散度(Divergence)和旋度(Curl)
散度的讨论应从向量和向量场说起。向量是数学中研究多维计算的基本概念。比如,速度可以分解为相互独立的分量,则速度就是一个多维的向量。假如空间中的每一个位置都有一个向量属性的话,这个空间就叫做向量场。比如,游泳池里的水的速度就是一个向量场。
散度就是作用在向量场上的算子。它把向量场映射到标量场。其中某点的标量代表该点的向量是“流入”的,还是“流出”的。
比如在游泳池中考虑一个封闭的正方体区域,在该区域的六个表面中,要么有液体流出,要么有液体流入。设流出为正,流入为负,把六个面的流量相加,如果为正,则代表该区域有正的散度。反之则是负的散度。这就是散度界定中“通量”的概念。
现在如果取一个任意的封闭曲面,则它的通量为曲面表面的向量场在曲面法向量上的分量的积分。假如该封闭曲面的体积无限小,则极限是曲面内某一点,这个极限通量就是散度。从这个角度说,上文的“流入”(散度小于零)表示了通量的湮灭,而“流出”(散度大于零)表示了该区域有新的通量产生。
就如之前的流体文中提到的,由于水流不会凭空产生或消失,即不可压缩流体的总散度必为零。在流体力学中,散度指流体运动时单位体积的改变率。
散度的数学表示法
在笛卡尔坐标系Oxyz中,若向量场为(P(x,y,z), Q(x,y,z), R(x,y,z))
则对以上三个分量分别对x, y, z求偏导数,然后把三个结果相加。
一般来说,使用div或者向下的三角形加一点来表示散度。
假如某处散度为零,则称该处divergence free。
散度的概念来源于物理学中的静电学。十九世纪末,英国物理学家海维赛德(Heaviside)提出既然静电场中的电荷是电场力的原因,那么吧电荷看作一个体积微小的一点,那么该点的电场力“聚集度”就等于这个微小体积散发出的所有电场力的总和。他又把这种“聚集度”称为“散度”。并且他给出了散度计算的公式。从以上可以看出,散度所考虑的对象是某一个点及其接近的很小的空间。
但是,光用散度无法完全描述电场的属性。1873年,英国物理学家麦克斯韦在一篇论文中使用了哈密顿的四元素方法。
旋度(Curl)
还记得以前提到过的四元素吗?
http://blog.csdn.net/wangxiaojun911/article/details/4644243
对四元素q = i * A + j * B + k * C + D求偏导数。定义微分算子(d/dx)i + (d/dy)j + (d/dz)k, 则对原四元素其中前三项的微分很特别。它的微分结果分为两部分,第一部分是A, B, C分别对x, y, z的偏导,若把(A,B,C)看作向量,其结果正是负的散度。(注意i*i=-1, j*j=-1, k*k=-1)
第二部分则是被称为“旋度”的部分。为(dC/dy-dB/dz)i+(dA/dz-dC/dx)j+(dB/dx-dA/dy)k。麦克斯韦之所以使用了旋度这个名字,是他认为这个量表示了向量场转动倾向的属性。
与散度在一个小位元上是标量不同,旋度运算的结果仍然是一个向量,表示了某个局部微元上的旋转倾向。举例来说,把北极圈看作一个极小的局部对象讨论,一个沿着纬度方向的向量场会造成旋度而散度为零;沿着经度方向的向量场会造成散度而旋度为零。
旋度的数学表示法
假如坐标系和向量场如最开始定义(P,Q,R),令p()为求偏导数,散度的定义为:
(p(R)/p(y)-p(Q)/p(z),
p(P)/p(z)-p(R)/p(x)
p(Q)/p(x)-p(P)/p(y))
散度(Divergence)和旋度(Curl)的更多相关文章
- 《Fluid Engine Development》 学习笔记2-基础
断断续续花了一个月,终于把这本书的一二两章啃了下来,理解流体模拟的理论似乎不难,无论是<Fluid Simulation for Computer Graphics>还是<计算流体力 ...
