自在学
分类课程智能体订阅
分类课程AI导师价格
课程进度
24 / 25
上一节曲面参数化与曲面积分下一节Stokes 定理与 Divergence Theorem
自在学

© 2025 - 2026 自在学,保留所有权利。

公网安备湘公网安备43020302000292号 | 湘ICP备2025148919号-1

关于我们隐私政策使用条款

© 2025 自在学,保留所有权利。

公网安备湘公网安备43020302000292号湘ICP备2025148919号-1

数学多变量微积分 I:偏导数、重积分与向量场散度、旋度与三维向量场

散度、旋度与三维向量场

这一章只问一个局部问题:一个向量场在某个很小的区域附近,是更像“有东西冒出来或流进去”,还是更像“让小转轮自转”?

前一章把向量场放到曲面上,计算穿过曲面的通量。本章把视角收回到一个点附近,定义两个从偏导数来的量:散度和旋度。它们不是新的积分技巧,而是描述向量场局部行为的语言。

源场、汇场与旋转场三联对比图,展示箭头向外发散、向内汇入和逆时针旋转的局部向量场行为。

源场净流出为正,汇场净流出为负,旋转场表现出明显的局部转动。

散度回答“净流出多少”,旋度回答“局部怎样转”。这两个问题看起来都很直观,但真正计算时都要用局部极限。只看一张箭头图,常常会被箭头长短或整体绕行骗过去。


三维向量场和算子

三维向量场把空间中的每个点对应到一个三维向量。通常写成

F(x,y,z)=P(x,y,z)i+Q(x,y,z)j+R(x,y,z)k\mathbf F(x,y,z)=P(x,y,z)\mathbf i+Q(x,y,z)\mathbf j+R(x,y,z)\mathbf kF(x,y,z)=P(x,y,z)i+Q(x,y,z)j+R(x,y,z)k

也可以简写为

F=(P,Q,R)\mathbf F=(P,Q,R)F=(P,Q,R)

其中 PPP、QQQ、RRR 分别是 xxx、yyy、zzz 方向的分量函数。比如流体速度场中,F(2,1,0)\mathbf F(2,1,0)F(2,1,0) 表示空间点 (2,1,0)(2,1,0)(2,1,0) 处流体的速度方向和大小。

三维坐标轴中的向量场箭头网格,标注向量场 F=(P,Q,R) 与算子 ∇ 记录三个方向的变化。

向量场的三个分量与 ∇\nabla∇ 算子对应的方向变化。

我们还会使用一个记号:

∇=⟨∂∂x,∂∂y,∂∂z⟩\nabla=\left\langle \frac{\partial}{\partial x},\frac{\partial}{\partial y},\frac{\partial}{\partial z}\right\rangle∇=⟨∂x∂​,∂y∂​,∂z∂​⟩

这个符号本身不是普通向量。它像一个“偏导数工具箱”:和标量函数配合时给出梯度,和向量场用点乘形式配合时给出散度,和向量场用叉乘形式配合时给出旋度。

把 ∇\nabla∇ 当成普通向量做形式运算,可以帮助记公式;但每一项最后都要回到偏导数。散度和旋度都是由局部分量的变化率组成的,不是从箭头图上直接数出来的。


散度:局部净流出

设

F=(P,Q,R)\mathbf F=(P,Q,R)F=(P,Q,R)

散度定义为

∇⋅F=∂P∂x+∂Q∂y+∂R∂z\nabla\cdot\mathbf F = \frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} + \frac{\partial R}{\partial z}∇⋅F=∂x∂P​+∂y∂Q​+∂z∂R​

如果把 F\mathbf FF 看成流体速度场,那么散度描述一个很小体积附近的净流出率。正散度表示流出多于流入,负散度表示流入多于流出,零散度表示局部没有净源汇。

