(二十一)协变导数 您所在的位置:网站首页 导数变式 (二十一)协变导数

(二十一)协变导数

2023-08-15 07:14| 来源: 网络整理| 查看: 265

本文主要内容如下: 1. 协变导数1.1. 协变导数与矢量场的梯度1.2. 协变导数与张量场的梯度 2. 协变导数的性质2.1. 度量张量分量的协变导数为零(Ricci引理)2.2. 置换张量分量的协变导数为零2.3. 协变导数的求导法则 3. 两个易混淆的关系式3.1 张量张量积的梯度3.2 张量点积的梯度

1. 协变导数

张量场函数梯度的分量是张量场分量对坐标的协变导数,而不是张量场分量对坐标的普通导数!

1.1. 协变导数与矢量场的梯度

根据 Leibniz公式 有: ∂ F ⃗ ∂ x i = ( ∂ F k ∂ x i + F j Γ i j k ) g ⃗ k ≜ F ; i k   g ⃗ k ≜ ▽ i F k   g ⃗ k    = ( ∂ F k ∂ x i − F j Γ i k j ) g ⃗ k ≜ F k ; i   g ⃗ k ≜ ▽ i F k   g ⃗ k \begin{aligned} & \frac{\partial\vec{F}}{\partial x^i} =(\frac{\partial F^k}{\partial x^i}+F^j\Gamma_{ij}^k)\vec{g}_k \triangleq F^k_{;i}\ \vec{g}_k \triangleq \bigtriangledown_iF^k\ \vec{g}_k\\\\ &\quad\ \ =(\frac{\partial F_k}{\partial x^i}-F_j\Gamma_{ik}^j)\vec{g}^k \triangleq F_{k;i}\ \vec{g}^k \triangleq \bigtriangledown_iF_k\ \vec{g}^k \end{aligned} ​∂xi∂F ​=(∂xi∂Fk​+FjΓijk​)g ​k​≜F;ik​ g ​k​≜▽i​Fk g ​k​  =(∂xi∂Fk​​−Fj​Γikj​)g ​k≜Fk;i​ g ​k≜▽i​Fk​ g ​k​ 那么, ▽ F ⃗ = g ⃗ i ⊗ ∂ F ⃗ ∂ x i = F ; i k   g ⃗ i g ⃗ k = ▽ i F k   g ⃗ i g ⃗ k = F k ∣ i   g ⃗ i g ⃗ k ( 混 合 分 量 ) = F k ; i   g ⃗ i g ⃗ k = ▽ i F k   g ⃗ i g ⃗ k = F k ∣ i   g ⃗ i g ⃗ k ( 协 变 分 量 ) F ⃗ ▽ = ∂ F ⃗ ∂ x i ⊗ g ⃗ i = F ; i k   g ⃗ k g ⃗ i = ▽ i F k   g ⃗ k g ⃗ i = F k ∣ i   g ⃗ k g ⃗ i ( 混 合 分 量 ) = F k ; i   g ⃗ k g ⃗ i = ▽ i F k   g ⃗ k g ⃗ i = F k ∣ i   g ⃗ k g ⃗ i ( 协 变 分 量 ) \begin{aligned} &\bigtriangledown\vec{F} =\vec{g}^i\otimes\frac{\partial\vec{F}}{\partial x^i} =F^k_{;i}\ \vec{g}^i\vec{g}_k =\bigtriangledown_iF^k\ \vec{g}^i\vec{g}_k =F^k|_i\ \vec{g}^i\vec{g}_k(混合分量)\\\\ &\qquad\qquad\qquad\quad=F_{k;i}\ \vec{g}^i\vec{g}^k =\bigtriangledown_iF_k\ \vec{g}^i\vec{g}^k =F_k|_i\ \vec{g}^i\vec{g}^k(协变分量)\\\\ &\vec{F}\bigtriangledown =\frac{\partial\vec{F}}{\partial x^i}\otimes\vec{g}^i =F^k_{;i}\ \vec{g}_k\vec{g}^i =\bigtriangledown_iF^k\ \vec{g}_k\vec{g}^i =F^k|_i\ \vec{g}_k\vec{g}^i(混合分量)\\\\ &\qquad\qquad\qquad\quad=F_{k;i}\ \vec{g}^k\vec{g}^i =\bigtriangledown_iF_k\ \vec{g}^k\vec{g}^i =F_k|_i\ \vec{g}^k\vec{g}^i(协变分量)\\\\ \end{aligned} ​▽F =g ​i⊗∂xi∂F ​=F;ik​ g ​ig ​k​=▽i​Fk g ​ig ​k​=Fk∣i​ g ​ig ​k​(混合分量)=Fk;i​ g ​ig ​k=▽i​Fk​ g ​ig ​k=Fk​∣i​ g ​ig ​k(协变分量)F ▽=∂xi∂F ​⊗g ​i=F;ik​ g ​k​g ​i=▽i​Fk g ​k​g ​i=Fk∣i​ g ​k​g ​i(混合分量)=Fk;i​ g ​kg ​i=▽i​Fk​ g ​kg ​i=Fk​∣i​ g ​kg ​i(协变分量)​ 显然,向量分量的协变导数 ▽ i F k \bigtriangledown_iF_k ▽i​Fk​ 或 ▽ i F k \bigtriangledown_iF^k ▽i​Fk 分别为向量梯度(二阶张量)的协变与混合分量,二者之间满足指标升降关系: F ; i k = g k j F j ; i F k ; i = g j k F ; i j   ▽ i F k = g k j ▽ i F j ▽ i F k = g j k ▽ i F j F^k_{;i}=g^{kj}F_{j;i} \quad F_{k;i}=g_{jk}F^j_{;i}\\\ \\ \bigtriangledown_iF^k=g^{kj}\bigtriangledown_iF_j \quad \bigtriangledown_iF_k=g_{jk}\bigtriangledown_iF^j F;ik​=gkjFj;i​Fk;i​=gjk​F;ij​ ▽i​Fk=gkj▽i​Fj​▽i​Fk​=gjk​▽i​Fj 通过上述指标升降关系进一步可知: F ; i k = ( g k j F j ) ; i = g k j F j ; i   F k ; i = ( g j k F j ) ; i = g j k F ; i j   ▽ i ( F j g k j ) = g k j ▽ i F j   ▽ i ( F j g j k ) = g j k ▽ i F j F^k_{;i}=(g^{kj}F_j)_{;i}=g^{kj}F_{j;i}\\\ \\ F_{k;i}=(g_{jk}F^j)_{;i}=g_{jk}F^j_{;i}\\\ \\ \bigtriangledown_i(F_jg^{kj})=g^{kj}\bigtriangledown_iF_j\\\ \\ \bigtriangledown_i(F^jg_{jk})=g_{jk}\bigtriangledown_iF^j F;ik​=(gkjFj​);i​=gkjFj;i​ Fk;i​=(gjk​Fj);i​=gjk​F;ij​ ▽i​(Fj​gkj)=gkj▽i​Fj​ ▽i​(Fjgjk​)=gjk​▽i​Fj 意味着:度量张量的协变/逆变分量在参与协变导数的运算过程中可直接加入或脱离运算。

