[足式机器人]Part3 变分法Ch01-2 数学预备知识——【读书笔记】

本文仅供学习使用
本文参考:
《变分法基础-第三版》老大中
《变分学讲义》张恭庆
《Calculus of Variations of Optimal Control Theory》-变分法和最优控制论-Daneil Liberzon

Ch01-2 数学基础-预备知识1

      • 1.3.2 向量场的通量和散度
      • 1.3.3 高斯定理与格林公式


1.3.2 向量场的通量和散度

设有向量场 a ⃗ \vec{a} a ,在场内取一有向曲面 S S S, d S dS dS S S S上的曲面元素,在 d S dS dS任取一点 M M M, n ⃗ \vec{n} n 是点 M M M处外法向方向的单位向量,若将 a ⃗ ⋅ n ⃗ d S \vec{a}\cdot \vec{n}\mathrm{d}S a n dS对曲面 S S S积分:
Φ = ∬ S a ⃗ ⋅ d S ⃗ = ∬ S a ⃗ ⋅ n ⃗ d S = ∬ S a n d S \varPhi =\iint_S{\vec{a}\cdot \mathrm{d}\vec{S}}=\iint_S{\vec{a}\cdot \vec{n}}\mathrm{d}S=\iint_S{a_n}\mathrm{d}S Φ=Sa dS =Sa n dS=SandS
φ \varphi φ称为向量 a ⃗ \vec{a} a 沿外法线向量 n ⃗ \vec{n} n 的方向通过曲面 S S S通量

曲面 S S S在三个坐标面上的投影分别为:
{ d y d z = cos ⁡ ( N ⃗ , x ) d S ⃗ = cos ⁡ α d S ⃗ = l d S ⃗ d z d x = cos ⁡ ( N ⃗ , y ) d S ⃗ = cos ⁡ β d S ⃗ = m d S ⃗ d x d y = cos ⁡ ( N ⃗ , z ) d S ⃗ = cos ⁡ γ d S ⃗ = n d S ⃗ \begin{cases} \mathrm{d}y\mathrm{d}z=\cos \left( \vec{N},x \right) \mathrm{d}\vec{S}=\cos \alpha \mathrm{d}\vec{S}=l\mathrm{d}\vec{S}\\ \mathrm{d}z\mathrm{d}x=\cos \left( \vec{N},y \right) \mathrm{d}\vec{S}=\cos \beta \mathrm{d}\vec{S}=m\mathrm{d}\vec{S}\\ \mathrm{d}x\mathrm{d}y=\cos \left( \vec{N},z \right) \mathrm{d}\vec{S}=\cos \gamma \mathrm{d}\vec{S}=n\mathrm{d}\vec{S}\\ \end{cases} dydz=cos(N ,x)dS =cosαdS =ldS dzdx=cos(N ,y)dS =cosβdS =mdS dxdy=cos(N ,z)dS =cosγdS =ndS

有向曲面 d S ⃗ \mathrm{d}\vec{S} dS 可表示为: d S ⃗ = n ⃗ d S = i ⃗ d y d z + j ⃗ d z d x + k ⃗ d x d y \mathrm{d}\vec{S}=\vec{n}\mathrm{d}S=\vec{i}\mathrm{d}y\mathrm{d}z+\vec{j}\mathrm{d}z\mathrm{d}x+\vec{k}\mathrm{d}x\mathrm{d}y dS =n dS=i dydz+j dzdx+k dxdy

向量 a ⃗ \vec{a} a 通过曲面 S S S的通量还可以写成以下形式:
Φ = ∯ S [ a x cos ⁡ ( N ⃗ , x ) + a y cos ⁡ ( N ⃗ , y ) + a z cos ⁡ ( N ⃗ , z ) ] d S ⃗ = ∯ S ( a x d y d z + a y d z d x + a z d x d y ) \varPhi =\oiint_S{\left[ a_x\cos \left( \vec{N},x \right) +a_{\mathrm{y}}\cos \left( \vec{N},y \right) +a_{\mathrm{z}}\cos \left( \vec{N},z \right) \right]}\mathrm{d}\vec{S} \\ =\oiint_S{\left( a_x\mathrm{d}y\mathrm{d}z+a_{\mathrm{y}}\mathrm{d}z\mathrm{d}x+a_{\mathrm{z}}\mathrm{d}x\mathrm{d}y \right)} Φ= S[axcos(N ,x)+aycos(N ,y)+azcos(N ,z)]dS = S(axdydz+aydzdx+azdxdy)
当曲面 S S S是封闭曲面时,具有特别重要的意义。为了明显起见,采用在积分号上加圆圈的方法,即用:
Φ = ∯ S a n d S = ∯ S a ⃗ d S ⃗ \varPhi =\oiint_S{a_{\mathrm{n}}}\mathrm{d}S=\oiint_S{\vec{a}}\mathrm{d}\vec{S} Φ= SandS= Sa dS
来表示通过封闭曲面 S S S的通量。

设有向量场 a ⃗ = a ⃗ ( M ) \vec{a}=\vec{a}\left( M \right) a =a (M) ,在场中一点 M M M的某个邻域内作包含此点的任一封闭曲面 Δ S \varDelta S ΔS, Δ S \varDelta S ΔS所围成的体积为 Δ V \varDelta V ΔV,计算向量 a ⃗ \vec{a} a 穿过 Δ S \varDelta S ΔS面上的通量,当 Δ V \varDelta V ΔV以任意方式向点 M M M收缩时,如果比式:
lim ⁡ Δ V → 0 Δ Φ Δ V = lim ⁡ Δ V → 0 ∯ Δ S a ⃗ ⋅ d S ⃗ Δ V \underset{\varDelta V\rightarrow 0}{\lim}\frac{\varDelta \varPhi}{\varDelta V}=\underset{\varDelta V\rightarrow 0}{\lim}\frac{\oiint_{\varDelta S}{\vec{a}\cdot}\mathrm{d}\vec{S}}{\varDelta V} ΔV0limΔVΔΦ=ΔV0limΔV ΔSa dS
的极限存在,则此极限称为向量函数 a ⃗ \vec{a} a 在点 M M M的散度,记作 d i v a ⃗ \mathrm{div}\vec{a} diva , d i v \mathrm{div} div为英文divergence的缩写,意为散度。当采用哈密顿算子时,可写作 ∇ ⋅ a ⃗ \nabla \cdot \vec{a} a ,即:
d i v a ⃗ = ∇ ⋅ a ⃗ = lim ⁡ Δ V → 0 Δ Φ Δ V = lim ⁡ Δ V → 0 ∯ Δ S a ⃗ ⋅ d S ⃗ Δ V ∇ ⋅ a ⃗ \mathrm{div}\vec{a}=\nabla \cdot \vec{a}=\underset{\varDelta V\rightarrow 0}{\lim}\frac{\varDelta \varPhi}{\varDelta V}=\underset{\varDelta V\rightarrow 0}{\lim}\frac{\oiint_{\varDelta S}{\vec{a}\cdot}\mathrm{d}\vec{S}}{\varDelta V} \\ \nabla \cdot \vec{a} diva =a =ΔV0limΔVΔΦ=ΔV0limΔV ΔSa dS a
显然点M的散度与所取的封闭曲面 Δ S \varDelta S ΔS的形状无关,它是一个不依赖于坐标系选取的数量,因此是一个标量。散度是通量对体积的变化率。散度为零的向量场称为无源场无散场,也称为管状场

虽然向量场的散度是一个不依赖于坐标系选取的标量,但在具体计算向量场的散度时,常需要用向量的分量来表示,而向量的分量和坐标的选择有关。因此需要讨论向量的散度与其分量的关系。

