Gradient, divergence และ curl คือโอเปอเรเตอร์สามตัวในแคลคูลัสเวกเตอร์ที่นักเรียนมักสับสนกันมากที่สุด วิธีแยกแบบเร็ว ๆ คือ gradient บอกว่าสเกลาร์ฟิลด์เพิ่มเร็วที่สุดไปทางไหน, divergence บอกว่าเวกเตอร์ฟิลด์ทำตัวเหมือนแหล่งกำเนิดหรือแหล่งดูด, และ curl บอกว่าเวกเตอร์ฟิลด์นั้นมีการหมุนเฉพาะที่หรือไม่

มีเงื่อนไขสำคัญหนึ่งข้อก่อนใช้สูตรใด ๆ Gradient นิยามสำหรับสเกลาร์ฟิลด์ เช่น อุณหภูมิ T(x,y,z)T(x,y,z) ส่วน divergence และ curl นิยามสำหรับเวกเตอร์ฟิลด์ เช่น ความเร็ว F(x,y,z)\mathbf{F}(x,y,z)

Gradient, divergence และ curl หมายถึงอะไร

ให้มองโอเปอเรเตอร์ทั้งสามตัวนี้ว่าเป็นคำตอบของคำถามคนละแบบ:

  1. Gradient: สเกลาร์ฟิลด์เพิ่มขึ้นเร็วที่สุดไปทางไหน?
  2. Divergence: เวกเตอร์ฟิลด์กำลังกระจายออกหรือยุบเข้าด้านใน ณ จุดนี้หรือไม่?
  3. Curl: ถ้าวางกังหันใบพัดเล็ก ๆ ลงในฟิลด์ มันจะมีแนวโน้มหมุนหรือไม่?

ผลลัพธ์ที่ได้ก็ต่างกันด้วย Gradient และ curl ให้ผลเป็นเวกเตอร์ ส่วน divergence ให้ผลเป็นสเกลาร์ แค่ข้อเท็จจริงข้อนี้ก็ช่วยกันความผิดพลาดได้มาก

สูตรของ gradient, divergence และ curl

ถ้า

f(x,y,z)f(x,y,z)

เป็นสเกลาร์ฟิลด์ gradient ของมันคือ

∇f=(∂f∂x,∂f∂y,∂f∂z).\nabla f = \left(\frac{\partial f}{\partial x}, \frac{\partial f}{\partial y}, \frac{\partial f}{\partial z}\right).

ถ้า

F(x,y,z)=(P,Q,R)F(x,y,z) = (P,Q,R)

เป็นเวกเตอร์ฟิลด์ divergence ของมันคือ

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

และ curl ของมันคือ

∇×F=(∂R∂y−∂Q∂z,∂P∂z−∂R∂x,∂Q∂x−∂P∂y).\nabla \times 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).

นี่คือสูตรมาตรฐานในพิกัดคาร์ทีเซียน ถ้าคุณเปลี่ยนไปใช้พิกัดทรงกระบอกหรือพิกัดทรงกลม สูตรตามพิกัดก็จะเปลี่ยนไปด้วย

ภาพให้เข้าใจง่าย: ขึ้นเขา การไหลออก และกังหันใบพัด

ให้นึกถึงเนินเขา ของไหล และกังหันใบพัดเล็ก ๆ

สำหรับสเกลาร์ฟิลด์ gradient จะชี้ขึ้นเขา ทิศของมันคือทิศที่ชันที่สุด และขนาดของมันบอกว่าค่ากำลังเพิ่มขึ้นชันแค่ไหน

สำหรับเวกเตอร์ฟิลด์ divergence บอกว่ามีการไหลออกจากบริเวณเล็ก ๆ มากกว่าการไหลเข้าหรือไม่ divergence เป็นบวกหมายถึงมีการไหลออกสุทธิ divergence เป็นลบหมายถึงมีการไหลเข้าสุทธิ divergence เป็นศูนย์หมายถึงไม่มีแหล่งกำเนิดหรือแหล่งดูดสุทธิที่จุดนั้น ไม่ได้แปลว่าฟิลด์เป็นศูนย์

