§ 散度和旋度
## $26.1.1$ 散度
设 $D$ 是 $\mathbf{R}^3$ 中的一个区域,$\pmb{a}(x,y,z) = P(x,y,z)\pmb{i} + Q(x,y,z)\pmb{j} + R(x,y,z)\pmb{k}$ 是定义在 $D$ 上的向量值函数,称 $\pmb{a}$ 是定义在 $D$ 上的一个向量场。又设 $P, Q, R$ 有连续的偏导数,记
$$\operatorname{div} \boldsymbol {a} = \frac {\partial P}{\partial x} + \frac {\partial Q}{\partial y} + \frac {\partial R}{\partial z},$$
称之为向量场 $\boldsymbol{a}$ 的散度,它是一个数量,有时也记为 $\nabla \cdot \boldsymbol{a}$。注意与一个三元函数 $f$ 的梯度 $\nabla f$ 的区别(见 $21.2.2$ 小节)。
类似地在 $\mathbf{R}^2$ 中,若 $\boldsymbol{a} = P(x,y)\boldsymbol{i} + Q(x,y)\boldsymbol{j}$,则
$$\operatorname{div} \boldsymbol {a} = \frac {\partial P}{\partial x} + \frac {\partial Q}{\partial y}.$$
利用散度的记号,可以将 $Gauss$ 公式($25.5$)、($25.6$)写为
$$\iiint_ {D} \operatorname{div} \boldsymbol {a} \mathrm{d} x \mathrm{d} y \mathrm{d} z = \oiint_ {\partial D} P \mathrm{d} y \mathrm{d} z + Q \mathrm{d} z \mathrm{d} x + R \mathrm{d} x \mathrm{d} y,\tag{26.1}$$
$$\iiint_ {D} \operatorname{div} \boldsymbol {a} \mathrm{d} x \mathrm{d} y \mathrm{d} z = \oiint_ {\partial D} \boldsymbol {a} \cdot \boldsymbol {n} \mathrm{d} S,\tag{26.2}$$
其中 $\boldsymbol{a} = (P, Q, R)$,$\boldsymbol{n}$ 是 $\partial D$ 上的单位外法向量。而将 $Green$ 公式($24.9$)、($24.10$)写为
$$\iint_ {D} \operatorname{div} \boldsymbol {a} \mathrm{d} x \mathrm{d} y = \oint_ {\partial D} - Q \mathrm{d} x + P \mathrm{d} y,\tag{26.3}$$
$$\iint_ {D} \operatorname{div} \boldsymbol {a} \mathrm{d} x \mathrm{d} y = \oint_ {\partial D} \boldsymbol {a} \cdot \boldsymbol {n} \mathrm{d} s.\tag{26.4}$$
又可将公式($26.2$)与($26.4$)统一写为
$$\int_ {D} \operatorname{div} \boldsymbol {a} \mathrm{d} V = \oint_ {\partial D} \boldsymbol {a} \cdot \boldsymbol {n} \mathrm{d} S.\tag{26.5}$$
上述公式称为散度定理,它对任意维数都是成立的。
$n = 1$ 时,一元函数 $f(x)$ 的散度是 $f'(x)$,$\mathrm{d}V = \mathrm{d}x$,在区间的左端点 $n = -1$,在区间的右端点 $n = 1$,在区间端点的点积分理解为被积函数在该点的值,则($26.5$)就是 $Newton-Leibniz$ 公式。
$n = 2$ 时($26.5$)就是 $Green$ 公式,$\mathrm{d}V$ 为面积元。
$n = 3$ 时($26.5$)就是 $Gauss$ 公式,$\mathrm{d}V$ 是体积元,$\boldsymbol{n}$ 是 $\partial D$ 上的单位外法向量。
<Example title="模块索引
书籍模块索引
正在扫描全书模块结构...
解析章节卡片并构建索引
本书智能问答
针对本书提问
默认基于本书知识片段生成答案并可跳转原文溯源;在设置中选择「深度讨论」则 AI 不默认检索,基于理解深入讨论、需要原文时按需查书。
Enter 发送 · Shift+Enter 换行
设置
「检索本书」总是把命中的 topK 片段注入答案;「深度讨论」不注入片段,AI 基于理解与上文深入讲解,需要原文时才按需调用检索工具。
模型、API Key 与端点仅保存在本机浏览器 localStorage,与全站偏好设置和习题推导统一实时同步。
历史会话
暂无历史
数学分析 · 章节内联关系图谱
0 章节0 跨章引用0 关联边
正在分析并生成全书章节关系拓扑...
核心知识枢纽章节
被全书其他章节引用频次最高的基石章节:
图谱交互提示
- 视角放大/缩小:使用左下角工具栏 +/- 或鼠标滚轮;
- 大书防混淆:顶部选择“按篇章/大章聚合”或“聚焦当前章”;
- 视图平移与拖拽:拖动画布或节点;双击节点直达原文。
界面显示偏好
关闭后按钮隐藏,您随时可按 Alt+G 或在此开启。