在这里插入图片描述
设直角坐标系向量: a ⃗ = a x i ⃗ + a y j ⃗ + a z k ⃗ \vec{a}=a_x\vec{i}+a_{\mathrm{y}}\vec{j}+a_{\mathrm{z}}\vec{k} a =axi +ayj +azk ,微元体积 Δ V \varDelta V ΔV是以 Δ x \varDelta x Δx Δ y \varDelta y Δy Δ z \varDelta z Δz为边长的微元六面体,并设微元六面体的中心坐标为 ( x , y , z ) \left( x,y,z \right) (x,y,z)。作为一阶近似,在 x x x方向存在如下关系:
a x ∣ x + Δ x 2 = a x ∣ x + ∂ a x ∂ x Δ x 2 , a x ∣ x − Δ x 2 = a x ∣ x − ∂ a x ∂ x Δ x 2 \left. a_x \right|_{x+\frac{\varDelta x}{2}}=\left. a_x \right|_x+\frac{\partial a_x}{\partial x}\frac{\varDelta x}{2},\left. a_x \right|_{x-\frac{\varDelta x}{2}}=\left. a_x \right|_x-\frac{\partial a_x}{\partial x}\frac{\varDelta x}{2} axx+2Δx=axx+xax2Δx,axx2Δx=axxxax2Δx
x x x轴方向流出微元六面体的净通量为:
( a x ∣ x + Δ x 2 − a x ∣ x − Δ x 2 ) Δ y Δ z = ∂ a x ∂ x Δ x Δ y Δ z \left( \left. a_x \right|_{x+\frac{\varDelta x}{2}}-\left. a_x \right|_{x-\frac{\varDelta x}{2}} \right) \varDelta y\varDelta z=\frac{\partial a_x}{\partial x}\varDelta x\varDelta y\varDelta z (axx+2Δxaxx2Δx)ΔyΔz=xaxΔxΔyΔz
同样,在 y y y轴和 z z z轴方向也可以到类似的关系,于是流出微元体积 Δ V \varDelta V ΔV的净通量为:
∯ Δ z a ⃗ ⋅ d S ⃗ = ∂ a x ∂ x Δ x Δ y Δ z + ∂ a y ∂ y Δ x Δ y Δ z + ∂ a z ∂ z Δ x Δ y Δ z \oiint_{\varDelta z}{\vec{a}\cdot}\mathrm{d}\vec{S}=\frac{\partial a_x}{\partial x}\varDelta x\varDelta y\varDelta z+\frac{\partial a_{\mathrm{y}}}{\partial y}\varDelta x\varDelta y\varDelta z+\frac{\partial a_{\mathrm{z}}}{\partial z}\varDelta x\varDelta y\varDelta z Δza dS =xaxΔxΔyΔz+yayΔxΔyΔz+zazΔxΔyΔz
将上式两端除以微元体积 Δ V = Δ x Δ y Δ z \varDelta V=\varDelta x\varDelta y\varDelta z ΔV=ΔxΔyΔz并取极限,得:
d i v a ⃗ = lim ⁡ Δ V → 0 ∯ Δ z a ⃗ ⋅ d S ⃗ Δ V = ∂ a x ∂ x + ∂ a y ∂ y + ∂ a z ∂ z \mathrm{div}\vec{a}=\underset{\varDelta V\rightarrow 0}{\lim}\frac{\oiint_{\varDelta z}{\vec{a}\cdot}\mathrm{d}\vec{S}}{\varDelta V}=\frac{\partial a_x}{\partial x}+\frac{\partial a_{\mathrm{y}}}{\partial y}+\frac{\partial a_{\mathrm{z}}}{\partial z} diva =ΔV0limΔV Δza dS =xax+yay+zaz
又:
∇ ⋅ a ⃗ = ( ∂ ∂ x i ⃗ + ∂ ∂ y j ⃗ + ∂ ∂ z k ⃗ ) ⋅ ( a x i ⃗ + a y j ⃗ + a z k ⃗ ) = ∂ a x ∂ x + ∂ a y ∂ y + ∂ a z ∂ z \nabla \cdot \vec{a}=\left( \frac{\partial}{\partial x}\vec{i}+\frac{\partial}{\partial y}\vec{j}+\frac{\partial}{\partial z}\vec{k} \right) \cdot \left( a_x\vec{i}+a_{\mathrm{y}}\vec{j}+a_{\mathrm{z}}\vec{k} \right) =\frac{\partial a_x}{\partial x}+\frac{\partial a_{\mathrm{y}}}{\partial y}+\frac{\partial a_{\mathrm{z}}}{\partial z} a =(xi +yj +zk )(axi +ayj +azk )=xax+yay+zaz
故:
d i v a ⃗ = ∇ ⋅ a ⃗ = ∂ a x ∂ x + ∂ a y ∂ y + ∂ a z ∂ z \mathrm{div}\vec{a}=\nabla \cdot \vec{a}=\frac{\partial a_x}{\partial x}+\frac{\partial a_{\mathrm{y}}}{\partial y}+\frac{\partial a_{\mathrm{z}}}{\partial z} diva =a =xax+yay+zaz
上式就是散度在直角坐标系中的表达式。在计算向量场的散度时,应用该式通常要比直接引用定义式更方便。一个向量函数a的散度是一个标量函数。在向量场中任一点,向量 a ⃗ \vec{a} a 散度等于它在各坐标轴上的分量对各自坐标变量的偏导数之和

散度具有下列性质:

  • 两个向量函数之和的散度等于各向量函数的散度之和
    d i v ( a ⃗ + b ⃗ ) = d i v a ⃗ + d i v b ⃗ ∇ ⋅ ( a ⃗ + b ⃗ ) = ∇ ⋅ a ⃗ + ∇ ⋅ b ⃗ \mathrm{div}\left( \vec{a}+\vec{b} \right) =\mathrm{div}\vec{a}+\mathrm{div}\vec{b} \\ \nabla \cdot \left( \vec{a}+\vec{b} \right) =\nabla \cdot \vec{a}+\nabla \cdot \vec{b} div(a +b )=diva +divb (a +b )=a +b
  • 数量函数与向量函数之积的散度等于数量函数与向量函数的散度之积加上数量函数的梯度与向量函数之内积
    d i v ( φ a ⃗ ) = φ d i v a ⃗ + a ⃗ ⋅ g r a d φ ∇ ⋅ ( φ a ⃗ ) = φ ∇ ⋅ a ⃗ + a ⃗ ⋅ ∇ φ \mathrm{div}\left( \varphi \vec{a} \right) =\varphi \mathrm{div}\vec{a}+\vec{a}\cdot \mathrm{grad}\varphi \\ \nabla \cdot \left( \varphi \vec{a} \right) =\varphi \nabla \cdot \vec{a}+\vec{a}\cdot \nabla \varphi \\ div(φa )=φdiva +a gradφ(φa )=φa +a φ

证明:(待补充)

