【小呆的力学笔记】连续介质力学的知识点回顾一:运动和变形

文章目录

        • 1. 运动的描述
        • 2. 拉格朗日描述下的变形
          • 2.1 线元的变化
          • 2.2 体元的变化
          • 2.3 面元的变化

1. 运动的描述

在连续介质力学中,存在着两种对运动的描述,一种为拉格朗日描述,即通过描述每个物质点的运动来描述整个变形体的运动,也称为物质描述,另外一种为欧拉描述,即通过描述每个空间位置点物理量来描述整个变形体的运动,也称空间描述。下面我们通过一些说明来梳理清两者的内容和区别。
假设在 t = 0 t=0 t=0时刻,变形体在空间中的位置如下图所示,其中 i 1 → 、 i 2 → 、 i 3 → \overrightarrow{i_1}、\overrightarrow{i_2}、\overrightarrow{i_3} i1 i2 i3 为此时空间坐标系, i 1 ′ → 、 i 2 ′ → 、 i 3 ′ → \overrightarrow{i^{'}_1}、\overrightarrow{i^{'}_2}、\overrightarrow{i^{'}_3} i1 i2 i3 为固结在此变形体上的直角坐标系,经过 t t t时间后,变形体发生运动和变形,其位形(位置和形状)变成下图右侧所示,此时固结于变形体的坐标系将发生角度和长度的变化,其不一定能够继续保持直角坐标系,而是成为下图右侧黄色斜体坐标系的形式。

在这里插入图片描述

现在我们来讨论变形体的运动,在拉格朗日描述中,我们关注的是物质点的运动,例如在上图中的P点,在 t = 0 t=0 t=0时刻,P点在 i 1 ′ → i 2 ′ → i 3 ′ → \overrightarrow{i^{'}_1}\overrightarrow{i^{'}_2}\overrightarrow{i^{'}_3} i1 i2 i3 中的坐标为 < x 1 ′ , x 2 ′ , x 3 ′ > <x^{'}_1,x^{'}_2,x^{'}_3> <x1,x2,x3>,在 i 1 → i 2 → i 3 → \overrightarrow{i_1}\overrightarrow{i_2}\overrightarrow{i_3} i1 i2 i3 中的坐标可由下式确定
O P → = O A → + A P → = O A → + < x 1 ′ , x 2 ′ , x 3 ′ > (1.1) \overrightarrow{OP}=\overrightarrow{OA}+\overrightarrow{AP}=\overrightarrow{OA}+<x^{'}_1,x^{'}_2,x^{'}_3>\tag{1.1} OP =OA +AP =OA +<x1,x2,x3>(1.1)
t t t时刻,P点运动至P‘点,此时P‘点在固结于变形体的 i 1 ′ → i 2 ′ → i 3 ′ → \overrightarrow{i^{'}_1}\overrightarrow{i^{'}_2}\overrightarrow{i^{'}_3} i1 i2 i3 的坐标已经不容易表示了,我们直接记录P‘在 i 1 → i 2 → i 3 → \overrightarrow{i_1}\overrightarrow{i_2}\overrightarrow{i_3} i1 i2 i3 空间坐标系中的位置坐标为 < x 1 , x 2 , x 3 > <x_1,x_2,x_3> <x1,x2,x3>,显然这与P点初始坐标和时间是相关的,当取相应的坐标系使得 O A → = 0 \overrightarrow{OA}=0 OA =0,且 i 1 ′ → i 2 ′ → i 3 ′ → \overrightarrow{i^{'}_1}\overrightarrow{i^{'}_2}\overrightarrow{i^{'}_3} i1 i2 i3 i 1 → i 2 → i 3 → \overrightarrow{i_1}\overrightarrow{i_2}\overrightarrow{i_3} i1 i2 i3 坐标轴平行,即初始固结于变形体的坐标系和空间坐标系取一致坐标系,此时,P点初始空间坐标即为 < x 1 ′ , x 2 ′ , x 3 ′ > <x^{'}_1,x^{'}_2,x^{'}_3> <x1,x2,x3>,那么 x i = x i ( x j ′ , t ) x_i=x_i(x^{'}_j,t) xi=xi(xj,t),那么此时物质点P点的位移为
u i = x i ( x j ′ , t ) − x i ′ (1.2) u_i=x_i(x^{'}_j,t)-x^{'}_i\tag{1.2} ui=xi(xj,t)xi(1.2)

接下来,我们来看看欧拉描述下,变形体的运动。在欧拉描述中,我们将关注空间中的某一位置点,比如我们关注空间位置点P’点,该点的空间位置坐标为 < x 1 , x 2 , x 3 > <x_1,x_2,x_3> <x1,x2,x3>,当 t = t t=t t=t时,有一个 t = 0 t=0 t=0时刻处于P点的物质点此时占据该位置(当 t = t ′ t=t^{'} t=t时,占据该位置的物质可能是 t = 0 t=0 t=0时刻的其他物质点)。因此,当 t = t t=t t=t时占据空间位置点P’点的物质,在 t = 0 t=0 t=0时该物质点的初始坐标为 x i ′ = x i ′ ( x j , t ) x^{'}_i=x^{'}_i(x_j,t) xi=xi(xj,t)。那么此时,位移由下式确定
u i = x i − x i ′ ( x j , t ) (1.3) u_i=x_i-x^{'}_i(x_j,t)\tag{1.3} ui=xixi(xj,t)(1.3)

