哈密顿算子和拉普拉斯算子 格林公式高斯公式和斯托克斯公式 多重积分的分部积分公式
目录
- 哈密顿算子(Hamiltionian) ∇\nabla∇
- 标量性质
- 矢量性质
- 拉普拉斯算子(Laplace) Δ\DeltaΔ
- 标量性质
- 矢量性质
- 格林公式高斯公式和斯托克斯公式
- 多重积分的分部积分公式
哈密顿算子(Hamiltionian) ∇\nabla∇
标量性质
u(x,y)u(x,y)u(x,y)是一个标量函数,
∇u=(uxuy)\nabla u=\begin{pmatrix} u_x \\ u_y \\ \end{pmatrix}∇u=(uxuy) 表示梯度
矢量性质
u=(u1u2)u=\begin{pmatrix} u_1 \\ u_2\\ \end{pmatrix}u=(u1u2) 是矢量场(矩阵也可以)
∇⋅u⃗=uT(∂∂x∂∂y)\nabla ·\vec{u}=u^T\begin{pmatrix} \frac {\partial }{\partial x} \\ \frac {\partial }{\partial y}\\ \end{pmatrix}∇⋅u=uT(∂x∂∂y∂)
∇⋅u⃗\nabla ·\vec{u}∇⋅u 点乘是散度
∇×u⃗=∣ijk∂∂x∂∂y∂∂zu1u2u3∣\nabla \times \vec{u}= \begin{vmatrix} i&j&k\\ \frac {\partial }{\partial x} &\frac {\partial }{\partial y}&\frac {\partial }{\partial z}\\ u_1&u_2&u_3\\ \end{vmatrix}∇×u=∣∣∣∣∣∣i∂x∂u1j∂y∂u2k∂z∂u3∣∣∣∣∣∣
∇×u⃗\nabla \times\vec{u}∇×u 点乘是旋度【此时u是向量,如果是矩阵呢?】
拉普拉斯算子(Laplace) Δ\DeltaΔ
标量性质
Δu=∇⋅∇u=∇2u=uxx+uyy\Delta u=\nabla ·\nabla u=\nabla^2 u=u_{xx}+u_{yy}Δu=∇⋅∇u=∇2u=uxx+uyy
矢量性质
Δu=∇(∇⋅A)−∇×(∇×A)=(Δu1Δu2)\Delta u=∇(∇⋅A)−∇×(∇×A)=\begin{pmatrix} \Delta u_1 \\ \Delta u_2\\ \end{pmatrix}Δu=∇(∇⋅A)−∇×(∇×A)=(Δu1Δu2)
此时等同于对u的每个分量拉普拉斯算子
格林公式高斯公式和斯托克斯公式
格林公式
高斯公式
斯托克斯
多重积分的分部积分公式
1.∫∂Ω∂u∂ndσ=∫ΩΔudμ\int_{\partial_{\Omega}}\frac {\partial u}{\partial \bold{n}}d\sigma=\int_{\Omega}\Delta ud\mu∫∂Ω∂n∂udσ=∫ΩΔudμ
2.∫∂Ωv∂u∂ndσ=∫Ω∇u⋅∇vdμ+∫ΩvΔudμ\int_{\partial_{\Omega}}v\frac {\partial u}{\partial \bold{n}}d\sigma=\int_{\Omega}\nabla u ·\nabla v d\mu+\int_{\Omega}v\Delta ud\mu∫∂Ωv∂n∂udσ=∫Ω∇u⋅∇vdμ+∫ΩvΔudμ
3.∫∂Ω(v∂u∂n−u∂v∂n)dσ=∫Ω(vΔu−uΔv)dμ\int_{\partial_{\Omega}}(v\frac {\partial u}{\partial \bold{n}}-u\frac {\partial v}{\partial \bold{n}})d\sigma=\int_{\Omega}(v\Delta u-u\Delta v)d\mu∫∂Ω(v∂n∂u−u∂n∂v)dσ=∫Ω(vΔu−uΔv)dμ
哈密顿算子和拉普拉斯算子 格林公式高斯公式和斯托克斯公式 多重积分的分部积分公式相关推荐
- 重积分 | 【拓展】格林公式、高斯公式、斯托克斯公式之间的联系
数学分析内容,帮助理解即可. 格林公式 是多元函数微积分学中的一个重要公式,我们默认已知此直角坐标下的算式, 用它讨论格林公式的两种形式,并很自然地推广到高斯公式和斯托克斯公式. 一.格林公式的旋度形 ...