求梯度的散度: ∇ ⋅ ∇ ( φ ψ ) \nabla \cdot \nabla \left( \varphi \psi \right) (φψ)
∇ ⋅ ∇ ( φ ψ ) = ∇ ⋅ ( φ ∇ ψ + ψ ∇ φ ) = φ ∇ ⋅ ∇ ψ + ∇ φ ⋅ ∇ ψ + ψ ∇ ⋅ ∇ φ + ∇ ψ ⋅ ∇ φ = φ ∇ 2 ψ + 2 ∇ φ ⋅ ∇ ψ + ψ ∇ 2 φ = φ Δ ψ + 2 ∇ φ ⋅ ∇ ψ + ψ Δ φ \nabla \cdot \nabla \left( \varphi \psi \right) =\nabla \cdot \left( \varphi \nabla \psi +\psi \nabla \varphi \right) =\varphi \nabla \cdot \nabla \psi +\nabla \varphi \cdot \nabla \psi +\psi \nabla \cdot \nabla \varphi +\nabla \psi \cdot \nabla \varphi =\varphi \nabla ^2\psi +2\nabla \varphi \cdot \nabla \psi +\psi \nabla ^2\varphi =\varphi \varDelta \psi +2\nabla \varphi \cdot \nabla \psi +\psi \varDelta \varphi (φψ)=(φψ+ψφ)=φψ+φψ+ψφ+ψφ=φ2ψ+2∇φψ+ψ2φ=φΔψ+2∇φψ+ψΔφ
式中,算子 Δ = ∇ ⋅ ∇ = ∇ 2 \varDelta =\nabla \cdot \nabla =\nabla ^2 Δ==2,作用在标量函数上的算子 Δ \varDelta Δ 称为标量拉普拉斯算子,简称拉普拉斯算子调和算子。在直角坐标系中,它可表示为:
Δ = ∇ ⋅ ∇ = ∇ 2 = ∂ 2 ∂ x 2 + ∂ 2 ∂ y 2 + ∂ 2 ∂ z 2 \varDelta =\nabla \cdot \nabla =\nabla ^2=\frac{\partial ^2}{\partial x^2}+\frac{\partial ^2}{\partial y^2}+\frac{\partial ^2}{\partial z^2} Δ==2=x22+y22+z22

1.3.3 高斯定理与格林公式

定理: 设向量 a ⃗ \vec{a} a 在一封闭曲面 S S S的内部有连续一阶偏导数,则 a ⃗ \vec{a} a S S S上的通量等于该向量的散度对 S S S所围成体积 V V V上的积分,即:
∯ S a ⃗ ⋅ d S ⃗ = ∯ S a ⃗ ⋅ n ⃗ d S = ∭ V d i v a ⃗ d V = ∭ V ∇ ⋅ a ⃗ d V \oiint_S{\vec{a}\cdot}\mathrm{d}\vec{S}=\oiint_S{\vec{a}\cdot \vec{n}}\mathrm{d}S=\iiint_V{\mathrm{div}\vec{a}}dV=\iiint_V{\nabla \cdot \vec{a}}dV Sa dS = Sa n dS=Vdiva dV=Va dV
式中, n ⃗ \vec{n} n S S S上单位外法线向量; ∇ \nabla 为哈密顿算子。

上式称为高斯-奥斯特罗格拉茨基定理,简称高斯定理,也称为散度形式的高斯公式散度定理,它建立了空间区域V上连续函数的三重积分与其边界面S上的曲面积分之间的关系
证明:(待补充)

  • 高斯公式在理论研究和实际工作中有着广泛的应用,是一种有力的数学工具,许多公式都是从高斯公式出发而得到的。

设:
a ⃗ = P ( x , y , z ) i ⃗ + Q ( x , y , z ) j ⃗ + R ( x , y , z ) k ⃗ n ⃗ = cos ⁡ ( n , x ) i ⃗ + cos ⁡ ( n , y ) j ⃗ + cos ⁡ ( n , z ) k ⃗ = cos ⁡ α i ⃗ + cos ⁡ β j ⃗ + cos ⁡ γ k ⃗ \vec{a}=P\left( x,y,z \right) \vec{i}+Q\left( x,y,z \right) \vec{j}+R\left( x,y,z \right) \vec{k} \\ \vec{n}=\cos \left( n,x \right) \vec{i}+\cos \left( n,y \right) \vec{j}+\cos \left( n,z \right) \vec{k}=\cos \alpha \vec{i}+\cos \beta \vec{j}+\cos \gamma \vec{k} a =P(x,y,z)i +Q(x,y,z)j +R(x,y,z)k n =cos(n,x)i +cos(n,y)j +cos(n,z)k =cosαi +cosβj +cosγk

将以上两式带入高斯公式,可得:
∯ S a ⃗ ⋅ d S ⃗ = ∯ S a ⃗ ⋅ n ⃗ d S = ∯ S ( P cos ⁡ α + Q cos ⁡ β + R cos ⁡ γ ) d S = ∭ V ( ∂ P ∂ x + ∂ Q ∂ y + ∂ R ∂ z ) d V \oiint_S{\vec{a}\cdot}\mathrm{d}\vec{S}=\oiint_S{\vec{a}\cdot \vec{n}}\mathrm{d}S=\oiint_S{\left( P\cos \alpha +Q\cos \beta +R\cos \gamma \right)}\mathrm{d}S=\iiint_V{\left( \frac{\partial P}{\partial x}+\frac{\partial Q}{\partial y}+\frac{\partial R}{\partial z} \right)}dV Sa dS = Sa n dS= S(Pcosα+Qcosβ+Rcosγ)dS=V(xP+yQ+zR)dV
这个高斯公式是常见的一种形式。

在这里插入图片描述

设有平面向量场 a ⃗ \vec{a} a ,在场内取一有向曲线 Γ \varGamma Γ , d Γ \mathrm{d}\varGamma dΓ Γ \varGamma Γ上的曲线元素,在 d Γ \mathrm{d}\varGamma dΓ任取一点 M M M, n ⃗ \vec{n} n 是点 M M M处外法线方向的单位向量,若将 a ⃗ ⋅ n ⃗ d Γ \vec{a}\cdot \vec{n}\mathrm{d}\varGamma a n dΓ对于曲线 d Γ \mathrm{d}\varGamma dΓ积分:
Φ = ∫ Γ a ⃗ ⋅ n ⃗ d Γ = ∫ Γ a ⃗ d Γ ⃗ \varPhi =\int_{\varGamma}{\vec{a}\cdot \vec{n}\mathrm{d}\varGamma}=\int_{\varGamma}{\vec{a}\mathrm{d}\vec{\varGamma}} Φ=Γa n dΓ=Γa dΓ
则称为 Φ \varPhi Φ 向量场 a ⃗ \vec{a} a 沿法向向量 n ⃗ \vec{n} n 的方向通过曲线 Γ \varGamma Γ的通量。在直角坐标系中,曲线 Γ \varGamma Γ的法向单位向量 n ⃗ \vec{n} n 、切向单位向量 τ ⃗ \vec{\tau} τ 与该曲线存在下列关系:
{ n ⃗ = n ⃗ x + n ⃗ y = n x i ⃗ + n y j ⃗ = cos ⁡ ( n ⃗ , x ) i ⃗ + cos ⁡ ( n ⃗ , y ) j ⃗ = cos ⁡ ( τ ⃗ , y ) i ⃗ + cos ⁡ ( τ ⃗ , − x ) j ⃗ = d y d Γ i ⃗ − d x d Γ j ⃗ τ ⃗ = τ ⃗ x + τ ⃗ y = τ x i ⃗ + τ y j ⃗ = cos ⁡ ( τ ⃗ , x ) i ⃗ + cos ⁡ ( τ ⃗ , y ) j ⃗ = cos ⁡ ( n ⃗ , − y ) i ⃗ + cos ⁡ ( n ⃗ , x ) j ⃗ = − d x d Γ i ⃗ + d y d Γ j ⃗ \begin{cases} \vec{n}=\vec{n}_x+\vec{n}_{\mathrm{y}}=n_x\vec{i}+n_{\mathrm{y}}\vec{j}=\cos \left( \vec{n},x \right) \vec{i}+\cos \left( \vec{n},y \right) \vec{j}=\cos \left( \vec{\tau},y \right) \vec{i}+\cos \left( \vec{\tau},-x \right) \vec{j}=\frac{\mathrm{d}y}{\mathrm{d}\varGamma}\vec{i}-\frac{\mathrm{d}x}{\mathrm{d}\varGamma}\vec{j}\\ \vec{\tau}=\vec{\tau}_x+\vec{\tau}_{\mathrm{y}}=\tau _x\vec{i}+\tau _{\mathrm{y}}\vec{j}=\cos \left( \vec{\tau},x \right) \vec{i}+\cos \left( \vec{\tau},y \right) \vec{j}=\cos \left( \vec{n},-y \right) \vec{i}+\cos \left( \vec{n},x \right) \vec{j}=-\frac{\mathrm{d}x}{\mathrm{d}\varGamma}\vec{i}+\frac{\mathrm{d}y}{\mathrm{d}\varGamma}\vec{j}\\ \end{cases} {n =n x+n y=nxi +nyj =cos(n ,x)i +cos(n ,y)j =cos(τ ,y)i +cos(τ ,x)j =dΓdyi dΓdxj τ =τ x+τ y=τxi +τyj =cos(τ ,x)i +cos(τ ,y)j =cos(n ,y)i +cos(n ,x)j =dΓdxi +dΓdyj