2. 拉格朗日描述下的变形
2.1 线元的变化

接下来,我们来讨论拉格朗日描述下变形体的变形。坐标系仍然是将 t = 0 t=0 t=0时刻的固结与变形体的坐标系 i 1 ′ → i 2 ′ → i 3 ′ → \overrightarrow{i^{'}_1}\overrightarrow{i^{'}_2}\overrightarrow{i^{'}_3} i1 i2 i3 和空间坐标系 i 1 → i 2 → i 3 → \overrightarrow{i_1}\overrightarrow{i_2}\overrightarrow{i_3} i1 i2 i3 选为统一坐标系,如下图所示。
在这里插入图片描述
此时, t = 0 t=0 t=0时刻的微元六面体OABC在 t = t t=t t=t时刻变成微元六面体oabc。其中设O点坐标为变形体在变形前的坐标(即在初始固结于变形体的 i 1 ′ → i 2 ′ → i 3 ′ → \overrightarrow{i^{'}_1}\overrightarrow{i^{'}_2}\overrightarrow{i^{'}_3} i1 i2 i3 坐标系下)为 < x 1 ′ , x 2 ′ , x 3 ′ > <x^{'}_1,x^{'}_2,x^{'}_3> <x1,x2,x3>,A点坐标为 < x 1 ′ + d x 1 ′ , x 2 ′ + d x 2 ′ , x 3 ′ + d x 3 ′ > <x^{'}_1+dx^{'}_1,x^{'}_2+dx^{'}_2,x^{'}_3+dx^{'}_3> <x1+dx1,x2+dx2,x3+dx3>,经过t时间后,变形前微元OA变为微元oa,同时用变形后的坐标来表示,那么o点空间坐标为 < x 1 , x 2 , x 3 > <x_1,x_2,x_3> <x1,x2,x3>,a点空间坐标为 < x 1 + d x 1 , x 2 + d x 2 , x 3 + d x 3 > <x_1+dx_1,x_2+dx_2,x_3+dx_3> <x1+dx1,x2+dx2,x3+dx3>,上述坐标有以下关系
x i = x i ( x j ′ , t ) x i + d x i = x i ( x j ′ + d x j ′ , t ) (2.1) x_i=x_i(x^{'}_j,t)\\ x_i+dx_i=x_i(x^{'}_j+dx^{'}_j,t)\tag{2.1} xi=xi(xj,t)xi+dxi=xi(xj+dxj,t)(2.1)
那么,不难得到
d x i = x i ( x j ′ + d x j ′ , t ) − x i ( x j ′ , t ) = x i ( x j ′ , t ) + ∂ x i ∂ x j ′ d x j ′ − x i ( x j ′ , t ) = ∂ x i ∂ x j ′ d x j ′ (2.2) \begin{aligned} dx_i&=x_i(x^{'}_j+dx^{'}_j,t)-x_i(x^{'}_j,t)\\ &=x_i(x^{'}_j,t)+\frac{\partial {x_i}}{\partial {x^{'}_j}}dx^{'}_j-x_i(x^{'}_j,t)\\ &=\frac{\partial {x_i}}{\partial {x^{'}_j}}dx^{'}_j\\ \end{aligned}\tag{2.2} dxi=xi(xj+dxj,t)xi(xj,t)=xi(xj,t)+xjxidxjxi(xj,t)=xjxidxj(2.2)
d x 1 dx_1 dx1为例,有
d x 1 = ∂ x 1 ∂ x 1 ′ d x 1 ′ + ∂ x 1 ∂ x 2 ′ d x 2 ′ + ∂ x 1 ∂ x 3 ′ d x 3 ′ (2.3) dx_1=\frac{\partial {x_1}}{\partial {x^{'}_1}}dx^{'}_1+\frac{\partial {x_1}}{\partial {x^{'}_2}}dx^{'}_2+\frac{\partial {x_1}}{\partial {x^{'}_3}}dx^{'}_3\tag{2.3} dx1=x1x1dx1+x2x1dx2+x3x1dx3(2.3)

其中第一项即为线元沿 i 1 ′ → \overrightarrow{i^{'}_1} i1 方向的伸长,第二项为线元从 i 1 ′ → \overrightarrow{i^{'}_1} i1 i 2 ′ → \overrightarrow{i^{'}_2} i2 转动引起 i 1 ′ → \overrightarrow{i^{'}_1} i1 投影的伸长量,第三项线元从 i 1 ′ → \overrightarrow{i^{'}_1} i1 i 3 ′ → \overrightarrow{i^{'}_3} i3 转动引起 i 1 ′ → \overrightarrow{i^{'}_1} i1 投影的伸长量。

同理,设B点坐标为 < x 1 ′ + δ x 1 ′ , x 2 ′ + δ x 2 ′ , x 3 ′ + δ x 3 ′ > <x^{'}_1+\delta x^{'}_1,x^{'}_2+\delta x^{'}_2,x^{'}_3+\delta x^{'}_3> <x1+δx1,x2+δx2,x3+δx3>,b点坐标为 < x 1 + δ x 1 , x 2 + δ x 2 , x 3 + δ x 3 > <x_1+\delta x_1,x_2+\delta x_2,x_3+\delta x_3> <x1+δx1,x2+δx2,x3+δx3>,那么有