命题 矢径 r ⃗ \vec{r} r 的梯度为度量张量

证明: ▽ r ⃗ = g ⃗ i ∂ r ⃗ ∂ x i = g ⃗ i g ⃗ i = G = r ; i j g ⃗ i g ⃗ j = r j ; i g ⃗ j g ⃗ i   r ⃗ ▽ = ∂ r ⃗ ∂ x i g ⃗ i = g ⃗ i g ⃗ i = G = r ; i j g ⃗ j g ⃗ i = r j ; i g ⃗ j g ⃗ i \bigtriangledown\vec{r} =\vec{g}^i\frac{\partial\vec{r}}{\partial x^i} =\vec{g}^i\vec{g}_i =\bold G =r^j_{;i}\vec{g}^i\vec{g}_j =r_{j;i}\vec{g}^j\vec{g}^i\\\ \\ \vec{r}\bigtriangledown =\frac{\partial\vec{r}}{\partial x^i}\vec{g}^i =\vec{g}_i\vec{g}^i =\bold G =r^j_{;i}\vec{g}_j\vec{g}^i =r_{j;i}\vec{g}^j\vec{g}^i ▽r =g ​i∂xi∂r ​=g ​ig ​i​=G=r;ij​g ​ig ​j​=rj;i​g ​jg ​i r ▽=∂xi∂r ​g ​i=g ​i​g ​i=G=r;ij​g ​j​g ​i=rj;i​g ​jg ​i 上述证明过程说明: r j ; i = r ; i j = δ i j r_{j;i}=r^j_{;i}=\delta^j_i rj;i​=r;ij​=δij​

