看板 Physics 關於我們 聯絡資訊
那就開始吧,以下參照費曼物理學講義第二冊第三章(吧),從定義直接來: 1. Laplacian = 對某純量場先做梯度再做散度 我知道靜磁學裡就有個向量位的Laplacian的公式 不過課本也說了那個只有在直角座標下才能用,本質上還是對向量場的純量分量作用 總之,根據這個定義,只要分別知道極座標的散度和梯度的形式 再疊合起來,就能輕易地得到Laplacian 2. 所以先由純量場在空間中的變化量導出梯度: 極座標下,小量向量線段單元是表示成: dl = (dr, rdθ, rsinθdφ) 上式的三個方向當然是r,θ,φ方向 所以純量場f在空間中的變化量,就是f沿著這三個小量的變化量: (以下以P表示偏微分partial之意) P f P f P f df = -----.dr + -----.dθ + -----.dφ P r Pθ Pφ P f P f P f = -----.dr + --------.rdθ + -----------.rsinθdφ P r r Pθ rsinθPφ = (Pf/Pr, (1/r)(Pf/Pθ), (1/rsinθ)(Pf/Pφ) ).(dr, rdθ, rsinθdφ) = grad(f).dl 所以grad(f) = (Pf/Pr, (1/r)(Pf/Pθ), (1/rsinθ)(Pf/Pφ) ) 事實上這個公式很簡單,所以應該很多人早就背起來了 3. 接著來導散度: 散度的定義,就是一個向量場,於空間中一點的向外發散量 直觀起見,先求一小量空間的發散量,則此發散量必定等於梯度乘以該小量空間 極座標下,小量空間為: dr.rdθ.rsinθdφ = (r^2)sinθdrdθdφ 此小量空間有六個面,分三組,分別為: (1)法向量±r方向 : rdθ.rsinθdφ = (r^2)sinθdθdφ (2)法向量±θ方向: dr.rsinθdφ = rsinθdrdφ (3)法向量±φ方向: dr.rdθ = rdrdθ 所以,某向量(A_r , A_θ , A_φ),沿著這三個方向的發散量分別為: ±F_r = ±(A_r)(r^2)sinθdθdφ , ±r 方向 ±F_θ = ±(A_θ)rsinθdrdφ , ±θ方向 ±F_φ = ±(A_φ)rdrdθ , ±φ方向 但是,以±r方向方向為例,兩個平面之間又有dr的差別,因此發散量又有變化 所以,整個小量空間的總發散量為: (-F_r) + (F_r + d(F_r )) + (-F_θ)+ (F_θ+ d(F_θ)) + (-F_φ)+ (F_φ+ d(F_φ)) = d(F_r ) + d(F_θ) + d(F_φ) P((A_r)(r^2)) P((A_θ)sinθ) P(A_φ) = sinθdθdφ---------------dr + rdrdφ---------------- + rdrdθ--------- Pr Pθ Pφ 1 P((A_r)(r^2)) 1 P((A_θ)sinθ) 1 P(A_φ) = {----.--------------- + ------.---------------- + ------.---------}.dτ r^2 Pr rsinθ Pθ rsinθ Pφ = div(A).dτ 礙於空間,dτ = (r^2)sinθdrdθdφ即為小量空間 所以div(A) 1 P((A_r)(r^2)) 1 P((A_θ)sinθ) 1 P(A_φ) = ----.--------------- + ------.---------------- + ------.--------- r^2 Pr rsinθ Pθ rsinθ Pφ 一般人要記起來有困難的應該是這個公式 不過依照上述步驟就可以非常簡單地要用時再推導就行了 4.既然極座標下的梯度和散度公式都有了,那麼Laplacian就很簡單啦 只要把梯度的三個分量丟入散度公式中的向量三分量,就能合併兩者得到Laplacian了 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 59.113.73.84
Vulpix:c大的推導應該就是這個,而且這不也就是微分幾何寫到 12/19 20:53
Vulpix:Laplace op. 時最常用的公式嗎? 12/19 20:54
caseypie:所以我說繞一圈從直角座標開始根本多此一舉阿 12/19 20:54
condensed:正解,若常用應該可以很快地直接寫下。 12/19 20:55
condensed:這個方法可以直接推廣到任何正交坐標系。 12/19 20:56