三维坐标中的透明小体积盒子,箭头穿过六个面,右侧流出箭头更长,表示散度大于零。

微小体积 ΔV\Delta VΔV 中流出多于流入时,向量场在该点表现为正散度。

这里的“净”很重要。一个小盒子的某一面可以有很强的流出,但另一面也可能有同样强的流入。散度比较的是所有面的总效果,而不是某一个方向上的箭头大小。

从局部通量的角度看,散度可以理解为

∇⋅F=lim⁡ΔV→01ΔV∬∂BF⋅n dS\nabla\cdot\mathbf F = \lim_{\Delta V\to 0} \frac{1}{\Delta V} \iint_{\partial B} \mathbf F\cdot\mathbf n\,dS∇⋅F=ΔV→0lim​ΔV1​∬∂B​F⋅ndS

这里 BBB 是包围该点的一个很小体积,∂B\partial B∂B 是它的边界曲面,n\mathbf nn 是向外法向量。这个式子现在只作为直观定义使用;下一章会把它发展成闭曲面通量和体积分之间的定理。

一个最直接的判断

考虑径向场

F=(x,y,z)\mathbf F=(x,y,z)F=(x,y,z)

它在原点附近向外发散。散度为

∇⋅F=∂x∂x+∂y∂y+∂z∂z=3\nabla\cdot\mathbf F = \frac{\partial x}{\partial x} + \frac{\partial y}{\partial y} + \frac{\partial z}{\partial z} =3∇⋅F=∂x∂x​+∂y∂y​+∂z∂z​=3

所以每个点附近都有正的局部净流出。它像均匀膨胀的流场:不是只有原点在“冒出东西”,而是空间每一点附近都在膨胀。

再看旋转场

F=(−y,x,0)\mathbf F=(-y,x,0)F=(−y,x,0)

散度为

∇⋅F=∂(−y)∂x+∂x∂y+∂0∂z=0\nabla\cdot\mathbf F = \frac{\partial (-y)}{\partial x} + \frac{\partial x}{\partial y} + \frac{\partial 0}{\partial z} =0∇⋅F=∂x∂(−y)​+∂y∂x​+∂z∂0​=0

这个场绕着 zzz 轴转,但没有局部净源汇。一个小盒子某边流入的量,会被另一边流出的量抵消。


旋度:局部旋转轴

旋度定义为

∇×F=(∂R∂y−∂Q∂z,∂P∂z−∂R∂x,∂Q∂x−∂P∂y)\nabla\times\mathbf F = \left( \frac{\partial R}{\partial y}-\frac{\partial Q}{\partial z}, \frac{\partial P}{\partial z}-\frac{\partial R}{\partial x}, \frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y} \right)∇×F=(∂y∂R​−∂z∂Q​,∂z∂P​−∂x∂R​,∂x∂Q​−∂y∂P​)

也常用行列式记忆:

∇×F=∣ijk∂∂x∂∂y∂∂zPQR∣\nabla\times\mathbf F = \begin{vmatrix} \mathbf i & \mathbf j & \mathbf k \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ P & Q & R \end{vmatrix}∇×F=​i∂x∂​P​j∂y∂​Q​k∂z∂​R​​

旋度是一个向量。它的方向表示局部旋转轴的方向,大小表示围绕这个方向旋转的强度。用右手法则判断方向:手指按局部旋转方向弯曲,拇指所指就是旋度方向。

向量场中的小转轮在周围箭头作用下逆时针转动,中心向上的箭头表示旋度方向,右侧配有右手法则示意。

小转轮直观展示局部旋转;按右手法则,逆时针转动对应向上的旋度方向。

如果把一个很小的转轮放到流场里,它的转轴方向就是旋度方向的一种直观读法。更准确地说,旋度在单位法向量 n\mathbf nn 上的分量,来自该小面片边界的单位面积环流:

(∇×F)⋅n=lim⁡ΔA→01ΔA∮∂SF⋅T ds(\nabla\times\mathbf F)\cdot\mathbf n = \lim_{\Delta A\to 0} \frac{1}{\Delta A} \oint_{\partial S} \mathbf F\cdot\mathbf T\,ds(∇×F)⋅n=ΔA→0lim​ΔA1​∮∂S​F⋅Tds