1.2. 协变导数与张量场的梯度

对于张量场利用 Leibniz公式 同样可以得到:(以二阶张量场为例) ∂ Φ ∂ x k = ( ∂ Φ i j ∂ x k + Φ m j Γ m k i + Φ i m Γ m k j ) g ⃗ i g ⃗ j ≜ Φ ; k i j g ⃗ i g ⃗ j … \begin{aligned} & \frac{\partial \bold\Phi}{\partial x^k} =(\frac{\partial \Phi^{ij}}{\partial x^k}+\Phi^{mj}\Gamma_{mk}^i+\Phi^{im}\Gamma_{mk}^j)\vec{g}_i\vec{g}_j \triangleq \Phi^{ij}_{;k}\vec{g}_i\vec{g}_j\\\\ &\dots \end{aligned} ​∂xk∂Φ​=(∂xk∂Φij​+ΦmjΓmki​+ΦimΓmkj​)g ​i​g ​j​≜Φ;kij​g ​i​g ​j​…​ 那么 ▽ Φ = Φ ; k i j g ⃗ k g ⃗ i g ⃗ j = ( ∂ Φ i j ∂ x k + Φ m j Γ m k i + Φ i m Γ m k j ) g ⃗ k g ⃗ i g ⃗ j ▽ Φ = Φ ∙ j ; k i g ⃗ k g ⃗ i g ⃗ j = ( ∂ Φ ∙ j i ∂ x k + Φ ∙ j m Γ m k i − Φ ∙ m i Γ j k m ) g ⃗ k g ⃗ i g ⃗ j … \begin{aligned} &\bigtriangledown\bold\Phi=\Phi^{ij}_{;k}\vec{g}^k\vec{g}_i\vec{g}_j=(\frac{\partial \Phi^{ij}}{\partial x^k}+\Phi^{mj}\Gamma_{mk}^i+\Phi^{im}\Gamma_{mk}^j)\vec{g}^k\vec{g}_i\vec{g}_j\\\\ &\bigtriangledown\bold\Phi=\Phi^{i}_{\bullet j;k}\vec{g}^k\vec{g}_i\vec{g}^j=(\frac{\partial \Phi^{i}_{\bullet j}}{\partial x^k}+\Phi^{m}_{\bullet j}\Gamma_{mk}^i-\Phi^{i}_{\bullet m}\Gamma_{jk}^m)\vec{g}^k\vec{g}_i\vec{g}^j\\\\ &\dots \end{aligned} ​▽Φ=Φ;kij​g ​kg ​i​g ​j​=(∂xk∂Φij​+ΦmjΓmki​+ΦimΓmkj​)g ​kg ​i​g ​j​▽Φ=Φ∙j;ki​g ​kg ​i​g ​j=(∂xk∂Φ∙ji​​+Φ∙jm​Γmki​−Φ∙mi​Γjkm​)g ​kg ​i​g ​j…​

书写规则:

张量的梯度的分量为张量分量的协变导数,张量梯度的基张量为原来张量的基张量在左侧或者右侧(取决于是左梯度还是右梯度)加上一个逆变基矢;张量分量的协变导数等于张量分量的普通导数与其余项的和,其余项各项为张量分量与 Christoffel符号的组合(张量的分量依次替换以Christoffel符号的某个指标形成哑指标,若Christoffel符号的哑指标在上,该项为负,其余指标按照自由指标对应) 2. 协变导数的性质 2.1. 度量张量分量的协变导数为零(Ricci引理)