Curl บอกว่าถ้าวางกังหันใบพัดเล็ก ๆ ลงในฟิลด์ มันจะมีแนวโน้มหมุนหรือไม่ ใน 33 มิติ curl เป็นเวกเตอร์ และทิศของมันบอกแกนของการหมุนเฉพาะที่นั้นตามกฎมือขวา

ตัวอย่างคำนวณ: หาทั้งสามอย่างโดยไม่สับสนกัน

เพราะโอเปอเรเตอร์เหล่านี้ทำงานกับอินพุตคนละชนิด ตัวอย่างที่ชัดเจนจึงใช้สเกลาร์ฟิลด์หนึ่งตัวและเวกเตอร์ฟิลด์หนึ่งตัว

ให้สเกลาร์ฟิลด์เป็น

T(x,y,z)=x2+y2+zT(x,y,z) = x^2 + y^2 + z

และเวกเตอร์ฟิลด์เป็น

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

1. Gradient ของ TT

คำนวณอนุพันธ์ย่อยแต่ละตัว:

∂T∂x=2x,∂T∂y=2y,∂T∂z=1.\frac{\partial T}{\partial x} = 2x, \qquad \frac{\partial T}{\partial y} = 2y, \qquad \frac{\partial T}{\partial z} = 1.

ดังนั้น

∇T=(2x,2y,1).\nabla T = (2x, 2y, 1).

ที่จุด (1,2,0)(1,2,0),

∇T(1,2,0)=(2,4,1).\nabla T(1,2,0) = (2,4,1).

ดังนั้นจาก (1,2,0)(1,2,0) ฟิลด์ TT จะเพิ่มเร็วที่สุดในทิศทาง (2,4,1)(2,4,1)

2. Divergence ของ F\mathbf{F}

ในที่นี้ P=−yP = -y, Q=xQ = x และ R=zR = z ดังนั้น

∇⋅F=∂(−y)∂x+∂x∂y+∂z∂z=0+0+1=1.\nabla \cdot \mathbf{F} = \frac{\partial (-y)}{\partial x} + \frac{\partial x}{\partial y} + \frac{\partial z}{\partial z} = 0 + 0 + 1 = 1.

คำตอบเป็นสเกลาร์ และเนื่องจากเป็นค่าบวก ฟิลด์นี้จึงมีการไหลออกสุทธิที่ทุกจุด

3. Curl ของ F\mathbf{F}

ตอนนี้ใช้สูตร curl:

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

จะได้ว่า

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

ดังนั้นฟิลด์นี้มีการหมุนเฉพาะที่รอบแกน zz

ตัวอย่างนี้คือใจความสำคัญของทั้งหัวข้อนี้:

  1. ∇T=(2x,2y,1)\nabla T = (2x,2y,1) เป็นเวกเตอร์ของการเพิ่มขึ้นเร็วที่สุด
  2. ∇⋅F=1\nabla \cdot \mathbf{F} = 1 เป็นสเกลาร์ที่วัดการไหลออก
  3. ∇×F=(0,0,2)\nabla \times \mathbf{F} = (0,0,2) เป็นเวกเตอร์ที่วัดการหมุน

ข้อผิดพลาดที่พบบ่อยเกี่ยวกับ gradient, divergence และ curl

ข้อผิดพลาดที่พบบ่อยที่สุดคือใช้โอเปอเรเตอร์ผิดกับชนิดของฟิลด์ Gradient ใช้กับสเกลาร์ฟิลด์ ส่วน divergence และ curl ใช้กับเวกเตอร์ฟิลด์

อีกข้อผิดพลาดหนึ่งคือสนใจแต่สัญลักษณ์อย่างเดียว ถ้าคุณเชื่อม divergence กับการไหลออก และเชื่อม curl กับการหมุน สูตรจะจำได้ง่ายขึ้นมาก