δ x i = x i ( x j ′ + δ x j ′ , t ) − x i ( x j ′ , t ) = x i ( x j ′ , t ) + ∂ x i ∂ x j ′ δ x j ′ − x i ( x j ′ , t ) = ∂ x i ∂ x j ′ δ x j ′ (2.4) \begin{aligned} \delta x_i&=x_i(x^{'}_j+\delta x^{'}_j,t)-x_i(x^{'}_j,t)\\ &=x_i(x^{'}_j,t)+\frac{\partial {x_i}}{\partial {x^{'}_j}}\delta x^{'}_j-x_i(x^{'}_j,t)\\ &=\frac{\partial {x_i}}{\partial {x^{'}_j}}\delta x^{'}_j \end{aligned}\tag{2.4} δxi=xi(xj+δxj,t)xi(xj,t)=xi(xj,t)+xjxiδxjxi(xj,t)=xjxiδxj(2.4)

设C点坐标为 < x 1 ′ + Δ x 1 ′ , x 2 ′ + Δ x 2 ′ , x 3 ′ + Δ x 3 ′ > <x^{'}_1+\Delta x^{'}_1,x^{'}_2+\Delta x^{'}_2,x^{'}_3+\Delta x^{'}_3> <x1+Δx1,x2+Δx2,x3+Δx3>,b点坐标为 < x 1 + Δ x 1 , x 2 + Δ x 2 , x 3 + Δ x 3 > <x_1+\Delta x_1,x_2+\Delta x_2,x_3+\Delta x_3> <x1+Δx1,x2+Δx2,x3+Δx3>,那么有

Δ x i = x i ( x j ′ + Δ x j ′ , t ) − x i ( x j ′ , t ) = x i ( x j ′ , t ) + ∂ x i ∂ x j ′ Δ x j ′ − x i ( x j ′ , t ) = ∂ x i ∂ x j ′ Δ x j ′ (2.5) \begin{aligned} \Delta x_i&=x_i(x^{'}_j+\Delta x^{'}_j,t)-x_i(x^{'}_j,t)\\ &=x_i(x^{'}_j,t)+\frac{\partial {x_i}}{\partial {x^{'}_j}}\Delta x^{'}_j-x_i(x^{'}_j,t)\\ &=\frac{\partial {x_i}}{\partial {x^{'}_j}}\Delta x^{'}_j \end{aligned}\tag{2.5} Δxi=xi(xj+Δxj,t)xi(xj,t)=xi(xj,t)+xjxiΔxjxi(xj,t)=xjxiΔxj(2.5)

2.2 体元的变化

那么,变形后,六面体微元体积变化为
d V = [ O A → , O B → , O C → ] = ∣ d x 1 d x 2 d x 3 δ x 1 δ x 2 δ x 3 Δ x 1 Δ x 2 Δ x 3 ∣ = ∣ ∂ x 1 ∂ x j ′ d x j ′ ∂ x 2 ∂ x j ′ d x j ′ ∂ x 3 ∂ x j ′ d x j ′ ∂ x 1 ∂ x j ′ δ x j ′ ∂ x 2 ∂ x j ′ δ x j ′ ∂ x 3 ∂ x j ′ δ x j ′ ∂ x 1 ∂ x j ′ Δ x j ′ ∂ x 2 ∂ x j ′ Δ x j ′ ∂ x 3 ∂ x j ′ Δ x j ′ ∣ = ∣ d x 1 ′ d x 2 ′ d x 3 ′ δ x 1 ′ δ x 2 ′ δ x 3 ′ Δ x 1 ′ Δ x 2 ′ Δ x 3 ′ ∣ ⋅ ∣ ∂ x 1 ∂ x 1 ′ ∂ x 2 ∂ x 1 ′ ∂ x 3 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 2 ∂ x 2 ′ ∂ x 3 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ ∂ x 2 ∂ x 3 ′ ∂ x 3 ∂ x 3 ′ ∣ (2.6) dV = [\overrightarrow{OA} , \overrightarrow{OB},\overrightarrow{OC}]= \begin{vmatrix} dx_1 & dx_2 & dx_3\\ \delta x_1 & \delta x_2 & \delta x_3\\ \Delta x_1 & \Delta x_2 & \Delta x_3 \end{vmatrix}\\ =\begin{vmatrix} \frac{\partial {x_1}}{\partial {x^{'}_j}}dx^{'}_j & \frac{\partial {x_2}}{\partial {x^{'}_j}}dx^{'}_j & \frac{\partial {x_3}}{\partial {x^{'}_j}}dx^{'}_j\\ \frac{\partial {x_1}}{\partial {x^{'}_j}}\delta x^{'}_j & \frac{\partial {x_2}}{\partial {x^{'}_j}}\delta x^{'}_j & \frac{\partial {x_3}}{\partial {x^{'}_j}}\delta x^{'}_j\\ \frac{\partial {x_1}}{\partial {x^{'}_j}}\Delta x^{'}_j & \frac{\partial {x_2}}{\partial {x^{'}_j}}\Delta x^{'}_j & \frac{\partial {x_3}}{\partial {x^{'}_j}}\Delta x^{'}_j \end{vmatrix}\\ =\begin{vmatrix} dx^{'}_1 & dx^{'}_2 & dx^{'}_3\\ \delta x^{'}_1 & \delta x^{'}_2 & \delta x^{'}_3\\ \Delta x^{'}_1 & \Delta x^{'}_2 & \Delta x^{'}_3 \end{vmatrix}\cdot \begin{vmatrix} \frac{\partial {x_1}}{\partial {x^{'}_1}} & \frac{\partial {x_2}}{\partial {x^{'}_1}} & \frac{\partial {x_3}}{\partial {x^{'}_1}}\\ \frac{\partial {x_1}}{\partial {x^{'}_2}} & \frac{\partial {x_2}}{\partial {x^{'}_2}} & \frac{\partial {x_3}}{\partial {x^{'}_2}}\\ \frac{\partial {x_1}}{\partial {x^{'}_3}} & \frac{\partial {x_2}}{\partial {x^{'}_3}} & \frac{\partial {x_3}}{\partial {x^{'}_3}} \end{vmatrix}\tag{2.6} dV=[OA ,OB ,OC ]= dx1δx1Δx1dx2δx2Δx2dx3δx3Δx3 = xjx1dxjxjx1δxjxjx1Δxjxjx2dxjxjx2δxjxjx2Δxjxjx3dxjxjx3δxjxjx3Δxj = dx1δx1Δx1dx2δx2Δx2dx3δx3Δx3 x1x1x2x1x3x1x1x2x2x2x3x2x1x3x2x3x3x3 (2.6)