{ g ; k i j = ▽ k g i j = g i j ∣ k = 0 ; δ j ; k i = ▽ k δ j i = δ j i ∣ k = 0 ; g i j ; k = ▽ k g i j = g i j ∣ k = 0 \begin{cases} g^{ij}_{;k}=\bigtriangledown_kg^{ij}=g^{ij}|_k=0;\\\\ \delta^{i}_{j;k}=\bigtriangledown_k\delta^{i}_{j}=\delta^{i}_{j}|_k=0;\\\\ g_{ij;k}=\bigtriangledown_kg_{ij}=g_{ij}|_k=0 \end{cases} ⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧​g;kij​=▽k​gij=gij∣k​=0;δj;ki​=▽k​δji​=δji​∣k​=0;gij;k​=▽k​gij​=gij​∣k​=0​ 证明:

方法一:根据度量张量的协变分量与第一类Christoffel符号的关系: g i j ; k = ∂ g i j ∂ x k − g m j Γ i k m − g i m Γ k j m = 0 g_{ij;k}=\frac{\partial g_{ij}}{\partial x^k}-g_{mj}\Gamma^m_{ik}-g_{im}\Gamma^m_{kj}=0 gij;k​=∂xk∂gij​​−gmj​Γikm​−gim​Γkjm​=0 故度量张量的梯度为三阶零张量,其各类型的分量均为零。(证毕)

方法二:在直角坐标系中度量张量的分量为常数,且Christoffel符号为0,故在直角坐标系中度量张量的梯度为三阶零张量,张量具有坐标不变性,得知在任意坐标系下度量张量梯度的分量(度量张量分量的协变导数)为零。(证毕)

意味着,度量张量的分量可以随意参与或脱离协变导数的运算。

2.2. 置换张量分量的协变导数为零

在直角坐标系中置换张量的分量为常数,且第二类Christoffel符号为0,故在直角坐标系中置换张量的梯度为四阶零张量,张量具有坐标不变性,得知在任意坐标系下置换张量梯度的分量(置换张量分量的协变导数)为零。(证毕)