这里 T\mathbf TT 是边界的正向单位切向量。它说明旋度不是“整体路径绕了一圈”的代名词,而是点附近很小环路上的环流密度。

典型场的旋度

对刚体旋转场

F=(−ωy,ωx,0)\mathbf F=(-\omega y,\omega x,0)F=(−ωy,ωx,0)

有

∇×F=(0,0,2ω)\nabla\times\mathbf F = (0,0,2\omega)∇×F=(0,0,2ω)

当 ω>0\omega>0ω>0 时,从 zzz 轴正方向看,场逆时针旋转,旋度指向 +z+z+z 方向。这里的系数 222 不要忽略:在流体力学的常用解释中,旋度等于微小刚体旋转角速度的两倍。

对径向场

F=(x,y,z)\mathbf F=(x,y,z)F=(x,y,z)

有

∇×F=(0,0,0)\nabla\times\mathbf F=(0,0,0)∇×F=(0,0,0)

它到处往外发散,但不会让小转轮自转。这个例子提醒我们:散度和旋度测的是两种不同局部行为。


先算再解释

很多题目会同时要求散度和旋度。稳妥做法是先把 P,Q,RP,Q,RP,Q,R 写清楚,再分别代入两个公式,最后用语言解释结果。

例题:一个三维多项式向量场

设

F=(x2y,yz,z2)\mathbf F=(x^2y,yz,z^2)F=(x2y,yz,z2)

求 ∇⋅F\nabla\cdot\mathbf F∇⋅F 和 ∇×F\nabla\times\mathbf F∇×F,并解释点 (1,−2,1)(1,-2,1)(1,−2,1) 附近的局部行为。

先确定三个分量。这里 P=x2yP=x^2yP=x2y,Q=yzQ=yzQ=yz,R=z2R=z^2R=z2。散度只取每个分量对自己方向的偏导数。

∇⋅F=∂(x2y)∂x+∂(yz)∂y+∂(z2)∂z=2xy+z+2z=2xy+3z\nabla\cdot\mathbf F = \frac{\partial (x^2y)}{\partial x} + \frac{\partial (yz)}{\partial y} + \frac{\partial (z^2)}{\partial z} = 2xy+z+2z = 2xy+3z∇⋅F=∂x∂(x2y)​+∂y∂(yz)​+∂z∂(z2)​=2xy+z+2z=2xy+3z

再按旋度公式逐项计算。第一分量比较 RRR 对 yyy 的变化和 QQQ 对 zzz 的变化,第二分量比较 PPP 对 zzz 的变化和 RRR 对 xxx 的变化,第三分量比较 QQQ 对 xxx 的变化和 PPP 对 yyy 的变化。

∇×F=(∂z2∂y−∂(yz)∂z,∂(x2y)∂z−∂z2∂x,∂(yz)∂x−∂(x2y)∂y)=(−y,0,−x2)\nabla\times\mathbf F = \left( \frac{\partial z^2}{\partial y}-\frac{\partial (yz)}{\partial z}, \frac{\partial (x^2y)}{\partial z}-\frac{\partial z^2}{\partial x}, \frac{\partial (yz)}{\partial x}-\frac{\partial (x^2y)}{\partial y} \right) = (-y,0,-x^2)∇×F=(∂y∂z2​−∂z∂(yz)​,∂z∂(x2y)​−∂x∂z2​,∂x∂(yz)​−∂y∂(x2y)​)=(−y,0,−x2)

把点 (1,−2,1)(1,-2,1)(1,−2,1) 代入散度。

∇⋅F(1,−2,1)=2(1)(−2)+3(1)=−1\nabla\cdot\mathbf F(1,-2,1) = 2(1)(-2)+3(1) = -1∇⋅F(1,−2,1)=2(1)(−2)+3(1)=−1

该点附近的净效果是流入多于流出,因此它表现为弱的局部汇。

把点代入旋度。

∇×F(1,−2,1)=(2,0,−1)\nabla\times\mathbf F(1,-2,1) = (2,0,-1)∇×F(1,−2,1)=(2,0,−1)