(体积为 O A → \overrightarrow{OA} OA O B → \overrightarrow{OB} OB O C → \overrightarrow{OC} OC 混合积)
我们定义变形梯度矩阵为
F = [ ∂ x 1 ∂ x 1 ′ ∂ x 2 ∂ x 1 ′ ∂ x 3 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 2 ∂ x 2 ′ ∂ x 3 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ ∂ x 2 ∂ x 3 ′ ∂ x 3 ∂ x 3 ′ ] T (2.7) F=\begin{bmatrix} \frac{\partial {x_1}}{\partial {x^{'}_1}} & \frac{\partial {x_2}}{\partial {x^{'}_1}} & \frac{\partial {x_3}}{\partial {x^{'}_1}}\\ \frac{\partial {x_1}}{\partial {x^{'}_2}} & \frac{\partial {x_2}}{\partial {x^{'}_2}} & \frac{\partial {x_3}}{\partial {x^{'}_2}}\\ \frac{\partial {x_1}}{\partial {x^{'}_3}} & \frac{\partial {x_2}}{\partial {x^{'}_3}} & \frac{\partial {x_3}}{\partial {x^{'}_3}} \end{bmatrix}^T\tag{2.7} F= x1x1x2x1x3x1x1x2x2x2x3x2x1x3x2x3x3x3 T(2.7)
变形梯度类似小变形假设下的应变矩阵,包含了线元伸长和转动等信息。
高等数学的知识,不难得出变形梯度行列式为Jaccobi行列式,即
J = ∣ ∂ x 1 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ ∂ x 2 ∂ x 1 ′ ∂ x 2 ∂ x 2 ′ ∂ x 2 ∂ x 3 ′ ∂ x 3 ∂ x 1 ′ ∂ x 3 ∂ x 2 ′ ∂ x 3 ∂ x 3 ′ ∣ = ∣ ∂ x 1 ∂ x 1 ′ ∂ x 2 ∂ x 1 ′ ∂ x 3 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 2 ∂ x 2 ′ ∂ x 3 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ ∂ x 2 ∂ x 3 ′ ∂ x 3 ∂ x 3 ′ ∣ (2.8) J=\begin{vmatrix} \frac{\partial {x_1}}{\partial {x^{'}_1}} & \frac{\partial {x_1}}{\partial {x^{'}_2}}& \frac{\partial {x_1}}{\partial {x^{'}_3}}\\ \frac{\partial {x_2}}{\partial {x^{'}_1}} & \frac{\partial {x_2}}{\partial {x^{'}_2}} & \frac{\partial {x_2}}{\partial {x^{'}_3}}\\ \frac{\partial {x_3}}{\partial {x^{'}_1}} & \frac{\partial {x_3}}{\partial {x^{'}_2}} & \frac{\partial {x_3}}{\partial {x^{'}_3}} \end{vmatrix}=\begin{vmatrix} \frac{\partial {x_1}}{\partial {x^{'}_1}} & \frac{\partial {x_2}}{\partial {x^{'}_1}} & \frac{\partial {x_3}}{\partial {x^{'}_1}}\\ \frac{\partial {x_1}}{\partial {x^{'}_2}} & \frac{\partial {x_2}}{\partial {x^{'}_2}} & \frac{\partial {x_3}}{\partial {x^{'}_2}}\\ \frac{\partial {x_1}}{\partial {x^{'}_3}} & \frac{\partial {x_2}}{\partial {x^{'}_3}} & \frac{\partial {x_3}}{\partial {x^{'}_3}} \end{vmatrix}\tag{2.8} J= x1x1x1x2x1x3x2x1x2x2x2x3x3x1x3x2x3x3 = x1x1x2x1x3x1x1x2x2x2x3x2x1x3x2x3x3x3 (2.8)

那么上式(2.6)变为
d V = J d V 0 (2.9) dV=JdV_0\tag{2.9} dV=JdV0(2.9)