2.3. 协变导数的求导法则 张量场分量线性组合的协变导数等于张量场分量协变导数的线性组合,如 ( α Φ i j + β Ψ i j ) ; k = α Φ ; k i j + β Ψ ; k i j ( α , β ∈ R )   ( α Φ ∙ j i + β Ψ ∙ j i ) ; k = α Φ ∙ j ; k i + β Ψ ∙ j ; k i   ( α u ⃗ i + β v ⃗ i ) ; k = α u ⃗ ; k i + β v ⃗ ; k i   … (\alpha\Phi^{ij}+\beta\Psi^{ij})_{;k}=\alpha\Phi^{ij}_{;k}+\beta\Psi^{ij}_{;k}\quad(\alpha,\beta\in R)\\\ \\ (\alpha\Phi^{i}_{\bullet j}+\beta\Psi^{i}_{\bullet j})_{;k}=\alpha\Phi^{i}_{\bullet j;k}+\beta\Psi^{i}_{\bullet j;k}\\\ \\ (\alpha\vec{u}^{i}+\beta\vec{v}^{i})_{;k}=\alpha\vec{u}^{i}_{;k}+\beta\vec{v}^{i}_{;k} \\\ \\ \dots (αΦij+βΨij);k​=αΦ;kij​+βΨ;kij​(α,β∈R) (αΦ∙ji​+βΨ∙ji​);k​=αΦ∙j;ki​+βΨ∙j;ki​ (αu i+βv i);k​=αu ;ki​+βv ;ki​ … 证明如下: ▽ ( α Φ + β Ψ ) = α ▽ Φ + β ▽ Ψ \bigtriangledown (\alpha\bold\Phi+\beta\bold\Psi)=\alpha\bigtriangledown\bold\Phi+\beta\bigtriangledown\bold\Psi ▽(αΦ+βΨ)=α▽Φ+β▽Ψ 上式两侧的分量应相同,即 ( α Φ i j + β Ψ i j ) ; k = α Φ ; k i j + β Ψ ; k i j ( 证 毕 ) (\alpha\Phi^{ij}+\beta\Psi^{ij})_{;k}=\alpha\Phi^{ij}_{;k}+\beta\Psi^{ij}_{;k}(证毕) (αΦij+βΨij);k​=αΦ;kij​+βΨ;kij​(证毕)缩并与协变导数运算的先后次序可交换,这是由于度量张量的分量可以随意参与或脱离协变导数的运算,如 ( T ∙ ∙ k ; l i j ) δ j k = ( T ∙ ∙ k i j δ j k ) ; l (T^{ij}_{\bullet\bullet k;l})\delta^k_j=(T^{ij}_{\bullet\bullet k}\delta^k_j)_{;l} (T∙∙k;lij​)δjk​=(T∙∙kij​δjk​);l​张量场分量乘法的协变导数服从类似于函数乘积的普通偏导数的运算规则,如 \quad 张量积的分量: ( A i j B p k ) ; l = ∂ A i j B p k ∂ x l + ( A m j B p k ) Γ m l i + ( A i m B p k ) Γ m l j − ( A i j B p m ) Γ k l m − ( A i j B m k ) Γ p l m   = ( ∂ A i j ∂ x l + A m j Γ m l i + A i m Γ m l j ) B p k + A i j ( ∂ B p k ∂ x l − B p m Γ k l m − B m k Γ p l m )   = A ; l i j B p k + A i j B p k ; l ( 证 毕 ) \begin{aligned} &(A^{ij}B_{pk})_{;l}=\frac{\partial A^{ij}B_{pk}}{\partial x^l}+(A^{mj}B_{pk})\Gamma^{i}_{ml}+(A^{im}B_{pk})\Gamma^{j}_{ml}-(A^{ij}B_{pm})\Gamma^{m}_{kl}-(A^{ij}B_{mk})\Gamma^{m}_{pl}\\\\ &\qquad\quad\quad\ =\left(\frac{\partial A^{ij}}{\partial x^l}+A^{mj}\Gamma^{i}_{ml}+A^{im}\Gamma^{j}_{ml}\right)B_{pk}+A^{ij}\left(\frac{\partial B_{pk}}{\partial x^l}-B_{pm}\Gamma^{m}_{kl}-B_{mk}\Gamma^{m}_{pl}\right)\\\\ &\qquad\quad\quad\ =A^{ij}_{;l}B_{pk}+A^{ij}B_{pk;l}(证毕) \end{aligned} ​(AijBpk​);l​=∂xl∂AijBpk​​+(AmjBpk​)Γmli​+(AimBpk​)Γmlj​−(AijBpm​)Γklm​−(AijBmk​)Γplm​ =(∂xl∂Aij​+AmjΓmli​+AimΓmlj​)Bpk​+Aij(∂xl∂Bpk​​−Bpm​Γklm​−Bmk​Γplm​) =A;lij​Bpk​+AijBpk;l​(证毕)​ 点积的分量: ( A i j B j k ) ; l = ( A i j B p k ) ; l   δ j p = ( A ; l i j B p k + A i j B p k ; l ) δ j p = A ; l i j B j k + A i j B j k ; l ( 证 毕 ) \begin{aligned} &(A^{ij}B_{jk})_{;l}=(A^{ij}B_{pk})_{;l}\ \delta^p_j=\left(A^{ij}_{;l}B_{pk}+A^{ij}B_{pk;l}\right)\delta^p_j=A^{ij}_{;l}B_{jk}+A^{ij}B_{jk;l}(证毕) \end{aligned} ​(AijBjk​);l​=(AijBpk​);l​ δjp​=(A;lij​Bpk​+AijBpk;l​)δjp​=A;lij​Bjk​+AijBjk;l​(证毕)​ 3. 两个易混淆的关系式 3.1 张量张量积的梯度

