R3\mathbb R^3 空间中,我们不仅研究固定的向量,更关注随位置变化的向量(向量场)和标量(标量场)。
为了描述这些场在空间中的变化率,我们需要引入一个形式上的向量算子:Nabla 算子 \nabla

=(x,y,z)=ix+jy+kz\nabla = \left( \frac{\partial}{\partial x}, \frac{\partial}{\partial y}, \frac{\partial}{\partial z} \right) = \boldsymbol i \frac{\partial}{\partial x} + \boldsymbol j \frac{\partial}{\partial y} + \boldsymbol k \frac{\partial}{\partial z}

通过将 \nabla 与标量函数或向量函数进行 “数乘”、“内积” 和 “外积” 运算,我们分别得到了梯度、散度和旋度。

# 梯度 (Gradient)

梯度作用于标量场,结果为向量场。

定义
f(x,y,z)f(x, y, z)R3\mathbb R^3 上的平滑标量函数。
定义 ff梯度 (Gradient)「勾配」 为:

gradf=f=(fx,fy,fz)\mathrm{grad} f = \nabla f = \left( \frac{\partial f}{\partial x}, \frac{\partial f}{\partial y}, \frac{\partial f}{\partial z} \right)

几何意义

  1. 方向导数:梯度与任意单位向量 n\boldsymbol n 的内积,等于函数 ff 沿该方向的变化率(方向导数)。

    Dnf=fn=fcosθD_{\boldsymbol n} f = \nabla f \cdot \boldsymbol n = \|\nabla f\| \cos \theta

  2. 最速上升方向f\nabla f 指向 ff 增长最快的方向,其模长 f\|\nabla f\| 为该方向的最大变化率。
  3. 法向量f\nabla f 垂直于等值面 f(x,y,z)=Cf(x, y, z) = C。这在计算曲面的法向量时非常有用。

# 散度 (Divergence)

散度作用于向量场,结果为标量场。

定义
F(x,y,z)=(P,Q,R)\boldsymbol F(x, y, z) = (P, Q, R)R3\mathbb R^3 上的平滑向量场。
定义 F\boldsymbol F散度 (Divergence)「発散」\nablaF\boldsymbol F 的形式内积:

divF=F=Px+Qy+Rz\mathrm{div} \boldsymbol F = \nabla \cdot \boldsymbol F = \frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} + \frac{\partial R}{\partial z}

物理意义
散度描述了向量场在某一点的 “通量源密度”。

  • F>0\nabla \cdot \boldsymbol F > 0:该点为源 (Source),流体从该点流出。
  • F<0\nabla \cdot \boldsymbol F < 0:该点为汇 (Sink),流体汇聚于该点。
  • F=0\nabla \cdot \boldsymbol F = 0:该点无源无汇。若区域内处处为 0,称该场为无源场 (Solenoidal field)

一个重要的二阶算子是 拉普拉斯算子 (Laplacian)「ラプラス作用素」,记作 Δ\Delta。它是梯度的散度:

Δf=div(gradf)=f=2fx2+2fy2+2fz2\Delta f = \mathrm{div}(\mathrm{grad} f) = \nabla \cdot \nabla f = \frac{\partial^2 f}{\partial x^2} + \frac{\partial^2 f}{\partial y^2} + \frac{\partial^2 f}{\partial z^2}

# 旋度 (Curl)

旋度作用于向量场,结果为向量场(仅在 R3\mathbb R^3 中定义)。

定义
F(x,y,z)=(P,Q,R)\boldsymbol F(x, y, z) = (P, Q, R)R3\mathbb R^3 上的平滑向量场。
定义 F\boldsymbol F旋度 (Curl / Rotation)「回転」\nablaF\boldsymbol F 的形式向量积:

rotF=×F=ijkxyzPQR=(RyQz, PzRx, QxPy)\mathrm{rot} \boldsymbol F = \nabla \times \boldsymbol F = \begin{vmatrix} \boldsymbol i & \boldsymbol j & \boldsymbol k \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ P & Q & R \end{vmatrix} = \left( \frac{\partial R}{\partial y} - \frac{\partial Q}{\partial z}, \ \frac{\partial P}{\partial z} - \frac{\partial R}{\partial x}, \ \frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y} \right)