这说明局部旋转轴朝向 (2,0,−1)(2,0,-1)(2,0,−1)。如果把很小的转轮放在这个点附近,最明显的转轴不是竖直方向,而是偏向正 xxx、负 zzz 的方向。

散度的结果是标量,它只告诉你净源汇强弱;旋度的结果是向量,它还带有旋转轴方向。把这两类结果混成同一种量,是本章最常见的计算后解释错误。

例题:用结构快速判断

设

F=(ay,bx,0)\mathbf F=(ay,bx,0)F=(ay,bx,0)

其中 a,ba,ba,b 是常数。散度为

∇⋅F=∂(ay)∂x+∂(bx)∂y+∂0∂z=0\nabla\cdot\mathbf F = \frac{\partial (ay)}{\partial x} + \frac{\partial (bx)}{\partial y} + \frac{\partial 0}{\partial z} =0∇⋅F=∂x∂(ay)​+∂y∂(bx)​+∂z∂0​=0

旋度为

∇×F=(0,0,b−a)\nabla\times\mathbf F = (0,0,b-a)∇×F=(0,0,b−a)

这个例子很适合训练直觉:ayayay 是水平速度却随 yyy 改变,bxbxbx 是竖直速度却随 xxx 改变,这种交叉变化会制造局部旋转;但它们不一定制造源汇。


与 Green 定理的关系

二维 Green 定理其实已经把“局部变化”和“边界累积”的关系讲过一遍。现在只是把语言换成散度和旋度。

把平面向量场写成

F=(P(x,y),Q(x,y),0)\mathbf F=(P(x,y),Q(x,y),0)F=(P(x,y),Q(x,y),0)

它的三维旋度是

∇×F=(0,0,∂Q∂x−∂P∂y)\nabla\times\mathbf F = \left(0,0,\frac{\partial Q}{\partial x}-\frac{\partial P}{\partial y}\right)∇×F=(0,0,∂x∂Q​−∂y∂P​)

所以 Green 定理的环流形式

∮CP dx+Q dy=∬D(∂Q∂x−∂P∂y)dA\oint_C P\,dx+Q\,dy = \iint_D \left( \frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y} \right) dA∮C​Pdx+Qdy=∬D​(∂x∂Q​−∂y∂P​)dA

就是在说:边界上的总环流等于内部局部旋转的面积累积。

同一个平面场的二维散度是

∇⋅F=∂P∂x+∂Q∂y\nabla\cdot\mathbf F = \frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y}∇⋅F=∂x∂P​+∂y∂Q​

Green 定理的通量形式可以写成

∮CP dy−Q dx=∬D(∂P∂x+∂Q∂y)dA\oint_C P\,dy-Q\,dx = \iint_D \left( \frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} \right) dA∮C​Pdy−Qdx=∬D​(∂x∂P​+∂y∂Q​)dA

这句话对应另一种边界观察:边界上的向外通量等于内部局部源汇的面积累积。

二维区域边界上的环流与通量,以及内部旋转和源汇向三维曲面局部变化的推广示意图。

从格林定理的二维边界累积,过渡到三维向量场中散度与旋度的局部解释。

本章不需要提前使用 Stokes 定理或散度定理。你只要先看懂 Green 定理的两种版本:环流对应旋度,通量对应散度。下一章的两个三维定理,就是把这个“边界累积等于内部局部量累积”的结构推广到曲面和空间区域。


常见误区

散度与旋度常见误区对比图,左栏说明绕圈不一定局部自转,右栏说明闭区域通量要看源汇净效应。

绕着走不一定处处有旋度;有发散箭头也要看闭区域内源与汇的净效应。

误区一:箭头变长就一定散度为正

散度看的是各分量沿自身方向的局部变化。箭头在某个方向变长,可能只说明速度大小变大,不一定说明小体积有净流出。

例如二维场

F=(0,x)\mathbf F=(0,x)F=(0,x)