▽ ( A ⊗ B ) ≠ ( ▽ A ) ⊗ B + A ⊗ ( ▽ B )   ( A ⊗ B ) ▽ ≠ ( A ▽ ) ⊗ B + A ⊗ ( B ▽ ) \bigtriangledown\bold{(A\otimes B)}\ne(\bigtriangledown\bold{A)\otimes B}+\bold A\otimes(\bigtriangledown\bold{B)}\\\ \\ \bold{(A\otimes B)}\bigtriangledown\ne(\bold{A\bigtriangledown)\otimes B}+\bold A\otimes(\bold{B\bigtriangledown)} ▽(A⊗B)​=(▽A)⊗B+A⊗(▽B) (A⊗B)▽​=(A▽)⊗B+A⊗(B▽) 证明:以二阶张量为例 ▽ ( A ⊗ B ) = ( A i j B p k ) ; l g ⃗ l g ⃗ i g ⃗ j g ⃗ p g ⃗ k = ( A ; l i j B p k + A i j B p k ; l ) g ⃗ l g ⃗ i g ⃗ j g ⃗ p g ⃗ k ≠ A ; l i j B p k g ⃗ l g ⃗ i g ⃗ j g ⃗ p g ⃗ k + A i j B p k ; l g ⃗ i g ⃗ j g ⃗ l g ⃗ p g ⃗ k = ( ▽ A ) ⊗ B + A ⊗ ( ▽ B ) ( A ⊗ B ) ▽ = ( A i j B p k ) ; l g ⃗ i g ⃗ j g ⃗ p g ⃗ k g ⃗ l = ( A ; l i j B p k + A i j B p k ; l ) g ⃗ i g ⃗ j g ⃗ p g ⃗ k g ⃗ l ≠ A ; l i j B p k g ⃗ i g ⃗ j g ⃗ l g ⃗ p g ⃗ k + A i j B p k ; l g ⃗ i g ⃗ j g ⃗ p g ⃗ k g ⃗ l = ( A ▽ ) ⊗ B + A ⊗ ( B ▽ ) \begin{aligned} &\bigtriangledown\bold{(A\otimes B)} =(A^{ij}B_{pk})_{;l}\vec{g}^l\vec{g}_i\vec{g}_j\vec{g}^p\vec{g}^k\\\\ &\qquad\qquad\quad=(A^{ij}_{;l}B_{pk}+A^{ij}B_{pk;l})\vec{g}^l\vec{g}_i\vec{g}_j\vec{g}^p\vec{g}^k\\\\ &\qquad\qquad\quad\ne A^{ij}_{;l}B_{pk}\vec{g}^l\vec{g}_i\vec{g}_j\vec{g}^p\vec{g}^k+A^{ij}B_{pk;l}\vec{g}_i\vec{g}_j\vec{g}^l\vec{g}^p\vec{g}^k\\\\ &\qquad\qquad\quad=(\bigtriangledown\bold{A)\otimes B}+\bold A\otimes(\bigtriangledown\bold{B)}\\\\ &\bold{(A\otimes B)}\bigtriangledown =(A^{ij}B_{pk})_{;l}\vec{g}_i\vec{g}_j\vec{g}^p\vec{g}^k\vec{g}^l\\\\ &\qquad\qquad\quad=(A^{ij}_{;l}B_{pk}+A^{ij}B_{pk;l})\vec{g}_i\vec{g}_j\vec{g}^p\vec{g}^k\vec{g}^l\\\\ &\qquad\qquad\quad\ne A^{ij}_{;l}B_{pk}\vec{g}_i\vec{g}_j\vec{g}^l\vec{g}^p\vec{g}^k+A^{ij}B_{pk;l}\vec{g}_i\vec{g}_j\vec{g}^p\vec{g}^k\vec{g}^l\\\\ &\qquad\qquad\quad=(\bold{A\bigtriangledown)\otimes B}+\bold A\otimes(\bold{B\bigtriangledown)} \end{aligned} ​▽(A⊗B)=(AijBpk​);l​g ​lg ​i​g ​j​g ​pg ​k=(A;lij​Bpk​+AijBpk;l​)g ​lg ​i​g ​j​g ​pg ​k​=A;lij​Bpk​g ​lg ​i​g ​j​g ​pg ​k+AijBpk;l​g ​i​g ​j​g ​lg ​pg ​k=(▽A)⊗B+A⊗(▽B)(A⊗B)▽=(AijBpk​);l​g ​i​g ​j​g ​pg ​kg ​l=(A;lij​Bpk​+AijBpk;l​)g ​i​g ​j​g ​pg ​kg ​l​=A;lij​Bpk​g ​i​g ​j​g ​lg ​pg ​k+AijBpk;l​g ​i​g ​j​g ​pg ​kg ​l=(A▽)⊗B+A⊗(B▽)​ 通过上述证明过程,还可知道:特别地, ▽ ( φ B ) = ( ▽ φ ) ⊗ B + φ ( ▽ B )   ( φ A ) ▽ = ( A ▽ ) φ + A ⊗ ( ▽ φ ) \bigtriangledown\bold{(\varphi B)}=(\bigtriangledown\varphi)\otimes\bold{ B}+\varphi(\bigtriangledown\bold{B)}\\\ \\ (\varphi\bold{A)}\bigtriangledown=(\bold{A\bigtriangledown)}\varphi+\bold A\otimes(\bigtriangledown\varphi) ▽(φB)=(▽φ)⊗B+φ(▽B) (φA)▽=(A▽)φ+A⊗(▽φ) 其中, φ \varphi φ 为标量场函数, A , B \bold{A,B} A,B为向量场函数。