a ⃗ = P ( x , y ) i ⃗ + Q ( x , y ) j ⃗ \vec{a}=P\left( x,y \right) \vec{i}+Q\left( x,y \right) \vec{j} a =P(x,y)i +Q(x,y)j ,则通过曲线 Γ \varGamma Γ的通量 Φ \varPhi Φ可写成:
Φ = ∫ Γ a ⃗ ⋅ n ⃗ d Γ = ∫ Γ a ⃗ d Γ ⃗ = ∫ Γ ( P d y − Q d x ) \varPhi =\int_{\varGamma}{\vec{a}\cdot \vec{n}}\mathrm{d}\varGamma =\int_{\varGamma}{\vec{a}}\mathrm{d}\vec{\varGamma}=\int_{\varGamma}{\left( P\mathrm{d}y-Q\mathrm{d}x \right)} Φ=Γa n dΓ=Γa dΓ =Γ(PdyQdx)

设有平面向量场 a ⃗ = a ⃗ ( M ) \vec{a}=\vec{a}\left( M \right) a =a (M) ,在场中一点 M M M的某个邻域内作包含此点的任一封闭曲线 Δ Γ \varDelta \varGamma ΔΓ , Δ Γ \varDelta \varGamma ΔΓ所围成的面积为 Δ D \varDelta D ΔD,计算向量 a ⃗ \vec{a} a 经过 Δ Γ \varDelta \varGamma ΔΓ线上的通量,当 Δ D \varDelta D ΔD以任意方式向点 M M M收缩时,如果比式:
lim ⁡ Δ D → 0 Δ Φ Δ D = lim ⁡ Δ D → 0 ∮ Δ Γ a ⃗ ⋅ n ⃗ d Γ Δ D \underset{\varDelta D\rightarrow 0}{\lim}\frac{\varDelta \varPhi}{\varDelta D}=\underset{\varDelta D\rightarrow 0}{\lim}\frac{\oint_{\varDelta \varGamma}{\vec{a}\cdot \vec{n}}\mathrm{d}\varGamma}{\varDelta D} ΔD0limΔDΔΦ=ΔD0limΔDΔΓa n dΓ
的极限存在,则此极限称为向量函数 a ⃗ \vec{a} a 在点 M M M散度,记作 d i v a ⃗ \mathrm{div}\vec{a} diva ,当采用哈密顿算子时,可写作 ∇ ⋅ a ⃗ \nabla \cdot \vec{a} a ,即:
d i v a ⃗ = ∇ ⋅ a ⃗ = lim ⁡ Δ D → 0 Δ Φ Δ D = lim ⁡ Δ D → 0 ∮ Δ Γ a ⃗ ⋅ n ⃗ d Γ Δ D \mathrm{div}\vec{a}=\nabla \cdot \vec{a}=\underset{\varDelta D\rightarrow 0}{\lim}\frac{\varDelta \varPhi}{\varDelta D}=\underset{\varDelta D\rightarrow 0}{\lim}\frac{\oint_{\varDelta \varGamma}{\vec{a}\cdot \vec{n}}\mathrm{d}\varGamma}{\varDelta D} diva =a =ΔD0limΔDΔΦ=ΔD0limΔDΔΓa n dΓ

显然点 M M M的散度与所取的封闭曲线 Δ Γ \varDelta \varGamma ΔΓ的形状无关,它是一个不依赖于坐标系选取的数量,因此是一个标量。
b ⃗ = ϕ a ⃗ \vec{b}=\phi \vec{a} b =ϕa ,利用散度的性质,可得到以下公式:
∭ V d i v ( ϕ a ⃗ ) d V = ∭ V ∇ ⋅ ( ϕ a ⃗ ) d V = ∭ V ( ϕ ∇ ⋅ a ⃗ + a ⃗ ∇ ϕ ) d V = ∯ S ϕ a ⃗ ⋅ d S ⃗ = ∯ S ϕ ( a ⃗ ⋅ n ⃗ ) d S \iiint_V{\mathrm{div}\left( \phi \vec{a} \right)}\mathrm{d}V=\iiint_V{\nabla \cdot \left( \phi \vec{a} \right)}\mathrm{d}V=\iiint_V{\left( \phi \nabla \cdot \vec{a}+\vec{a}\nabla \phi \right)}\mathrm{d}V \\ =\oiint_S{\phi \vec{a}}\cdot \mathrm{d}\vec{S}=\oiint_S{\phi \left( \vec{a}\cdot \vec{n} \right)}\mathrm{d}S Vdiv(ϕa )dV=V(ϕa )dV=V(ϕa +a ϕ)dV= Sϕa dS = Sϕ(a n )dS

定理: 设平面向量 a ⃗ \vec{a} a 在一封闭曲线 Γ \varGamma Γ 的内部有连续一阶偏导数,则 a ⃗ \vec{a} a Γ \varGamma Γ上的通量等于该向量的散度对 Γ \varGamma Γ所围成面积 D D D上的积分,即:
∮ Γ a ⃗ ⋅ n ⃗ d Γ = ∮ Γ a n d Γ = ∬ D d i v a ⃗ d D = ∬ D ∇ ⋅ a ⃗ d D \oint_{\varGamma}{\vec{a}\cdot \vec{n}}\mathrm{d}\varGamma =\oint_{\varGamma}{a_n}\mathrm{d}\varGamma =\iint_D{\mathrm{div}\vec{a}}\mathrm{d}D=\iint_D{\nabla \cdot \vec{a}}\mathrm{d}D Γa n dΓ=ΓandΓ=Ddiva dD=Da dD
式中, n ⃗ \vec{n} n Γ \varGamma Γ上外法线方向的单位向量; ∇ \nabla 为哈密顿算子。上式称为格林公式格林定理,它建立了平面区域 D D D上的二重积分和沿该区域边界 Γ \varGamma Γ的曲线积分之间的联系。