- 学习笔记GAN002:DCGAN
Ian J. Goodfellow 论文:https://arxiv.org/abs/1406.2661 两个网络:G(Generator),生成网络,接收随机噪声Z,通过噪声生成样本,G(z).D( ...
- 旋度定理(Curl Theorem)和散度定理(Divergence theorem)
原文链接 首先说说格林公式(Green's theorem).对于一段封闭曲线,若其围城的区域D为单连通区域(内部任意曲线围城的区域都属于院区域),则有如下公式: 其中其中L为D的边界,取正方向.如果 ...
- paper 23 :Kullback–Leibler divergence KL散度(2)
Kullback–Leibler divergence KL散度 In probability theory and information theory, the Kullback–Leibler ...
- 熵(Entropy),交叉熵(Cross-Entropy),KL-松散度(KL Divergence)
1.介绍: 当我们开发一个分类模型的时候,我们的目标是把输入映射到预测的概率上,当我们训练模型的时候就不停地调整参数使得我们预测出来的概率和真是的概率更加接近. 这篇文章我们关注在我们的模型假设这些类 ...
- [转]熵(Entropy),交叉熵(Cross-Entropy),KL-松散度(KL Divergence)
https://www.cnblogs.com/silent-stranger/p/7987708.html 1.介绍: 当我们开发一个分类模型的时候,我们的目标是把输入映射到预测的概率上,当我们训练 ...
- 深度学习方法:受限玻尔兹曼机RBM(四)对比散度contrastive divergence,CD
欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld. 技术交流QQ群:433250724,欢迎对算法.技术.应用感兴趣的同学加入 上篇讲到,如果用Gibbs Sa ...
- python 3计算KL散度(KL Divergence)
KL DivergenceKL( Kullback–Leibler) Divergence中文译作KL散度,从信息论角度来讲,这个指标就是信息增益(Information Gain)或相对熵(Rela ...
- [物理学与PDEs]第1章第2节 预备知识 2.1 Coulomb 定律, 静电场的散度与旋度
1. Coulomb 定律, 电场强度 (1) 真空中 $P_1$ 处有电荷 $q_1$, $P$ 处有电荷 $q$, ${\bf r}_1=\vec{P_1P}$, 则 $q$ 所受的力为 $$\b ...
随机推荐
- 手工安装XDB 组件in oracle 11g
#############. sample 1 install guide below step is only for oracle 11g database installation, 10g d ...
- Nuxt 2.3.X 配置sass
1.需要安装node-sass和sass-loader就行了 npm i -S node-sass sass-loader
- json处理第一篇:利用Jackson处理json
利用Jackson处理json需要导入的jar包(2以上版本的): <!-- https://mvnrepository.com/artifact/com.fasterxml.jackson.c ...
- java 开发体系参考学习
https://www.oschina.net/question/2663968_2283797
- UGUI 用脚本动态改变Button颜色组合
public Button button; void Start() { ColorBlock cb = new ColorBlock(); cb.normalColor = Color.red; c ...
- UGUI EventSystem.current.IsPointerOverGameObject(),判断是否进入了UI上
EventSystem.current.IsPointerOverGameObject(); //返回一个布尔值,进入了UI上就返回true,用的时候要 using UnityEngine.Event ...
- python单元测试框架-unittest(五)之跳过测试和预期失败
概要 @unittest.skip(reason): skip(reason)装饰器:直接跳过测试,并说明跳过测试的原因. @unittest.skipIf(reason): skipIf(condi ...
- Murano Weekly Meeting 2016.05.24
Meeting time: 2016.May.24 1:00~2:00 Chairperson: Kirill Zaitsev, from Mirantis Meeting summary: 1.A ...
- 既然有了HBase,为什么还需要Kudu呢?
不多说,直接上干货! 那既然有了HBase,为什么还需要Kudu呢? 简单的说,就是嫌弃HBase在OLAP(联机分析处理)场合,SQL/MR类的批量检索场景中,性能不够好.通常这种海量数据OLAP场 ...
- 远程调用历史及代码编写demo
历史介绍部分: 远程调用大致经过了corba.webservice.二进制跟restful四个阶段 corba时代,corba(Common Object Request Broker Archite ...