2.3 面元的变化

变形后,一个面元变化为下图,其中面元 O A B \fbox{} OAB OAB存在在变形前的变形体中,也就是初始构形中,面元 o a b \fbox{} oab oab存在在变形后的变形体中,也就是即时构形中。

在这里插入图片描述
其中对有向面元有下式成立
N → d A 0 = O A → ⊗ O B → = ∣ i 1 → i 2 → i 3 → d x 1 ′ d x 2 ′ d x 3 ′ δ x 1 ′ δ x 2 ′ δ x 3 ′ ∣ = i 1 → ( d x 2 ′ δ x 3 ′ − d x 3 ′ δ x 2 ′ ) + i 2 → ( d x 3 ′ δ x 1 ′ − d x 1 ′ δ x 3 ′ ) + i 3 → ( d x 1 ′ δ x 2 ′ − d x 2 ′ δ x 1 ′ ) (2.10) \begin{aligned} \overrightarrow{N}dA_0&=\overrightarrow{OA}\otimes\overrightarrow{OB}\\ &=\begin{vmatrix} \overrightarrow{i_1}&\overrightarrow{i_2}&\overrightarrow{i_3}\\ dx^{'}_1 & dx^{'}_2 & dx^{'}_3\\ \delta x^{'}_1 & \delta x^{'}_2 & \delta x^{'}_3 \end{vmatrix}\\ &=\overrightarrow{i_1}(dx^{'}_2\delta x^{'}_3-dx^{'}_3\delta x^{'}_2)+\overrightarrow{i_2}(dx^{'}_3\delta x^{'}_1-dx^{'}_1\delta x^{'}_3)+\overrightarrow{i_3}(dx^{'}_1\delta x^{'}_2-dx^{'}_2\delta x^{'}_1) \end{aligned} \tag{2.10} N dA0=OA OB = i1 dx1δx1i2 dx2δx2i3 dx3δx3 =i1 (dx2δx3dx3δx2)+i2 (dx3δx1dx1δx3)+i3 (dx1δx2dx2δx1)(2.10)

n → d A = o a → ⊗ o b → = ∣ i 1 → i 2 → i 3 → d x 1 d x 2 d x 3 δ x 1 δ x 2 δ x 3 ∣ = i 1 → ( d x 2 δ x 3 − d x 3 δ x 2 ) + i 2 → ( d x 3 δ x 1 − d x 1 δ x 3 ) + i 3 → ( d x 1 δ x 2 − d x 2 δ x 1 ) (2.11) \begin{aligned} \overrightarrow{n}dA&=\overrightarrow{oa}\otimes\overrightarrow{ob}\\ &=\begin{vmatrix} \overrightarrow{i_1}&\overrightarrow{i_2}&\overrightarrow{i_3}\\ dx_1 & dx_2 & dx_3\\ \delta x_1 & \delta x_2 & \delta x_3 \end{vmatrix}\\ &=\overrightarrow{i_1}(dx_2\delta x_3-dx_3\delta x_2)+\overrightarrow{i_2}(dx_3\delta x_1-dx_1\delta x_3)+\overrightarrow{i_3}(dx_1\delta x_2-dx_2\delta x_1) \end{aligned} \tag{2.11} n dA=oa ob = i1 dx1δx1i2 dx2δx2i3 dx3δx3 =i1 (dx2δx3dx3δx2)+i2 (dx3δx1dx1δx3)+i3 (dx1δx2dx2δx1)(2.11)
当然,上两式可以用Einstein 标记法其分量形式为
N i d A 0 i i → = e i j k i i → d x j ′ δ x k ′ (2.10’) \begin{aligned} N_idA_0\overrightarrow{i_i}&=e_{ijk}\overrightarrow{i_i}dx^{'}_j\delta x^{'}_k \end{aligned} \tag{2.10'} NidA0ii =eijkii dxjδxk(2.10’)

n i d A i i → = e i j k i i → d x j δ x k (2.11’) \begin{aligned} n_idA\overrightarrow{i_i}&=e_{ijk}\overrightarrow{i_i}dx_j\delta x_k \end{aligned} \tag{2.11'} nidAii =eijkii dxjδxk(2.11’)
对于式(2.11‘),有
n i d A = e i j k d x j δ x k = e i j k ∂ x j ∂ x l ′ d x l ′ ⋅ ∂ x k ∂ x m ′ δ x m ′ = e i j k ∂ x j ∂ x l ′ ∂ x k ∂ x m ′ d x l ′ δ x m ′ (2.12) \begin{aligned} n_idA&=e_{ijk}dx_j\delta x_k\\ &=e_{ijk}\frac{\partial x_j}{\partial x^{'}_l}dx^{'}_l\cdot\frac{\partial x_k}{\partial x^{'}_m}\delta x^{'}_m\\ &=e_{ijk}\frac{\partial x_j}{\partial x^{'}_l}\frac{\partial x_k}{\partial x^{'}_m}dx^{'}_l\delta x^{'}_m \end{aligned} \tag{2.12} nidA=eijkdxjδxk=eijkxlxjdxlxmxkδxm=eijkxlxjxmxkdxlδxm(2.12)
对上式左乘 ∂ x i ∂ x p ′ \frac{\partial x_i}{\partial x^{'}_p} xpxi,有
∂ x i ∂ x p ′ n i d A = e i j k ∂ x i ∂ x p ′ ∂ x j ∂ x l ′ ∂ x k ∂ x m ′ d x l ′ δ x m ′ = J ⋅ e p l m d x l ′ δ x m ′ = J N p d A 0 (2.13) \begin{aligned} \frac{\partial x_i}{\partial x^{'}_p}n_idA &=e_{ijk}\frac{\partial x_i}{\partial x^{'}_p}\frac{\partial x_j}{\partial x^{'}_l}\frac{\partial x_k}{\partial x^{'}_m}dx^{'}_l\delta x^{'}_m\\ &=J\cdot e_{plm}dx^{'}_l\delta x^{'}_m\\ &=JN_pdA_0 \end{aligned} \tag{2.13} xpxinidA=eijkxpxixlxjxmxkdxlδxm=Jeplmdxlδxm=JNpdA0(2.13)