箭头的长度会随 xxx 变化,但

∇⋅F=∂0∂x+∂x∂y=0\nabla\cdot\mathbf F = \frac{\partial 0}{\partial x} + \frac{\partial x}{\partial y} =0∇⋅F=∂x∂0​+∂y∂x​=0

它没有二维意义下的局部净源汇。

误区二:绕着某点走就一定旋度非零

旋度看局部小环路的环流密度,不是看大路径有没有绕圈。某些场会沿着大圆环绕行,但在不包含奇点的区域内,局部小转轮并不自转。

一个典型平面例子是

F=(−yx2+y2,xx2+y2)\mathbf F= \left( \frac{-y}{x^2+y^2}, \frac{x}{x^2+y^2} \right)F=(x2+y2−y​,x2+y2x​)

在原点以外,它的二维旋度分量为 000。但沿着包围原点的闭曲线,环流并不为 000。这里的关键是原点不在定义域内,局部判断和全局路径判断不能混为一谈。

误区三:散度为零就表示没有运动

散度为零只表示局部没有净源汇。流体仍然可以平移、剪切或旋转。刚体旋转场 F=(−y,x,0)\mathbf F=(-y,x,0)F=(−y,x,0) 的散度为零,但旋度不为零。

误区四:旋度为零就一定能随便找势函数

在简单、没有洞的区域中,旋度为零通常和保守场联系在一起。但如果定义域有洞,局部旋度为零不一定能保证所有闭合路径的线积分都为零。遇到这类题目,要同时检查向量场的定义域。

散度和旋度是局部量,线积分和通量积分常常是区域或边界上的整体量。两者可以通过 Green 定理、Stokes 定理和散度定理连接,但不能在没有条件的情况下直接互相替代。


练习

练习一

求向量场

F=(3x,−2y,z)\mathbf F=(3x,-2y,z)F=(3x,−2y,z)

的散度和旋度,并解释它是否有局部净源汇和局部旋转。

散度为

∇⋅F=3−2+1=2\nabla\cdot\mathbf F =3-2+1=2∇⋅F=3−2+1=2

旋度为

∇×F=(0,0,0)\nabla\times\mathbf F=(0,0,0)∇×F=(0,0,0)

所以它有正的局部净流出,但没有局部旋转。这个场沿三个坐标方向伸缩,其中 xxx 和 zzz 方向的扩张总量大于 yyy 方向的压缩。

练习二

求向量场

F=(−y,x,z)\mathbf F=(-y,x,z)F=(−y,x,z)

的散度和旋度。

散度为

∇⋅F=0+0+1=1\nabla\cdot\mathbf F =0+0+1=1∇⋅F=0+0+1=1

旋度为

∇×F=(0,0,2)\nabla\times\mathbf F=(0,0,2)∇×F=(0,0,2)

它同时有正的局部净流出和绕 zzz 轴正向的局部旋转。前两个分量造成平面旋转,第三个分量 zzz 造成竖直方向的伸长。

练习三

设

F=(ay,bx,0)\mathbf F=(ay,bx,0)F=(ay,bx,0)

找出使 ∇×F=(0,0,3)\nabla\times\mathbf F=(0,0,3)∇×F=(0,0,3) 的 a,ba,ba,b 条件。它的散度是多少?

散度恒为

∇⋅F=0\nabla\cdot\mathbf F=0∇⋅F=0

旋度为

∇×F=(0,0,b−a)\nabla\times\mathbf F=(0,0,b-a)∇×F=(0,0,b−a)

所以需要

b−a=3b-a=3b−a=3

例如 a=−32a=-\frac{3}{2}a=−23​、b=32b=\frac{3}{2}b=23​,得到刚体旋转场 F=(−32y,32x,0)\mathbf F=(-\frac{3}{2}y,\frac{3}{2}x,0)F=(−23​y,23​x,0)。满足条件的组合不止这一组。

练习四

判断下列说法是否正确:若一个三维向量场的散度为 000,则它的旋度也一定为 000。

不正确。反例是

F=(−y,x,0)\mathbf F=(-y,x,0)F=(−y,x,0)

