工程电磁场

您所在的位置:网站首页 电磁场理论公式 工程电磁场

工程电磁场

2023-01-04 05:38| 来源: 网络整理| 查看: 265

方向导数

在等位面上,我们发现虽然可以直观的看出很多东西,但是很多东西我们还是需要定量化

所以我们引入了方向导数,我们可以直观地写出表达式\frac{\partial u}{\partial l}|_{M}=\lim_{P-M}\frac{u(P)-u(M)}{ PM}=\frac{\partial u}{\partial x}cos(\alpha )+\frac{\partial u}{\partial x}cos(\beta)+\frac{\partial u}{\partial x}cos(\gamma )

我们不难发现可以拆成两个向量的点积

一个由自身决定,同时也是方向导数最大的方向对应的大小\vec G=\frac{\partial }{\partial x}\vec e_{x}+\frac{\partial }{\partial x}\vec e_{y}+\frac{\partial }{\partial x}\vec e_{z},称之为梯度

另一个对应单位的方向向量\vec l^{\circ}=cos(\alpha)\vec e_{x}+cos(\beta)\vec e_{y}+cos(\gamma)\vec e_{z}

两个对应相乘,就为方向导数 

一点思考:因为等值面切线方向对增量没有影响,所以我们可以发现投影到切线方向没有作用,所以就可以简单的推出沿着等值面法向的方向导数最大

下面我们引入哈密尔顿算子

算子表现出矢量性和微分性,先表现矢量性,再表现微分性

\nabla=\frac{\partial }{\partial x}\vec e_{x}+\frac{\partial }{\partial x}\vec e_{y}+\frac{\partial }{\partial x}\vec e_{z}

grad(u)=\nabla u=\frac{\partial u}{\partial x}\vec e_{x}+\frac{\partial u}{\partial x}\vec e_{y}+\frac{\partial u}{\partial x}\vec e_{z}

矢量的散度

\Phi = \int_{s}\vec A \cdot d\vec S从物理意义上来看,假设曲面是一个闭合曲面,就等于向外的向量条数减去向内的向量条数

向外发散可以看作有正源,向内发射看作曲面内有负源

我们对这样的公式取极限,可以得到散度

div \vec A=\lim_{\Delta V \to 0} \frac{\oint \vec A \cdot d\vec S}{\Delta V}

当结果大于0的时候,可以看作从这个点向外发射电磁场

结果等于0的时候,可以看作这个点被场线光滑穿过

当结果小于0的时候,可以看作有场线在这一点结束

 div \vec A=\nabla \cdot \vec A

矢量的旋度

旋度的定义方式,可以看一下方向导数

首先定义环量

Q=\oint_s \vec A \cdot d\vec l

我们再定义单位面积的环量

q=\lim_{\Delta S \to 0} \frac{\oint_s \vec A\cdot d\vec l}{\Delta S}=\vec v \cdot n^{\circ}

因为同一点的单位面积环量因为你在不同平面,所以会有不同的值,所以需要再乘以一个单位向量

可以看作是旋度在不同平面上的投影,我们取法线重合的平面

得到

rot \vec A=(\frac{\partial A_z}{\partial y}-\frac{\partial A_y}{\partial z})\vec e_x +(\frac{\partial A_x}{\partial z}-\frac{\partial A_z}{\partial x})\vec e_y +(\frac{\partial A_y}{\partial x}-\frac{\partial A_x}{\partial y})\vec e_z

rot \vec A=\nabla \times \vec A

这个也就是旋度的定义

关于旋度的理解也可以参考这两个博客

https://baijiahao.baidu.com/s?id=1659021385604307347

https://zhuanlan.zhihu.com/p/477261640

几个很重要的公式

微分算子的公式换成哈密尔顿算子仍然是近似成立的

有用的公式:

\nabla \cdot (\vec A \times \vec B)=\vec B \cdot \nabla \times \vec A+\vec A \cdot \nabla \times \vec B

\nabla \times (u\vec A)=u \nabla \times \vec A+\nabla u \times \vec A

\nabla \times (\nabla u)=0

\nabla \cdot (\nabla \times u)=0 梯度场无旋,旋度场无源

 拉普拉斯算子 \nabla \cdot (\nabla u)=\nabla^2 u 这个算子称为拉普拉斯算子

一些简单结论,简单却有用

\vec R=\vec r-\vec r^{\prime} 带点的是源点,不带点的是旋点 

 \nabla (\frac{1}{R})=\frac{-1}{R^2}\vec e_{R} (源点指向场点的单位矢量)

\nabla (\frac{1}{R^\prime})=\frac{1}{R} \vec e_{R}

\nabla^2 (\frac{1}{R})=0,前提条件两者不重合

亥姆霍兹定理

要唯一的确定一个区域内的矢量\vec A,我们必须知道这个区域内的

1.散度

2.旋度

3.边界条件

反之依然成立 



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3