这里需要用到
e i j k ∂ x i ∂ x p ′ ∂ x j ∂ x l ′ ∂ x k ∂ x m ′ = J ⋅ e p l m e_{ijk}\frac{\partial x_i}{\partial x^{'}_p}\frac{\partial x_j}{\partial x^{'}_l}\frac{\partial x_k}{\partial x^{'}_m}=J\cdot e_{plm} eijkxpxixlxjxmxk=Jeplm
我们先将Jaccobi行列式展开
J = + ∂ x 1 ∂ x 1 ′ ∂ x 2 ∂ x 2 ′ ∂ x 3 ∂ x 3 ′ + ∂ x 2 ∂ x 1 ′ ∂ x 3 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ + ∂ x 3 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 2 ∂ x 3 ′ − ∂ x 1 ∂ x 1 ′ ∂ x 3 ∂ x 2 ′ ∂ x 2 ∂ x 3 ′ − ∂ x 2 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ − ∂ x 3 ∂ x 1 ′ ∂ x 2 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ = e i j k ∂ x i ∂ x 1 ′ ∂ x j ∂ x 2 ′ ∂ x k ∂ x 3 ′ J=+\frac{\partial x_1}{\partial x^{'}_1}\frac{\partial x_2}{\partial x^{'}_2}\frac{\partial x_3}{\partial x^{'}_3}+\frac{\partial x_2}{\partial x^{'}_1}\frac{\partial x_3}{\partial x^{'}_2}\frac{\partial x_1}{\partial x^{'}_3}+\frac{\partial x_3}{\partial x^{'}_1}\frac{\partial x_1}{\partial x^{'}_2}\frac{\partial x_2}{\partial x^{'}_3}\\ \quad\\ -\frac{\partial x_1}{\partial x^{'}_1}\frac{\partial x_3}{\partial x^{'}_2}\frac{\partial x_2}{\partial x^{'}_3} -\frac{\partial x_2}{\partial x^{'}_1}\frac{\partial x_1}{\partial x^{'}_2}\frac{\partial x_1}{\partial x^{'}_3} -\frac{\partial x_3}{\partial x^{'}_1}\frac{\partial x_2}{\partial x^{'}_2}\frac{\partial x_1}{\partial x^{'}_3}\\ \quad\\ =e_{ijk}\frac{\partial x_i}{\partial x^{'}_1}\frac{\partial x_j}{\partial x^{'}_2}\frac{\partial x_k}{\partial x^{'}_3} J=+x1x1x2x2x3x3+x1x2x2x3x3x1+x1x3x2x1x3x2x1x1x2x3x3x2x1x2x2x1x3x1x1x3x2x2x3x1=eijkx1xix2xjx3xk