xgcj:這方法其實是大家比較喜歡用的 因為簡單又符合 直觀 12/19 20:57
condensed:印象中Griffiths電磁學後面的附錄有講? 12/19 21:00
caseypie:G老大有提要,沒有整組導出來的樣子 12/19 21:13
condensed:剛翻了一下其實他有教,他推導的是正交坐標的一般型式。 12/19 21:18
uniserv1002:起點就是不同的座標系裡長度(Norm)必須維持不變? 12/19 21:21
uniserv1002:所以ds^2 = h1^2 * (dr)^2 + h2^2 * (dθ)^2 + 12/19 21:23
uniserv1002:h3^2 (dψ)^2 = dR . dR 12/19 21:24
※ 編輯: caseypie 來自: 59.113.73.84 (12/19 21:27)
condensed:順便一提,有興趣可以試著推導任意坐標下的N維體積公式 12/19 21:32
joe70136:instructive ! 12/19 21:36
eldar:很實用! 12/19 21:39
deepwoody:m起來吧 12/19 21:48
hank780420:推 很清楚 12/19 22:09
uniserv1002:Griffiths後面提到的calculus on manifolds我找到了 12/19 22:10
JohnMash:量力裡 還有L_z,L_+,L_-,L^2 in Spherical Coordinates 12/19 22:20
JohnMash:所以熟悉from Rectangular to Spherical 是必要的 12/19 22:58
JohnMash:請見17989的pdf檔 12/19 22:59
uniserv1002:我想問的是,在JohnMash的完整推導裡的連結,如果 12/19 23:07
uniserv1002:是用在Laplacian是行得通的,但是gradient卻不行 12/19 23:08
uniserv1002:是不是因為laplacian可以算是純量(能量守恆) 12/19 23:08
uniserv1002:但是梯度是向量場 12/19 23:09
uniserv1002:這樣那個完整推導根本只是巧合。 12/19 23:17
caseypie:L_z,L_+,L_-只是單次微分,用一般轉換就夠了 12/20 00:00
caseypie:至於L^2,那個用laviCivita等工具可以瞬殺 12/20 00:00
caseypie:to uniserv1002,重點在單位向量是否微分後不變 12/20 00:01
uniserv1002:所以就是正交性? 12/20 00:06
caseypie:應該不是這個詞,我數學不好,不知道是哪個詞來描述 12/20 00:10
caseypie:總之,你的單位向量要在整個空間中都指向同方向 12/20 00:10
caseypie:極座標的三分量在不同點指向不同方向,所以會變 12/20 00:10
JohnMash:我的做法就是將你的一般轉換變成兩次極座標轉換 12/20 08:06
JohnMash:並不是新的結果 而是更有效的方法 12/20 08:08
JohnMash:仔細比較 很容易看出來 12/20 08:09
JohnMash:對自己的推導方式很熟練的話 可以不必理會我的方法 12/20 08:43
xgcj:其實在R3裡面都可以用啊! 12/20 08:49
caseypie:你的方法只有在雙重lambda的時候才有優勢 12/20 10:28
caseypie:單次變換則和一般的變數變換根本沒有差別 12/20 10:29
nevinyrrals:廣義正交座標也滿好用的 12/20 14:43
amozartea:辛苦你了 打這個很累XD 12/28 03:30
laertes:推樓上...= =好精美啊...我的數學不夠用了... 12/30 16:10
sneak: 並不是新的結果 而是更 https://muxiv.com 08/13 15:59
sneak: 所以熟悉from Re https://daxiv.com 09/17 13:59
sneak: 至於L^2,那個用la https://daxiv.com 11/09 12:11
sneak: 應該不是這個詞,我數學 http://yofuk.com 01/02 14:38
muxiv: 仔細比較 很容易看出來 https://moxox.com 07/06 22:46