นักเรียนจำนวนมากยังมักตีความว่า divergence เป็นศูนย์แปลว่า “ไม่มีอะไรเกิดขึ้น” ซึ่งไม่ถูกต้อง เวกเตอร์ฟิลด์อาจไม่เป็นศูนย์ แต่ยังมีการไหลออกสุทธิเป็นศูนย์ที่จุดหนึ่งได้

สำหรับ curl อีกกับดักหนึ่งคือมองว่ามันเป็นตัวทดสอบว่าเส้นทางดูโค้งหรือไม่ Curl เกี่ยวกับแนวโน้มการหมุนเฉพาะที่ ไม่ใช่แค่ว่าเส้นฟิลด์ดูโค้งในภาพรวม

โอเปอเรเตอร์เหล่านี้ใช้ที่ไหน

Gradient ปรากฏในปัญหาการหาค่าเหมาะที่สุด การไหลของความร้อน และศักย์ไฟฟ้า มันบอกว่าค่าจะเปลี่ยนเร็วที่สุดไปทางไหน

Divergence ปรากฏในกลศาสตร์ของไหลและแม่เหล็กไฟฟ้า เมื่อคุณสนใจแหล่งกำเนิด แหล่งดูด หรือกฎการอนุรักษ์

Curl ปรากฏในการหมุนของของไหลและสมการของแมกซ์เวลล์ ซึ่งการไหลวนเฉพาะที่มีความสำคัญ

เมื่อรวมกันแล้ว มันให้สามวิธีที่ต่างกันในการวัดการเปลี่ยนแปลงในอวกาศ นี่จึงเป็นเหตุผลว่าทำไมมันถึงเป็นเครื่องมือพื้นฐานของแคลคูลัสเวกเตอร์ ไม่ใช่สูตรสามสูตรที่ไม่เกี่ยวกันและต้องท่องจำ

ลองทำโจทย์คล้ายกันด้วยตัวเอง

เปลี่ยนฟิลด์เล็กน้อยแล้วคำนวณใหม่:

T(x,y,z)=x2+y2−z,F(x,y,z)=(−y,x,2z).T(x,y,z) = x^2 + y^2 - z, \qquad \mathbf{F}(x,y,z) = (-y, x, 2z).

หา gradient, divergence และ curl ชุดใหม่ แล้วเปรียบเทียบว่ามีอะไรเปลี่ยนไปและอะไรยังเหมือนเดิม ถ้าคุณอยากต่อยอดแบบเป็นธรรมชาติ ลองสร้างเวอร์ชันของตัวเองด้วยสเกลาร์ฟิลด์และเวกเตอร์ฟิลด์แบบอื่น แล้วตรวจคำตอบแต่ละข้อจากความหมายของมัน ไม่ใช่ตรวจแค่พีชคณิต

คำถามที่พบบ่อย

Gradient, divergence และ curl ต่างกันอย่างไร?
Gradient รับสเกลาร์ฟิลด์แล้วให้เวกเตอร์ที่ชี้ไปทางที่ค่าเพิ่มเร็วที่สุด ส่วน divergence รับเวกเตอร์ฟิลด์แล้วให้สเกลาร์ที่วัดการไหลออกสุทธิ และ curl รับเวกเตอร์ฟิลด์แล้วให้เวกเตอร์ที่วัดแนวโน้มการหมุนเฉพาะที่
สามารถหา curl ของสเกลาร์ฟิลด์ได้ไหม?
ในแคลคูลัสเวกเตอร์ระดับเบื้องต้น คำตอบคือไม่ได้ Gradient ใช้กับสเกลาร์ฟิลด์ ส่วน divergence และ curl ใช้กับเวกเตอร์ฟิลด์

ต้องการความช่วยเหลือในการแก้โจทย์?

อัปโหลดคำถามของคุณแล้วรับคำตอบแบบทีละขั้นตอนที่ผ่านการตรวจสอบในไม่กี่วินาที

เปิด GPAI Solver →