  • 证明的方法与高斯定理的证明方法相同,只需将封闭曲面 S S S换成封闭曲线 Γ \varGamma Γ,并将 S S S围成的体积 V V V换成 Γ \varGamma Γ围成的面积 D D D即可。

a ⃗ = Q ( x , y ) i ⃗ − P ( x , y ) j ⃗ \vec{a}=Q\left( x,y \right) \vec{i}-P\left( x,y \right) \vec{j} a =Q(x,y)i P(x,y)j ,并注意到 n ⃗ = d y d Γ i ⃗ − d x d Γ j ⃗ \vec{n}=\frac{\mathrm{d}y}{\mathrm{d}\varGamma}\vec{i}-\frac{\mathrm{d}x}{\mathrm{d}\varGamma}\vec{j} n =dΓdyi dΓdxj ,则格林公式可写成:
∮ Γ ( P ( x , y ) d x + Q ( x , y ) d y ) = ∬ D ( ∂ Q ∂ x − ∂ P ∂ y ) d x d y \oint_{\varGamma}{\left( P\left( x,y \right) \mathrm{d}x+Q\left( x,y \right) \mathrm{d}y \right)}=\iint_D{\left( \frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y} \right)}\mathrm{d}x\mathrm{d}y Γ(P(x,y)dx+Q(x,y)dy)=D(xQyP)dxdy

这里曲线积分沿着曲线 Γ \varGamma Γ的正向,二重积分展布在区域 D D D上。所谓曲线 Γ \varGamma Γ的正向是这样的方向,设想一个人绕着曲线 Γ \varGamma Γ行走,使得 Γ \varGamma Γ围成的区域 D D D总是保持在其左侧。

P = − y , Q = x P=-y,Q=x P=y,Q=x,则有: D = ∬ D d x d y = 1 2 ∮ Γ ( x d y − y d x ) D=\iint_D{\mathrm{d}x\mathrm{d}y}=\frac{1}{2}\oint_{\varGamma}{\left( x\mathrm{d}y-y\mathrm{d}x \right)} D=Ddxdy=21Γ(xdyydx)
上式为利用曲线积分计算平面区域 D D D的面积公式

x = x ( t ) , y = y ( t ) x=x\left( t \right) ,y=y\left( t \right) x=x(t),y=y(t),则上式可写成: D = ∬ D d x d y = 1 2 ∮ Γ ( x y ˙ − y x ˙ ) d t D=\iint_D{\mathrm{d}x\mathrm{d}y}=\frac{1}{2}\oint_{\varGamma}{\left( x\dot{y}-y\dot{x} \right)}\mathrm{d}t D=Ddxdy=21Γ(xy˙yx˙)dt

P = u ∂ u ∂ y , Q = − u ∂ u ∂ x P=u\frac{\partial u}{\partial y},Q=-u\frac{\partial u}{\partial x} P=uyu,Q=uxu,则有:
∬ D ( ∂ 2 u ∂ x 2 + ∂ 2 u ∂ y 2 ) u d x d y + ∬ D [ ( ∂ u ∂ x ) 2 + ( ∂ u ∂ y ) 2 ] d x d y = − ∮ Γ ( u ∂ u ∂ y d x − u ∂ u ∂ x d y ) \iint_D{\left( \frac{\partial ^2u}{\partial x^2}+\frac{\partial ^2u}{\partial y^2} \right) u\mathrm{d}x\mathrm{d}y}+\iint_D{\left[ \left( \frac{\partial u}{\partial x} \right) ^2+\left( \frac{\partial u}{\partial y} \right) ^2 \right] \mathrm{d}x\mathrm{d}y}=-\oint_{\varGamma}{\left( u\frac{\partial u}{\partial y}\mathrm{d}x-u\frac{\partial u}{\partial x}\mathrm{d}y \right)} D(x22u+y22u)udxdy+D[(xu)2+(yu)2]dxdy=Γ(uyudxuxudy)