物理意义
旋度描述了向量场在某一点附近的微观旋转趋势。

  • 旋度向量的方向是旋转轴的方向(右手定则)。
  • 旋度向量的模长表示旋转的强度(角速度的两倍)。
  • ×F=0\nabla \times \boldsymbol F = \boldsymbol 0,称该场为无旋场 (Irrotational field)保守场

# 向量分析恒等式

在推导微分几何公式(如 Frenet 标架的运动方程)时,熟练运用以下恒等式至关重要。
f,gf, g 为标量场,F,G\boldsymbol F, \boldsymbol G 为向量场。

命题
1. 二阶导数性质(零化性质)

  • 梯度的旋度为零(保守场无旋):

    ×(f)=0\nabla \times (\nabla f) = \boldsymbol 0

  • 旋度的散度为零(螺线管场无源):

    (×F)=0\nabla \cdot (\nabla \times \boldsymbol F) = 0

2. 乘积法则 (Leibniz Laws)

  • (fg)=fg+gf\nabla(fg) = f \nabla g + g \nabla f
  • (fF)=fF+f(F)\nabla \cdot (f \boldsymbol F) = \nabla f \cdot \boldsymbol F + f (\nabla \cdot \boldsymbol F)
  • ×(fF)=f×F+f(×F)\nabla \times (f \boldsymbol F) = \nabla f \times \boldsymbol F + f (\nabla \times \boldsymbol F)
  • (F×G)=G(×F)F(×G)\nabla \cdot (\boldsymbol F \times \boldsymbol G) = \boldsymbol G \cdot (\nabla \times \boldsymbol F) - \boldsymbol F \cdot (\nabla \times \boldsymbol G)

3. 向量拉普拉斯公式
这是一个连接旋度、梯度和散度的重要公式:

×(×F)=(F)ΔF\nabla \times (\nabla \times \boldsymbol F) = \nabla(\nabla \cdot \boldsymbol F) - \Delta \boldsymbol F

其中 ΔF=(ΔP,ΔQ,ΔR)\Delta \boldsymbol F = (\Delta P, \Delta Q, \Delta R) 是对分量分别求拉普拉斯。

# 积分定理:几何与分析的桥梁

虽然这是微分几何的预备知识,但必须提到这三个定理,它们建立了 “区域内部的微分” 与 “边界上的积分” 之间的联系。

  1. Gauss 散度定理(体积分 \leftrightarrow 面积分):

    V(F)dV=VFndS\iiint_V (\nabla \cdot \boldsymbol F) \, dV = \iint_{\partial V} \boldsymbol F \cdot \boldsymbol n \, dS

    几何直观:体积内源的总强度等于流出边界的总通量。

  2. Stokes 定理(面积分 \leftrightarrow 线积分):

    S(×F)ndS=SFdr\iint_S (\nabla \times \boldsymbol F) \cdot \boldsymbol n \, dS = \oint_{\partial S} \boldsymbol F \cdot d\boldsymbol r

    几何直观:曲面上的微观旋转累积等于边界上的宏观环量。

  3. 梯度定理(线积分 \leftrightarrow 端点值):

    abfdr=f(b)f(a)\int_{\boldsymbol a}^{\boldsymbol b} \nabla f \cdot d\boldsymbol r = f(\boldsymbol b) - f(\boldsymbol a)

    几何直观:保守场做功与路径无关。


这些算子 ,,×\nabla, \nabla \cdot, \nabla \times 是高度依赖于坐标系的。
上述公式均为笛卡尔坐标系下的表达。在今后研究曲面几何时,我们会使用一般曲线坐标系,届时需要引入协变导数来推广这些概念。