散度和旋度描述的是向量场的两种不同局部特征。散度衡量一个场在某点附近是向外扩散还是向内汇聚,而旋度衡量它是否倾向于让一个小物体发生旋转。

如果你只记住一个核心区别,那就是:散度关注局部流出,旋度关注局部旋转。

散度衡量局部流出或流入

对于三维向量场

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

其散度为

F=Px+Qy+Rz.\nabla \cdot \mathbf{F} = \frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} + \frac{\partial R}{\partial z}.

这个式子把每个分量沿自身方向的变化率加起来。如果某点的结果为正,说明该场在该点附近更像是向外流出。如果结果为负,说明该场在该点附近更像是向内流入。

这种“流动”的图像在向量场在该点附近可微,并且确实表示类似速度这样的物理量时最有用。

旋度衡量局部旋转

对于同一个三维向量场,旋度为

×F=(RyQz,PzRx,QxPy).\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).

旋度衡量局部旋转。非零旋度意味着该场有让一个微小桨轮转动起来的趋势。

在二维向量场 F=(P,Q)\mathbf{F} = (P, Q) 中,很多课程使用

QxPy\frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y}

作为“旋度”。严格来说,这其实是当向量场位于平面内时,三维旋度的 zz 分量。

用一个例题比较散度与旋度

最清楚的比较方式,就是把一个纯发散场和一个纯旋转场放在一起看。

先考虑

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

这个场从原点向外指,且离原点越远,箭头越长。它的散度是

F=xx+yy=1+1=2.\nabla \cdot \mathbf{F} = \frac{\partial x}{\partial x} + \frac{\partial y}{\partial y} = 1 + 1 = 2.

它的二维旋度值是

QxPy=yxxy=00=0.\frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y} = \frac{\partial y}{\partial x} - \frac{\partial x}{\partial y} = 0 - 0 = 0.

所以这个场有正散度,但没有旋度。它表现为纯粹的局部发散,而没有旋转。

现在把它和下面这个场比较:

G(x,y)=(y,x).\mathbf{G}(x,y) = (-y,x).

这个场围绕原点打转。它的散度是

G=(y)x+xy=0+0=0.\nabla \cdot \mathbf{G} = \frac{\partial (-y)}{\partial x} + \frac{\partial x}{\partial y} = 0 + 0 = 0.

它的二维旋度值是

QxPy=xx(y)y=1(1)=2.\frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y} = \frac{\partial x}{\partial x} - \frac{\partial (-y)}{\partial y} = 1 - (-1) = 2.

所以这个场的散度为零,但旋度非零。它表现为局部旋转,而没有净发散。

这就是最主要的区别:

F(x,y)=(x,y)向外发散,\mathbf{F}(x,y) = (x,y) \quad \text{向外发散,}

G(x,y)=(y,x)绕原点旋转。\mathbf{G}(x,y) = (-y,x) \quad \text{绕原点旋转。}

如果题目问这两个量各自检测什么,这个例子已经给出了答案:散度能识别第一个场,旋度能识别第二个场。

散度和旋度的常见错误

  1. 把散度和旋度当成同一种测量。它们回答的是不同的问题。
  2. 忘记二维中的旋度通常是一个标量形式的简写,而不是完整的三维向量。
  3. 认为正散度意味着向量很大。散度取决于场如何变化,而不只是箭头长度。
  4. 认为散度为零就表示向量场为零。一个场可以处处非零,但散度仍然为零。
  5. 不检查模型就直接使用“流动”解释。“源”“汇”和“旋转”是物理直觉,并不是在所有语境下都自动成立的事实。

散度和旋度的应用场景

散度和旋度出现在向量分析、流体流动和电磁学中,因为它们把两种有用的局部行为区分开来:膨胀与旋转。

在流体模型中,散度可以描述流动的局部压缩或膨胀,而旋度可以描述局部旋转。在电磁学中,它们都出现在麦克斯韦方程组里,把场的行为与电荷、电流以及随时间变化的场联系起来。

更广泛地说,它们帮助你“读懂”一个向量场,而不只是画出箭头。

一个通常很有帮助的直观图像

想象把两个微小工具放进一个向量场中:

  1. 一个微小气球用来测试该场在某点附近是倾向于膨胀还是压缩。这对应散度的思想。
  2. 一个微小桨轮用来测试该场是否倾向于让它转动。这对应旋度的思想。

这些只是图像,不是定义。但当向量场足够光滑,并且确实像某种流动时,这些图像非常有帮助。

试着做一道类似的题

考虑向量场

H(x,y)=(2x,2y).\mathbf{H}(x,y) = (2x,-2y).

计算它的散度和二维旋度值。然后判断这个场更像是局部发散、局部旋转、两者都有,还是两者都没有。

如果你还想再检验一次,可以试试 K(x,y)=(x,x)\mathbf{K}(x,y) = (x,-x),看看散度、旋度,还是两者都会发生变化。

需要解题帮助?

上传你的问题,几秒钟内获得经过验证的分步解答。

打开 GPAI Solver →