设函数 φ 、 ψ \varphi \text{、}\psi φψ λ \lambda λ 在区域 V V V内有连续二阶导数,令 a ⃗ = φ λ ∇ ψ \vec{a}=\varphi \lambda \nabla \psi a =φλψ ,根据散度的性质,有下面公式:
∇ ⋅ a ⃗ = ∇ ⋅ ( φ λ ∇ ψ ) = φ ∇ ⋅ ( λ ∇ ψ ) + λ ∇ φ ⋅ ∇ ψ \nabla \cdot \vec{a}=\nabla \cdot \left( \varphi \lambda \nabla \psi \right) =\varphi \nabla \cdot \left( \lambda \nabla \psi \right) +\lambda \nabla \varphi \cdot \nabla \psi a =(φλψ)=φ(λψ)+λφψ
进而可知:
a ⃗ ⋅ n ⃗ = φ λ ∇ ψ ⋅ n ⃗ = φ λ ∣ ∇ ψ ∣ n ⃗ ⋅ n ⃗ = φ λ ∂ ψ ∂ n \vec{a}\cdot \vec{n}=\varphi \lambda \nabla \psi \cdot \vec{n}=\varphi \lambda \left| \nabla \psi \right|\vec{n}\cdot \vec{n}=\varphi \lambda \frac{\partial \psi}{\partial n} a n =φλψn =φλψn n =φλnψ
∭ V ∇ ⋅ ( φ λ ∇ ψ ) d V = ∭ V [ φ ∇ ⋅ ( λ ∇ ψ ) + λ ∇ φ ⋅ ∇ ψ ] d V = ∯ S φ λ ∂ ψ ∂ n d S = ∯ S φ λ ∣ ∇ ψ ∣ d S = ∯ S φ λ ∇ ψ ⋅ n ⃗ d S \iiint_V{\nabla \cdot \left( \varphi \lambda \nabla \psi \right)}\mathrm{d}V=\iiint_V{\left[ \varphi \nabla \cdot \left( \lambda \nabla \psi \right) +\lambda \nabla \varphi \cdot \nabla \psi \right]}\mathrm{d}V \\ =\oiint_S{\varphi \lambda \frac{\partial \psi}{\partial n}}\mathrm{d}S=\oiint_S{\varphi \lambda \left| \nabla \psi \right|}\mathrm{d}S=\oiint_S{\varphi \lambda \nabla \psi \cdot \vec{n}}\mathrm{d}S V(φλψ)dV=V[φ(λψ)+λφψ]dV= SφλnψdS= SφλψdS= Sφλψn dS
若令上式中的 λ = 1 \lambda =1 λ=1,则可得到格林第一公式奥斯特罗格拉茨基公式,也称为
格林第一定理奥氏公式,即:
∭ V ∇ ⋅ ( φ ∇ ψ ) d V = ∭ V ( φ ∇ ⋅ ∇ ψ + ∇ φ ⋅ ∇ ψ ) d V = ∭ V ( φ Δ ψ + ∇ φ ⋅ ∇ ψ ) d V = ∯ S φ ∂ ψ ∂ n d S = ∯ S φ λ ∣ ∇ ψ ∣ d S = ∯ S φ n ⃗ ⋅ ∇ ψ d S \iiint_V{\nabla \cdot \left( \varphi \nabla \psi \right)}\mathrm{d}V=\iiint_V{\left( \varphi \nabla \cdot \nabla \psi +\nabla \varphi \cdot \nabla \psi \right)}\mathrm{d}V=\iiint_V{\left( \varphi \varDelta \psi +\nabla \varphi \cdot \nabla \psi \right)}\mathrm{d}V \\ =\oiint_S{\varphi \frac{\partial \psi}{\partial n}}\mathrm{d}S=\oiint_S{\varphi \lambda \left| \nabla \psi \right|}\mathrm{d}S=\oiint_S{\varphi \vec{n}\cdot \nabla \psi}\mathrm{d}S V(φψ)dV=V(φψ+φψ)dV=V(φΔψ+φψ)dV= SφnψdS= SφλψdS= Sφn ψdS
将上式中的 φ \varphi φ ψ \psi ψ易位,得:
∭ V ∇ ⋅ ( ψ ∇ φ ) d V = ∭ V ( ψ Δ φ + ∇ ψ ⋅ ∇ φ ) d V = ∯ S ψ ∂ φ ∂ n d S = ∯ S ψ ∣ ∇ φ ∣ d S = ∯ S ψ ∇ φ ⋅ n ⃗ d S \iiint_V{\nabla \cdot \left( \psi \nabla \varphi \right)}\mathrm{d}V=\iiint_V{\left( \psi \varDelta \varphi +\nabla \psi \cdot \nabla \varphi \right)}\mathrm{d}V=\oiint_S{\psi \frac{\partial \varphi \,\,}{\partial n}}\mathrm{d}S \\ =\oiint_S{\psi \left| \nabla \varphi \right|}\mathrm{d}S=\oiint_S{\psi \nabla \varphi \cdot}\vec{n}\mathrm{d}S V(ψφ)dV=V(ψΔφ+ψφ)dV= SψnφdS= SψφdS= Sψφn dS
也是格林第一公式的另一种形式。将格林第一公式两种不同形式相减,便得到格林第二公式,也称为格林第二定理,即:
∭ V ( φ Δ ψ − ψ Δ φ ) d V = ∯ S ( φ ∂ ψ ∂ n − ψ ∂ φ ∂ n ) d S = ∯ S ( φ ∇ ψ − ψ ∇ φ ) ⋅ n ⃗ d S \iiint_V{\left( \varphi \varDelta \psi -\psi \varDelta \varphi \right)}\mathrm{d}V=\oiint_S{\left( \varphi \frac{\partial \psi}{\partial n}-\psi \frac{\partial \varphi \,\,}{\partial n} \right)}\mathrm{d}S=\oiint_S{\left( \varphi \nabla \psi -\psi \nabla \varphi \right) \cdot \vec{n}}\mathrm{d}S V(φΔψψΔφ)dV= S(φnψψnφ)dS= S(φψψφ)n dS
φ = ψ \varphi =\psi φ=ψ时,即可得到格林第三公式,也称为格林第三定理,即:
∭ V [ φ Δ φ + ( ∇ φ ) 2 ] d V = ∯ S φ ∂ ψ ∂ n d S = ∯ S φ ∇ φ ⋅ n ⃗ d S \iiint_V{\left[ \varphi \varDelta \varphi +\left( \nabla \varphi \right) ^2 \right]}\mathrm{d}V=\oiint_S{\varphi \frac{\partial \psi \,\,}{\partial n}}\mathrm{d}S=\oiint_S{\varphi \nabla \varphi}\cdot \vec{n}\mathrm{d}S V[φΔφ+(φ)2]dV= SφnψdS= Sφφn dS
ψ = 1 \psi =1 ψ=1,则:
∭ V Δ φ d V = ∯ S φ ∂ φ ∂ n d S = ∯ S φ ∇ φ ⋅ n ⃗ d S \iiint_V{\varDelta \varphi}\mathrm{d}V=\oiint_S{\varphi \frac{\partial \varphi \,\,}{\partial n}}\mathrm{d}S=\oiint_S{\varphi \nabla \varphi \cdot \vec{n}}\mathrm{d}S VΔφdV= SφnφdS= Sφφn dS
在直角坐标系中,上式可写成:
∭ V ( ∂ 2 φ ∂ x 2 + ∂ 2 φ ∂ y 2 + ∂ 2 φ ∂ z 2 ) d V = ∯ S ( ∂ φ ∂ x d y d z + ∂ φ ∂ y d z d x + ∂ φ ∂ z d x d y ) \iiint_V{\left( \frac{\partial ^2\varphi \,\,}{\partial x^2}+\frac{\partial ^2\varphi \,\,}{\partial y^2}+\frac{\partial ^2\varphi \,\,}{\partial z^2} \right)}\mathrm{d}V=\oiint_S{\left( \frac{\partial \varphi \,\,}{\partial x}\mathrm{d}y\mathrm{d}z+\frac{\partial \varphi \,\,}{\partial y}\mathrm{d}z\mathrm{d}x+\frac{\partial \varphi \,\,}{\partial z}\mathrm{d}x\mathrm{d}y \right)} V(x22φ+y22φ+z22φ)dV= S(xφdydz+yφdzdx+zφdxdy)
Δ φ = 0 \varDelta \varphi =0 Δφ=0,则:
∭ V ( Δ φ ) 2 d V = ∯ S φ ∂ φ ∂ n d S = ∯ S φ ∇ φ ⋅ n ⃗ d S ∯ S ∂ φ ∂ n d S = ∯ S ∇ φ ⋅ n ⃗ d S \iiint_V{\left( \varDelta \varphi \right) ^2}\mathrm{d}V=\oiint_S{\varphi \frac{\partial \varphi \,\,}{\partial n}}\mathrm{d}S=\oiint_S{\varphi \nabla \varphi \cdot \vec{n}}\mathrm{d}S \\ \oiint_S{\frac{\partial \varphi \,\,}{\partial n}}\mathrm{d}S=\oiint_S{\nabla \varphi \cdot \vec{n}}\mathrm{d}S V(Δφ)2dV= SφnφdS= Sφφn dS SnφdS= Sφn dS
同理,只需将对封闭曲面 S S S的积分换成对封闭曲线 Γ \varGamma Γ 的积分,将对 S S S围成的体积 V V V的积分换成对 Γ \varGamma Γ围成的面积 D D D的积分,并将三维的哈密顿算子和拉普拉斯算子换成二维的即可。

从历史上看,格林公式是独立提出来的,因而是一个原始公式。但由于它和高斯公式密切相关,故可认为高斯公式是平面格林公式在空间的推广,而格林公式是高斯公式在平面上的特殊情况

