。三者都以函数的二阶偏导数连续、混合偏导数可交换为前提。
举例说明
求 在点 处的旋度 (2018·数一). 这里 。应当先对一般点 展开行列式,最后才代入具体的点:逐个分量展开: 分量 ; 分量 ; 分量 。故一般点处
最后代入 :。必须注意:切不可先代入点再求导。如果先把 代入 ,变量提前成了常数,各偏导数全为零,就会得到错误的结果 。