J = − ∂ x 1 ∂ x 1 ′ ∂ x 2 ∂ x 3 ′ ∂ x 3 ∂ x 2 ′ − ∂ x 2 ∂ x 1 ′ ∂ x 3 ∂ x 3 ′ ∂ x 1 ∂ x 2 ′ − ∂ x 3 ∂ x 1 ′ ∂ x 1 ∂ x 3 ′ ∂ x 2 ∂ x 2 ′ + ∂ x 1 ∂ x 1 ′ ∂ x 3 ∂ x 3 ′ ∂ x 2 ∂ x 2 ′ + ∂ x 2 ∂ x 1 ′ ∂ x 1 ∂ x 3 ′ ∂ x 1 ∂ x 2 ′ + ∂ x 3 ∂ x 1 ′ ∂ x 2 ∂ x 3 ′ ∂ x 1 ∂ x 2 ′ = − e i j k ∂ x i ∂ x 1 ′ ∂ x j ∂ x 3 ′ ∂ x k ∂ x 2 ′ J=-\frac{\partial x_1}{\partial x^{'}_1}\frac{\partial x_2}{\partial x^{'}_3}\frac{\partial x_3}{\partial x^{'}_2}-\frac{\partial x_2}{\partial x^{'}_1}\frac{\partial x_3}{\partial x^{'}_3}\frac{\partial x_1}{\partial x^{'}_2}-\frac{\partial x_3}{\partial x^{'}_1}\frac{\partial x_1}{\partial x^{'}_3}\frac{\partial x_2}{\partial x^{'}_2}\\ \quad\\ +\frac{\partial x_1}{\partial x^{'}_1}\frac{\partial x_3}{\partial x^{'}_3}\frac{\partial x_2}{\partial x^{'}_2} +\frac{\partial x_2}{\partial x^{'}_1}\frac{\partial x_1}{\partial x^{'}_3}\frac{\partial x_1}{\partial x^{'}_2} +\frac{\partial x_3}{\partial x^{'}_1}\frac{\partial x_2}{\partial x^{'}_3}\frac{\partial x_1}{\partial x^{'}_2}\\ \quad\\ =-e_{ijk}\frac{\partial x_i}{\partial x^{'}_1}\frac{\partial x_j}{\partial x^{'}_3}\frac{\partial x_k}{\partial x^{'}_2} J=x1x1x3x2x2x3x1x2x3x3x2x1x1x3x3x1x2x2+x1x1x3x3x2x2+x1x2x3x1x2x1+x1x3x3x2x2x1=eijkx1xix3xjx2xk
不难得出, J e p l m = e i j k ∂ x i ∂ x p ′ ∂ x j ∂ x l ′ ∂ x k ∂ x m ′ Je_{plm}=e_{ijk}\frac{\partial x_i}{\partial x^{'}_p}\frac{\partial x_j}{\partial x^{'}_l}\frac{\partial x_k}{\partial x^{'}_m} Jeplm=eijkxpxixlxjxmxk
对式(2.13)左乘 ∂ x p ′ ∂ x j \frac{\partial x^{'}_p}{\partial x_j} xjxp,那么有
∂ x p ′ ∂ x j ∂ x i ∂ x p ′ n i d A = ∂ x p ′ ∂ x j J N p d A 0 ⇒ δ i j n i d A = ∂ x p ′ ∂ x j J N p d A 0 ⇒ n j d A = ∂ x p ′ ∂ x j J N p d A 0 \begin{aligned} &\frac{\partial x^{'}_p}{\partial x_j}\frac{\partial x_i}{\partial x^{'}_p}n_idA =\frac{\partial x^{'}_p}{\partial x_j}JN_pdA_0\\ \Rightarrow &\delta_{ij}n_idA =\frac{\partial x^{'}_p}{\partial x_j}JN_pdA_0\\ \Rightarrow &n_jdA =\frac{\partial x^{'}_p}{\partial x_j}JN_pdA_0 \end{aligned} xjxpxpxinidA=xjxpJNpdA0δijnidA=xjxpJNpdA0njdA=xjxpJNpdA0
上式写成矩阵形式,如下所示
n ⋅ d A = J ⋅ N ⋅ F − 1 ⋅ d A 0 \begin{aligned} \mathbf {n}\cdot dA =J\cdot \mathbf N\cdot\mathbf {F^{-1}} \cdot dA_0 \end{aligned} ndA=JNF1dA0

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/web/18221.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

如何将音频中的人声分离出来?

想要把一段视频中的人声跟背景音乐分离开来&#xff0c;找个好一点的音频处理软件就能把声音分离了&#xff0c;常见的有以下方法&#xff0c;一起来看看吧。 pr 打开软件&#xff0c;然后将电脑上的音频文件&#xff0c;上传到软件中&#xff0c;然后按住[ctrla]选择所有音频…

【数据结构】 排序算法 ~ 总结篇

文章目录 1. 排序几个重点概念的理解2. 排序算法的分析&#x1f427; 1. 排序几个重点概念的理解 2. 排序算法的分析&#x1f427;

Git学习篇

目录 使用命令导入项目 使用命令导入项目 1. 使用git init 命令初始化一个新的Git仓库。 git init 是 Git 命令&#xff0c;用于初始化一个新的 Git 仓库。当您想要开始跟踪一个新项目的版本控制时&#xff0c;可以运行 git init 命令来初始化一个空的 Git 仓库。 如果出现以下…

6-继承

6-继承 1、基本语法和方式2、继承的基本特点2.1 三种继承方式相同的基本点2.2 三种继承方式的差别2.3 公有继承的独有特点 3、子类的构造、析构3.1 子类的构造3.2 子类的析构3.3 子类的拷贝构造函数3.4 子类的拷贝赋值 4、多重继承4.1 内存布局4.2 类型转换4.3 名字冲突问题 5、…

10. C++异步IO处理库和使用libevent实现高性能服务器

C比较有名的异步IO处理库 libevent 这个主要使用的是epoll。libevthplibuvlibev 我们主要介绍libevent。 libevent重要函数 event_base_new 这个可以对应于epoll_create也就是创建一个实例。还可以初始化libevent所有管理相关的代码。比如说所能用到的队列&#xff0c;栈&a…

电脑重装系统的PE工具

10款PE制作工具&#xff01;一键制作U盘启动盘&#xff0c;轻松制作系统盘&#xff0c;重装系统&#xff0c;免费纯净、无捆绑。 二、资源/简介 1.微PE工具箱 非常老牌的PE工具&#xff0c;装机维护得力的助手&#xff0c;最后的救命稻草。化繁为简&#xff0c;小材大用&…

【GPT‑4o】完整教程:LORA微调LLaMA3并结合RAG和Agent技术实现Text2SQL任务

完整教程&#xff1a;LORA微调LLaMA3并结合RAG和Agent技术实现Text2SQL任务 环境准备 首先&#xff0c;安装必要的Python包&#xff1a; pip install transformers peft datasets torch faiss-cpu加载LLaMA3模型 从Hugging Face加载LLaMA3模型和对应的tokenizer&#xff1a…