  • 若将格林第一公式中的 φ \varphi φ换成 Δ φ \varDelta \varphi Δφ,则有:
    ∭ V ∇ ⋅ ( Δ φ ∇ ψ ) d V = ∭ V ( Δ φ ∇ ⋅ ∇ ψ + ∇ Δ φ ⋅ ∇ ψ ) d V = ∭ V ( Δ φ Δ ψ + ∇ Δ φ ⋅ ∇ ψ ) d V = ∯ S Δ φ ∂ ψ ∂ n d S = ∯ S Δ φ n ⋅ ∇ ψ d S \iiint_V{\nabla \cdot \left( \varDelta \varphi \nabla \psi \right)}\mathrm{d}V=\iiint_V{\left( \varDelta \varphi \nabla \cdot \nabla \psi +\nabla \varDelta \varphi \cdot \nabla \psi \right)}\mathrm{d}V=\iiint_V{\left( \varDelta \varphi \varDelta \psi +\nabla \varDelta \varphi \cdot \nabla \psi \right)}\mathrm{d}V \\ =\oiint_S{\varDelta \varphi \frac{\partial \psi}{\partial n}}\mathrm{d}S=\oiint_S{\varDelta \varphi n\cdot \nabla \psi}\mathrm{d}S V(Δφψ)dV=V(Δφψ+Δφψ)dV=V(ΔφΔψ+Δφψ)dV= SΔφnψdS= SΔφnψdS
  • 若将格林第一公式中的 ψ \psi ψ换成 Δ ψ \varDelta \psi Δψ,则有:
    ∭ V ∇ ⋅ ( φ ∇ Δ ψ ) d V = ∭ V ( φ ∇ ⋅ ∇ Δ ψ + ∇ φ ⋅ ∇ Δ ψ ) d V = ∭ V ( φ Δ 2 ψ + ∇ φ ⋅ ∇ Δ ψ ) d V = ∯ S φ ∂ Δ ψ ∂ n d S = ∯ S φ n ⋅ ∇ Δ ψ d S \iiint_V{\nabla \cdot \left( \varphi \nabla \varDelta \psi \right)}\mathrm{d}V=\iiint_V{\left( \varphi \nabla \cdot \nabla \varDelta \psi +\nabla \varphi \cdot \nabla \varDelta \psi \right)}\mathrm{d}V=\iiint_V{\left( \varphi \varDelta ^2\psi +\nabla \varphi \cdot \nabla \varDelta \psi \right)}\mathrm{d}V \\ =\oiint_S{\varphi \frac{\partial \varDelta \psi}{\partial n}}\mathrm{d}S=\oiint_S{\varphi n\cdot \nabla \varDelta \psi}\mathrm{d}S V(φΔψ)dV=V(φΔψ+φΔψ)dV=V(φΔ2ψ+φΔψ)dV= SφnΔψdS= SφnΔψdS
    将上式中的 φ \varphi φ ψ \psi ψ易位,得:
    ∭ V ∇ ⋅ ( ψ ∇ Δ φ ) d V = ∭ V ∇ ( ψ ∇ ⋅ ∇ Δ φ + ∇ ψ ⋅ ∇ Δ φ ) d V = ∭ V ∇ ( ψ Δ 2 φ + ∇ ψ ⋅ ∇ Δ φ ) d V = ∯ S ψ ∂ Δ φ ∂ n d S = ∯ S ψ n ⋅ ∇ Δ φ \iiint_V{\nabla \cdot \left( \psi \nabla \varDelta \varphi \right)}\mathrm{d}V=\iiint_V{\nabla \left( \psi \nabla \cdot \nabla \varDelta \varphi +\nabla \psi \cdot \nabla \varDelta \varphi \right)}\mathrm{d}V=\iiint_V{\nabla \left( \psi \varDelta ^2\varphi +\nabla \psi \cdot \nabla \varDelta \varphi \right)}\mathrm{d}V \\ =\oiint_S{\psi \frac{\partial \varDelta \varphi}{\partial n}}\mathrm{d}S=\oiint_S{\psi n\cdot \nabla \varDelta \varphi} V(ψΔφ)dV=V(ψΔφ+ψΔφ)dV=V(ψΔ2φ+ψΔφ)dV= SψnΔφdS= SψnΔφ

进一步整理则有:
∭ V ψ Δ 2 φ d V = − ∭ V ∇ ψ ⋅ ∇ Δ φ d V + ∯ S ψ ∂ Δ φ ∂ n d S = ∭ V Δ φ Δ ψ d V + ∯ S ( ψ ∂ Δ φ ∂ n − Δ φ ∂ ψ ∂ n ) d S \iiint_V{\psi \varDelta ^2\varphi}\mathrm{d}V=-\iiint_V{\nabla \psi \cdot \nabla \varDelta \varphi}\mathrm{d}V+\oiint_S{\psi \frac{\partial \varDelta \varphi}{\partial n}}\mathrm{d}S \\ =\iiint_V{\varDelta \varphi \varDelta \psi}\mathrm{d}V+\oiint_S{\left( \psi \frac{\partial \varDelta \varphi}{\partial n}-\varDelta \varphi \frac{\partial \psi}{\partial n} \right)}\mathrm{d}S VψΔ2φdV=VψΔφdV+ SψnΔφdS=VΔφΔψdV+ S(ψnΔφΔφnψ)dS

若标量函数 φ \varphi φ在封闭曲面 S S S内具有连续的一阶偏导数,且 S S S所围成的体积为 V V V,则有下列梯度公式
∯ S φ d S ⃗ = ∯ S φ n ⃗ d S = ∯ S n ⃗ φ d S = ∭ V g r a d φ d V = ∭ V ∇ φ d V \oiint_S{\varphi}\mathrm{d}\vec{S}=\oiint_S{\varphi \vec{n}}\mathrm{d}S=\oiint_S{\vec{n}\varphi}\mathrm{d}S=\iiint_V{\mathrm{grad}\varphi}\mathrm{d}V=\iiint_V{\nabla \varphi}\mathrm{d}V SφdS = Sφn dS= Sn φdS=VgradφdV=VφdV
上式称为梯度形式的高斯公式梯度定理

证明:(待补充)

例: v Δ ( p Δ u ) = u Δ ( p Δ v ) v\varDelta \left( p\varDelta u \right) =u\varDelta \left( p\varDelta v \right) vΔ(pΔu)=uΔ(pΔv),求证: ∇ ⋅ [ v ∇ ( p Δ u ) − u ∇ ( p Δ v ) + p Δ v ∇ u − p Δ u ∇ v ] = 0 \nabla \cdot \left[ v\nabla \left( p\varDelta u \right) -u\nabla \left( p\varDelta v \right) +p\varDelta v\nabla u-p\varDelta u\nabla v \right] =0 [v(pΔu)u(pΔv)+pΔvupΔuv]=0
令: φ = p Δ u , ψ = p Δ v \varphi =p\varDelta u,\psi =p\varDelta v φ=pΔu,ψ=pΔv,根据散度的性质有:
v Δ ( p Δ u ) = v Δ φ = ∇ ⋅ ( v ∇ φ ) − ∇ v ⋅ ∇ φ v\varDelta \left( p\varDelta u \right) =v\varDelta \varphi =\nabla \cdot \left( v\nabla \varphi \right) -\nabla v\cdot \nabla \varphi vΔ(pΔu)=vΔφ=(vφ)vφ
其中: ∇ v ⋅ ∇ φ = ∇ ⋅ ( φ ∇ v ) − φ ∇ ⋅ ∇ v = ∇ ⋅ ( φ ∇ v ) − φ Δ v \nabla v\cdot \nabla \varphi =\nabla \cdot \left( \varphi \nabla v \right) -\varphi \nabla \cdot \nabla v=\nabla \cdot \left( \varphi \nabla v \right) -\varphi \varDelta v vφ=(φv)φv=(φv)φΔv,带入上式可得: v Δ ( p Δ u ) = v Δ φ = ∇ ⋅ ( v ∇ φ − φ ∇ v ) + φ Δ v v\varDelta \left( p\varDelta u \right) =v\varDelta \varphi =\nabla \cdot \left( v\nabla \varphi -\varphi \nabla v \right) +\varphi \varDelta v vΔ(pΔu)=vΔφ=(vφφv)+φΔv
u , v u,v u,v易位,并由 ψ = p Δ v \psi =p\varDelta v ψ=pΔv可得: u Δ ( p Δ v ) = u Δ ψ = ∇ ⋅ ( u ∇ ψ − ψ ∇ u ) + ψ Δ u u\varDelta \left( p\varDelta v \right) =u\varDelta \psi =\nabla \cdot \left( u\nabla \psi -\psi \nabla u \right) +\psi \varDelta u uΔ(pΔv)=uΔψ=(uψψu)+ψΔu
将上述两式相减,并注意到有: φ ∇ v = ψ Δ u = p Δ v Δ u \varphi \nabla v=\psi \varDelta u=p\varDelta v\varDelta u φv=ψΔu=pΔvΔu,得:
∇ ⋅ ( v ∇ φ − u ∇ ψ + ψ ∇ u − φ ∇ v ) = 0 ∇ ⋅ [ v ∇ ( p Δ u ) − u ∇ ( p Δ v ) + p Δ v ∇ u − p Δ u ∇ v ] = 0 \nabla \cdot \left( v\nabla \varphi -u\nabla \psi +\psi \nabla u-\varphi \nabla v \right) =0 \\ \nabla \cdot \left[ v\nabla \left( p\varDelta u \right) -u\nabla \left( p\varDelta v \right) +p\varDelta v\nabla u-p\varDelta u\nabla v \right] =0 (vφuψ+ψuφv)=0[v(pΔu)u(pΔv)+pΔvupΔuv]=0