它的散度为

∇⋅F=0\nabla\cdot\mathbf F=0∇⋅F=0

但旋度为

∇×F=(0,0,2)\nabla\times\mathbf F=(0,0,2)∇×F=(0,0,2)

散度和旋度测量的是不同的局部行为,一个为零不能推出另一个为零。

练习五

设

F=(x2,xy,yz)\mathbf F=(x^2,xy,yz)F=(x2,xy,yz)

求 ∇⋅F\nabla\cdot\mathbf F∇⋅F 和 ∇×F\nabla\times\mathbf F∇×F。

散度为

∇⋅F=2x+x+y=3x+y\nabla\cdot\mathbf F = 2x+x+y = 3x+y∇⋅F=2x+x+y=3x+y

旋度为

∇×F=(∂(yz)∂y−∂(xy)∂z,∂(x2)∂z−∂(yz)∂x,∂(xy)∂x−∂(x2)∂y)=(z,0,y)\nabla\times\mathbf F = \left( \frac{\partial (yz)}{\partial y}-\frac{\partial (xy)}{\partial z}, \frac{\partial (x^2)}{\partial z}-\frac{\partial (yz)}{\partial x}, \frac{\partial (xy)}{\partial x}-\frac{\partial (x^2)}{\partial y} \right) = (z,0,y)∇×F=(∂y∂(yz)​−∂z∂(xy)​,∂z∂(x2)​−∂x∂(yz)​,∂x∂(xy)​−∂y∂(x2)​)=(z,0,y)

计算时最容易漏掉的是第三个分量:∂(xy)∂x=y\frac{\partial (xy)}{\partial x}=y∂x∂(xy)​=y,而 ∂(x2)∂y=0\frac{\partial (x^2)}{\partial y}=0∂y∂(x2)​=0。


小结

散度和旋度把三维向量场的局部行为拆成两个问题。散度是标量,描述小体积的净流出;旋度是向量,描述小转轮的旋转轴和强度。

计算时记住两条主线:

∇⋅(P,Q,R)=Px+Qy+Rz\nabla\cdot(P,Q,R)=P_x+Q_y+R_z∇⋅(P,Q,R)=Px​+Qy​+Rz​ ∇×(P,Q,R)=(Ry−Qz,  Pz−Rx,  Qx−Py)\nabla\times(P,Q,R)=(R_y-Q_z,\;P_z-R_x,\;Q_x-P_y)∇×(P,Q,R)=(Ry​−Qz​,Pz​−Rx​,Qx​−Py​)

理解时把它们放回边界思想:环流对应旋度,通量对应散度。下一章的 Stokes 定理和散度定理,会把这种局部和整体的对应关系推到三维曲面与空间区域上。

  • 三维向量场和算子
  • 散度:局部净流出
    • 一个最直接的判断
  • 旋度:局部旋转轴
    • 典型场的旋度
  • 先算再解释
    • 例题:一个三维多项式向量场
    • 例题:用结构快速判断
  • 与 Green 定理的关系
  • 常见误区
    • 误区一:箭头变长就一定散度为正
    • 误区二:绕着某点走就一定旋度非零
    • 误区三:散度为零就表示没有运动
    • 误区四:旋度为零就一定能随便找势函数
  • 练习
    • 练习一
    • 练习二
    • 练习三
    • 练习四
    • 练习五
  • 小结

目录

  • 三维向量场和算子
  • 散度:局部净流出
    • 一个最直接的判断
  • 旋度:局部旋转轴
    • 典型场的旋度
  • 先算再解释
    • 例题:一个三维多项式向量场
    • 例题:用结构快速判断
  • 与 Green 定理的关系
  • 常见误区
    • 误区一:箭头变长就一定散度为正
    • 误区二:绕着某点走就一定旋度非零
    • 误区三:散度为零就表示没有运动
    • 误区四:旋度为零就一定能随便找势函数
  • 练习
    • 练习一
    • 练习二
    • 练习三
    • 练习四
    • 练习五
  • 小结