算法基础之集合-Nim游戏

集合-Nim游戏 核心思想&#xff1a; 博弈论 sg函数&#xff1a;在有向图游戏中,对于每个节点x,设从x出发共有k条有向边,分别到达节点y1,y2,yk,定义SG(x)的后记节点y1,y2,,yk的SG函数值构成的集合在执行mex运算的结果,即:SG(x)mex({SG(y1),SG(y2)SG(yk)}) **特别地,**整个有向图…

Linux内核编译流程3.10

一、内核源代码编译流程 编译环境&#xff1a; cat /etc/redhat-release CentOS Linux release 7.4.1708 (Core) Linux内核版本&#xff1a; uname -r 3.10.0-693.el7.x86_64 编译内核源代码版本&#xff1a;linux-4.19.90-all-arch-master cp /boot/config-xxx到内核源…

数据库(9)——DQL基础查询

数据查询 数据查询是SQL中最复杂的&#xff0c;语法结构为 SELECT 字段列表 FROM 表名列表 WHERE 条件列表 GROUP BY 分组字段列表 HAVING 分组后字段列表 ORDER BY 排序字段列表 LIMIT 分页参数 查询多个字段 SELECT 字段1&#xff0c;字段2...FROM…

领域驱动设计(DDD)学习笔记之:战略设计

限界上下文&#xff08;Bounded Context&#xff09; 上下文边界的确定 在领域驱动设计&#xff08;DDD&#xff09;中&#xff0c;限界上下文&#xff08;Bounded Context&#xff09;是定义领域模型边界的核心概念。明确和定义上下文边界是DDD战略设计中的重要步骤。正确地…

Spring Cloud:微服务架构的基石

目录 微服务架构简介 Spring Cloud 简介 Spring Cloud 组件详解 Eureka 服务注册与发现 Ribbon 负载均衡 Feign 声明式 HTTP 客户端 Hystrix 服务容错保护 Zuul 网关 Config 配置管理 Sleuth 链路追踪 Spring Cloud Stream 消息驱动 Spring Cloud 与 Docker 的结合 …

LeetCode583:两个字符串的删除操作

题目描述 给定两个单词 word1 和 word2 &#xff0c;返回使得 word1 和 word2 相同所需的最小步数。 每步 可以删除任意一个字符串中的一个字符。 代码 解法1 /*dp[i][j]&#xff1a;以i-1为结尾的wrod1中有以j-1为尾的word2的个数为了让word1和word2相同&#xff0c;最少操作…

linux开发之设备树基本语法一

设备树的根节点 设备树子节点和子子节点,子节点在根节点范围内 包含子节点以及子子节点 节点名称 比如这里led就是这个gpio的小名,可以直接用 gpio22020101是这里的名字,也就是要用这个gpio,符号后面的一串数字使用了这个gpio的寄存器地址,因为可能会用很多gpio,所以加入寄存…

Linux完整版命令大全(二十二)

uux 功能说明&#xff1a;在远端的UUCP主机上执行指令。语  法&#xff1a;uux [-bcCIjlnrvz][-a<地址>][-g<等级>][-s<文件>][-x<层级>][--help][指令]补充说明&#xff1a;uux可在远端的UUCP主机上执行指令或是执行本机上的指令&#xff0c;但在执…

Pushmall共享分销电商SaaS版2024年 5月模块开发优化完成

Pushmall共享分销电商 2024年 5月模块开发优化完成 1、**实现SaaS框架业务&#xff1a;**多租户、多商家、多门店&#xff0c;及商家入驻、商品管理。 2、租户小程序管理&#xff1a;对租户的小程序业务管理。 3、店铺小程序管理&#xff1a;对租户多店铺小程序绑定。 4、会员分…

新火种AI|警钟长鸣!教唆自杀,威胁人类,破坏生态,AI的“反攻”值得深思...

作者&#xff1a;小岩 编辑&#xff1a;彩云 在昨天的文章中&#xff0c;我们提到了谷歌的AI Overview竟然教唆情绪低迷的网友“从金门大桥跳下去”。很多人觉得&#xff0c;这只是AI 模型的一次错误判断&#xff0c;不会有人真的会因此而照做。但现实就是比小说电影中的桥段…

精酿啤酒:品质与口感对啤酒市场价格的影响

啤酒作为一种大众化的产品&#xff0c;其品质与口感对市场价格有着显著的影响。对于Fendi club啤酒而言&#xff0c;其卓着的品质和与众不同的口感又加上市场价格相对实惠&#xff0c;受到消费者的青睐。 品质是决定啤酒市场价格的重要因素。Fendi club啤酒选用天然小麦原料&am…

【leetcode2765--最长交替子数组】

要求&#xff1a;给定一个数组&#xff0c;找出符合【x, x1,x,x-1】这样循环的最大交替数组长度。 思路&#xff1a;用两层while循环&#xff0c;第一个while用来找到符合这个循环的开头位置&#xff0c;第二个用来找到该循环的结束位置&#xff0c;并比较一下max进行记录。 …

太速科技-16通道24bit 256kHZ 的振动信号千兆网络采集器

16通道24bit 256kHZ 的振动信号千兆网络采集器 一、产品概述 数据采集器是一台运行Linux操作系统的智能终端&#xff0c;在以太网络的支持下&#xff0c;可迅速构建起大规模的分布式智能数据采集系统。采集器终端体积小&#xff0c;功耗低&#xff0c;易集成&#xff0c…