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/65331.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Windows下Redis的安装和配置

文章目录 一,Redis介绍二,Redis下载三,Redis安装-解压四,Redis配置五,Redis启动和关闭(通过terminal操作)六,Redis连接七,Redis使用 一,Redis介绍 远程字典服务,一个开源的,键值对形式的在线服务框架,值支持多数据结构,本文介绍windows下Redis的安装,配置相关,官网默认下载的是…

关于Comparable、Comparator接口返回值决定顺序的问题

Comparable和Comparator接口都是实现集合中元素的比较、排序的,下面先简单介绍下他们的用法。 1. 使用示例 public class Person {private String name;private Integer age;public Person() {}public Person(String name, Integer age) {this.name name;this.ag…

【UE】Texture Coordinate 材质节点

目录 一、简介 二、属性介绍 (1)参数:U平铺 (2)参数:V平铺 (3)参数:解除镜像U (4)参数:解除镜像V 三、 节点构成原理 四、初级…

基于YOLOV8模型的农作机器和行人目标检测系统(PyTorch+Pyside6+YOLOv8模型)

摘要:基于YOLOV8模型的农作机器和行人目标检测系统可用于日常生活中检测与定位农作机和行人目标,利用深度学习算法可实现图片、视频、摄像头等方式的目标检测,另外本系统还支持图片、视频等格式的结果可视化与结果导出。本系统采用YOLOv8目标…

统一网关Gateway

文章目录 概览网关的作用搭建网关断言工厂路由过滤器全局过滤器案例 过滤器执行顺序跨域问题 概览 网关的作用 搭建网关 断言工厂 路由过滤器 全局过滤器 案例 过滤器执行顺序 跨域问题

论文阅读:Distortion-Free Wide-Angle Portraits on Camera Phones

论文阅读:Distortion-Free Wide-Angle Portraits on Camera Phones 今天介绍一篇谷歌 2019 年的论文,是关于广角畸变校正的。 Abstract 广角摄影,可以带来不一样的摄影体验,因为广角的 FOV 更大,所以能将更多的内容…

单片机的ADC

如何理解ADC。ADC就是将模拟量转换成数字量的过程,就是转换为计算机所能存储的0和1序列,比如将模拟量转换为一个字节,所以这个字节的大小要能反应模拟量的大小,比如一个0-5V的电压测量量(外部输入电压最小0V,最大为5V&…

websocket基础

下面就以代码来进行说明 1&#xff0c;先导入websocket依赖 <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-websocket</artifactId></dependency> 2.编写websocket相关bean管理配置 Config…

Unity生命周期函数

1、Awake 当对象&#xff08;自己这个类对象&#xff0c;就是这个脚本&#xff09;被创建时 才会调用该生命周期函数 类似构造函数的存在 我们可以在一个类对象创建时进行一些初始化操作 2、OnEnable 失活激活&#xff08;这个勾&#xff09; 想要当一个对象&#xff08;游戏…

【杂言】写在研究生开学季

这两天搬进了深研院的宿舍&#xff0c;比中南的本科宿舍好很多&#xff0c;所以个人还算满意。受台风 “苏拉” 的影响&#xff0c;原本的迎新计划全部打乱&#xff0c;导致我现在都还没报道。刚开学的半个月将被各类讲座、体检以及入学教育等活动占满&#xff0c;之后又是比较…

ZDH-权限模块

本次介绍基于ZDH v5.1.2版本 目录 项目源码 预览地址 安装包下载地址 ZDH权限模块 ZDH权限模块-重要名词划分 ZDH权限模块-菜单管理 ZDH权限模块-角色管理 ZDH权限模块-用户配置 ZDH权限模块-权限申请 项目源码 zdh_web: GitHub - zhaoyachao/zdh_web: 大数据采集,抽…

ROS 2官方文档(基于humble版本)学习笔记(一)

ROS 2官方文档&#xff08;基于humble版本&#xff09;学习笔记&#xff08;一&#xff09; 一、安装ROS 2二、按教程学习1.CLI 工具配置环境使用turtlesim&#xff0c;ros2和rqt安装 turtlesim启动 turtlesim使用 turtlesim安装 rqt使用 rqt重映射关闭turtlesim 由于市面上专门…

关于 MySQL、PostgresSQL、Mariadb 数据库2038千年虫问题

MySQL 测试时间&#xff1a;2023-8 启动MySQL服务后&#xff0c;将系统时间调制2038年01月19日03时14分07秒之后的日期&#xff0c;发现MySQL服务自动停止。 根据最新的MySQL源码&#xff08;mysql-8.1.0&#xff09;分析&#xff0c;sql/sql_parse.cc中依然存在2038年千年虫…

java八股文面试[多线程]——Synchronized优化手段:锁膨胀、锁消除、锁粗化和自适应自旋锁

1.锁膨胀 &#xff08;就是锁升级&#xff09; 我们先来回顾一下锁膨胀对 synchronized 性能的影响&#xff0c;所谓的锁膨胀是指 synchronized 从无锁升级到偏向锁&#xff0c;再到轻量级锁&#xff0c;最后到重量级锁的过程&#xff0c;它叫锁膨胀也叫锁升级。 JDK 1.6 之前…

MATLAB中mod函数转化为C语言

背景 有项目算法使用matlab中mod函数进行运算&#xff0c;这里需要将转化为C语言&#xff0c;从而模拟算法运行&#xff0c;将算法移植到qt。 MATLAB中mod简单介绍 语法 b mod(a,m) 说明 b mod(a,m) 返回 a 除以 m 后的余数&#xff0c;其中 a 是被除数&#xff0c;m 是…

详解Vue中的render: h => h(App)

声明:只是记录&#xff0c;会有错误&#xff0c;谨慎阅读 我们用脚手架初始化工程的时候&#xff0c;main.js的代码如下 import Vue from vue import App from ./App.vueVue.config.productionTip falsenew Vue({// 把app组件放入容器中render: h > h(App), }).$mount(#ap…

FPGA 学习笔记:Vivado 工程管理技巧

前言 当前使用 Xilinx 的 FPGA,所以需要熟悉 Xilinx FPGA 的 开发利器 Vivado 的工程管理方法 这里初步列举一些实际 Xilinx FPGA 开发基于 Vivado 的项目使用到的工程的管理技巧 代码管理 做过嵌入式软件或者其他软件开发的工程技术人员,都会想到使用代码管理工具,如 SVN 、…

Python入门教程 - 基本语法 (一)

目录 一、注释 二、Python的六种数据类型 三、字符串、数字 控制台输出练习 四、变量及基本运算 五、type()语句查看数据的类型 六、字符串的3种不同定义方式 七、数据类型之间的转换 八、标识符命名规则规范 九、算数运算符 十、赋值运算符 十一、字符串扩展 11.1…

AtCoder Beginner Contest 318

目录 A - Full Moon B - Overlapping sheets C - Blue Spring D - General Weighted Max Matching E - Sandwiches F - Octopus A - Full Moon #include<bits/stdc.h> using namespace std; const int N1e65; typedef long long ll ; const int maxv4e65; typedef …

mac使用VsCode远程连接服务器总是自动断开并要求输入密码的解决办法

在mac中使用vscode远程连接服务器&#xff0c;时常会出现自动断开并要求重新输入服务器密码的问题&#xff0c;接下来让我们来解决它&#xff1a; 1、首先&#xff0c;在本地创建公钥&#xff1a; ssh-keygen 这条命令执行之后&#xff0c;出现提示直接回车即可&#xff1b;直…