- 哈密顿算子及拉普拉斯算子的基本性质及证明
重要公式 ▽⋅(A⃗×B⃗)=B⃗⋅▽×A⃗−A⃗⋅▽×B⃗\triangledown \cdot(\vec A \times \vec B)= \vec B \cdot \triangledown ...
- 第二类曲面积分、场论、高斯公式和斯托克斯公式
提示:本文的适用对象为已修过<微积分A1>的非数学系学生,文中题型方法为个人总结,为个人复习使用.部分理解虽然不太严谨,但对于解题的实用性较强.若有疏漏or错误,欢迎批评指正. 0. 对格 ...
- 再探格林公式、斯托克斯公式、高斯公式
再探格林公式.斯托克斯公式.高斯公式 1.再探格林公式.斯托克斯公式.高斯公式 1.1 格林公式(环量与旋度的联系) 1.2 斯托克斯公式(对格林公式的推广) 1.3 高斯公式(通量与散度的联系) 1 ...
- 笔记:格林公式 高斯公式 斯托克斯公式
三大重要公式 在高数的曲线曲面积分部分,格林公式.高斯公式和斯托克斯公式是三个十分十分重要的公式,利用这三个公式可以将复杂的积分转化为我们比较熟悉的积分进行解决.看似是三个公式,实则互相关联.现在将这 ...
- cgcs2000高斯平面直角坐标_多元微积分——环量、旋度与格林、斯托克斯公式,通量、散度与高斯公式...
学习阶段:大学数学. 前置知识:多元微积分.曲线积分.曲面积分. tetradecane:曲线.曲面积分的几何.物理意义,及一二型的联系zhuanlan.zhihu.com 1. 向量场 二维向量场 ...
- 拉普拉斯算子的疑惑--拉普拉斯算子作用于矢量和定义Hessian矩阵时遇到的问题
拉普拉斯算子的疑惑 国内许多工科教材在讲到有关拉普拉斯算子(Δ\DeltaΔ)与哈密顿算子(∇\nabla∇)的内容时含混不清,忽略了许多重要定义,使得一些进一步的推导难以理解 现记录我发现的两个主要 ...
- 边缘检测:Sobel、拉普拉斯算子
边缘 边缘(edge)是指图像局部强度变化最显著的部分.主要存在于目标与目标.目标与背景.区域与区域(包括不同色彩)之间,是图像分割.纹理特征和形状特征等图像分析的重要基础. 图像强度的显著变化可分为 ...
- 图像处理中的拉普拉斯算子
图像处理中的拉普拉斯算子 (2010-03-10 20:44:14) 转载▼ 标签: 算子 拉普拉斯变换 灰度 图像 杂谈 分类:图像处理 1.基本理论 拉普拉斯算子是最简单的各向同性微分算子,具有旋 ...
最新文章
- css里dom宽度,2019-08-23 DOM中各种高度、宽度
- 2017.04.02【NOIP 普及组】模拟赛C组 T1:区间
- vue学习笔记(二)- 数据绑定、列表渲染、条件判断
- python学习之模块--模块(五)
- 安装JDK失败,再次安装时出现已经安装过了的,解决办法
- C语言结构体的字节对齐原则
- 常用的三种机器学习预测方法
- vue click 跳转外部链接
- VS2019+WDK10编写xp平台的驱动
- CES 2017媒体日:VR AR波澜不惊,无人驾驶和智能家居大放异彩
- 有哪些简单而知道的人少的excel操作技巧?
- 实用Word使用技巧大全
- Opencv4.5无法打开MP4等格式视频文件解决方案
- 安卓逆向 -- Frida环境搭建(HOOK实例)
- Hyperledger Fabric笔记3--BYFN启动流程分析
- oracle检查scn headroom的正确方法
- VIP邮箱登录入口有哪些?2022年邮箱会员如何注册?
- 图解数据结构:数组背后的故事
- Linux 桌面史话
- P1595 信封问题