梯度,散度,旋度的理解

  • Post author:
  • Post category:其他


首先可以记忆的一些宏观印象是:梯度(grad),旋度(rot)都是向量,散度(div)是一个值或者表达式。










u


=


u


(


x




,


y


,


z


)












则:


梯度










g


r




a


d




(


u


)


=


(





u














(


x




)


,





u














(


y


)


,





u














(


z


)


)











==>即偏导数构成的向量,可以代入具体值。grad操作的对象是函数。


散度

:








d




i


v


(


p


(


x




,


y


,


z


)


,


q


(


x




,


y


,


z


)


,


r




(


x




,


y


,


z


)


)


=





p













x









+





q













y







+





r















z
















==>散度操作的是向量,且对向量的三个分量系数求偏导数之和。


旋度

:








r




o


t




(





r


















)


=












































i













δ







δ


x
























P
















j















δ







δ


y






















Q
















k















δ







δ


z






















R


























































其中











r


















=


(


P


,


Q


,


R


)


,


P


,


Q


,


R











x




,


y


,


z














































以上。



版权声明:本文为u011240016原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。