3.2 张量点积的梯度

▽ ( A ⋅ B ) ≠ ( ▽ A ) ⋅ B + A ⋅ ( ▽ B )   ( A ⋅ B ) ▽ ≠ ( A ▽ ) ⋅ B + A ⋅ ( B ▽ ) \bigtriangledown\bold{(A\cdot B)}\ne(\bigtriangledown\bold{A)\cdot B}+\bold A\cdot(\bigtriangledown\bold{B)}\\\ \\ \bold{(A\cdot B)}\bigtriangledown\ne(\bold{A\bigtriangledown)\cdot B}+\bold A\cdot(\bold{B\bigtriangledown)} ▽(A⋅B)​=(▽A)⋅B+A⋅(▽B) (A⋅B)▽​=(A▽)⋅B+A⋅(B▽) 证明:以二阶张量为例 ▽ ( A ⋅ B ) = ( A i j B j k ) ; l g ⃗ l g ⃗ i g ⃗ k = ( A ; l i j B j k + A i j B j k ; l ) g ⃗ l g ⃗ i g ⃗ k ≠ A ; l i j B j k g ⃗ l g ⃗ i g ⃗ k + A i l B j k ; l g ⃗ i g ⃗ j g ⃗ k = ( ▽ A ) ⋅ B + A ⋅ ( ▽ B ) … \begin{aligned} &\bigtriangledown\bold{(A\cdot B)} =(A^{ij}B_{jk})_{;l}\vec{g}^l\vec{g}_i\vec{g}^k\\\\ &\qquad\qquad\quad=(A^{ij}_{;l}B_{jk}+A^{ij}B_{jk;l})\vec{g}^l\vec{g}_i\vec{g}^k\\\\ &\qquad\qquad\quad\ne A^{ij}_{;l}B_{jk}\vec{g}^l\vec{g}_i\vec{g}^k+A^{il}B_{jk;l}\vec{g}_i\vec{g}^j\vec{g}^k\\\\ &\qquad\qquad\quad=(\bigtriangledown\bold{A)\cdot B}+\bold A\cdot(\bigtriangledown\bold{B)}\\\\ &\dots \end{aligned} ​▽(A⋅B)=(AijBjk​);l​g ​lg ​i​g ​k=(A;lij​Bjk​+AijBjk;l​)g ​lg ​i​g ​k​=A;lij​Bjk​g ​lg ​i​g ​k+AilBjk;l​g ​i​g ​jg ​k=(▽A)⋅B+A⋅(▽B)…​ 通过上述证明过程,还可知道:特别地, ▽ ( A ⋅ u ⃗ ) = ( ▽ A ) ⋅ u ⃗ + ▽ u ⃗ ⋅ A T \bigtriangledown(\bold{A}\cdot\vec{u})=(\bigtriangledown\bold A)\cdot\vec{u}+\bigtriangledown\vec{u}\cdot\bold A^T ▽(A⋅u )=(▽A)⋅u +▽u ⋅AT 其中, A , B \bold{A,B} A,B为二阶向量场函数。



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有