矢量场标量场散度梯度旋度的理解

矢量场标量场散度梯度

旋度的理解

公司内部档案编码：[OPPTR-OPPT28-OPPTL98-OPPNN08]

1.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)]

2.散度

气象学中指：

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→多元函数积分中：

设某量场由 A(x,y,z) = P(x,y,z)i + Q,z)j + R(x,y,z)k 给出，其中 P、Q、R 具有一阶连续偏导数，∑是场内一有向曲面，n 是∑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∑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。

3旋度

表示曲线、流体等旋转程度的量

4.矢量和标量场

假设有一个三维空间，显然空间的每一个点都能用坐标（x, y, z）唯一地标识出来。假如给空间的每一个点都赋予一个数字，那么整个空间就充满了数字。此时，这个充满数字的三维空间在数学上就叫做“场”。上述的场叫做标量场，因为单纯的一个数字叫做“标量(scalar)”。如果我们给空间的每一个点都赋予一个矢量(vector)，即一个既有大小，又有方向的东西，那么整个空间就变成充满了矢量，这个空间就叫做矢量场。

矢量场中的每一点都对应于一个矢量，而矢量能够根据规则进行各种运算，例如加、减和乘等（数学上没有矢量的除法）。

显然，我们可以对整个矢量场中的每一个矢量同时进行某种运算，例如同时将它们乘以一个数，或加上一个数等。但是我们可以对整个矢量场进行一些更复杂的运算，其中散度就是其中一种。

三维空间中的一个矢量可以沿x、y和z方向分解，现假设空间的某一点被赋予的矢量能够沿着这3个方向分解为大小为P、Q和R的三个分量，表示为（P，Q，R）。注意，由于空间中每个点被赋予的矢量一般来说是不同的，所以P、Q和R的大小在空间的不同的点一般有不同的值，也就是说P、Q和R中每一个都是x、y和z的函数。

对三维矢量场来说，我们可以对其中一个点的矢量，假设为（P，Q，R）进行以下操作：

1、求出dP/dx＋dQ/dy＋dR/dz的值，其中dP/dx表示求P对x的一阶偏导数，其余雷同；

2、将这个值赋予这个点

对整个矢量场的每个点均进行以上运算，就等于给整个三维空间的每个点都赋予了一个值，于是我们就得出了一个新的标量场，这个标量场就叫做原来的矢量场的散度(divergence)，这种运算就叫做“对矢量场取散度”。

除了散度运算以外，我们还可以对矢量场进行其它的运算，例如旋度运算(curl)。

跟散度运算不同，旋度运算的结果不是标量场，而是另一个矢量场。而涡度就是一个速度场的旋度，显然涡度是一个矢量场的一个类型。