VectorAnalysis


Homepage Up


 

向量微積分

 

Green格林定理的證明,面積分和線積分的轉換:連結一連結二連結三

散度

散度的意義:連結一連結二

散度定理的另一種常見的形式:連結一連結二連結三

Green恒等式和散度定理的關係式推導:連結一連結二連結三

Gauss散度定理的證明和邊界算子的入門討論:連結一連結二連結三

流體力學的連續方程式和相對論性原理的關係:連結一連結二連結三

 

重要關係式

梯度場的旋度為零的證明:連結一連結二連結三

旋度場的散度為零的證明:連結一連結二連結三

 

Mathematica的坐標系統

Cartesian[x, y, z]

Cylindrical[r, theta, z]

Spherical[r, theta, phi]

ParabolicCylindrical[u, v, z]

Paraboloidal[u, v, phi]

EllipticCylindrical[u, v, z, a]

ProlateSpheroidal[xi, eta, phi, a]

OblateSpheroidal[xi, eta, phi, a]

Bipolar[u, v, z, a]

Bispherical[u, v, phi, a]

 Toroidal[u, v, phi, a]

Conical[lambda, mu, nu, a, b]

ConfocalEllipsoidal[lambda, mu, nu, a, b, c]

ConfocalParaboloidal[lambda, mu, nu, a, b]

坐標系統的指令

<< Calculus`VectorAnalysis`

讀入函式庫

CoordinateSystem

查詢目前所使用的坐標系統

Coordinates[]

查詢目前所使用的坐標系統的坐標變數

Coordinates[crd]

查詢crd所使用的坐標系統的坐標變數

SetCoordinates[crd]

把坐標系統設為crd並使用預設的坐標變數

SetCoordinates[crd[names]]

把坐標系統設為crd並使用names的坐標變數

CoordinateRanges[]

查詢目前坐標系統下變數的範圍

CoordinateRanges[crd]

查詢crd坐標系統下變數的範圍

坐標轉換

<< Calculus`VectorAnalysis`

讀入函式庫

 

CoordinatesFromCartesian[pt]

將直角坐標的點pt轉成目前坐標系統的坐標

 

CoordinatesFromCartesian[pt,crd]

將直角坐標的點pt轉成crd坐標系統的坐標

 

CoordinatesToCartesian[pt]

將目前坐標的點pt轉成直角坐標系統的坐標

 

CoordinatesToCartesian[pt,crd]

將crd坐標的點pt轉成直角坐標系統的坐標

 

向量間的運算

<< Calculus`VectorAnalysis`

讀入函式庫

 

DotProduct[v1,v2]

於內定的坐標系統中做內積

 

CrossProduct[v1,v2]

於內定的坐標系統中做外積

 

ScalarTripleProduct[v1,v2]

於內定的坐標系統中做純量三重積

 

DotProduct[v1,v2,crd]

於crd坐標系統中做內積

 

CrossProduct[v1,v2,crd]

於crd坐標系統中做外積

 

ScalarTripleProduct[v1,v2,crd]

於crd坐標系統中做純量三重積

 

梯度、散度、旋度的運算

<< Calculus`VectorAnalysis`

讀入函式庫

 

Div[f]

以目前的坐標系求向量函數f的散度

 

Curl[f]

以目前的坐標系求向量函數f的旋度

 

Grad[f]

以目前的坐標系求純量函數f的梯度

 

Laplacian[f]

以目前的坐標系求純量函數f的Laplacian

 

Biharmonic[f]

以目前的坐標系求純量函數f的Biharmonic

 

Div[f, coordsys], Curl[f, coordsys],....

以所給的坐標系統coordsys來做運算

 

 

Maple

arrray(m…n)

產生一個註標為mn的一維陣列

arrray(m…n,[a1,a2..ak])

產生一維陣列,並依序填入初值

arrray([a1,a2..ak])

產生註標為Ik的一維陣列,並依序填入初值

 

evalm(v)         對向量v求值,並顯示其內容

 

arrray(m…n..p..q)

   產生二維陣列,其中一個維度註標為mn,另一個一個維度註標為pq

arrray(m…n..p..q)[listm,listm+1,…,listk]

    產生一個二維陣列,並依序填入初值

arrray([list1,list2,…,listk])

    產生一個註標已1開始的二維陣列,並依序填入初值

 

vector(n,[v1,v2,..vn])

產生n維向量[v1,v2,..vn](n可省略)

randvector(n,entries=p)

利用性質p來隨機產生n維向量

vectdim(v)

計算向量的維數

 

norm(v,2)

計算向量v的範數(norm)或大小

angle(v1,v2)

計算向量v1v2的夾角

 

dotprod(v1,v2)

計算向量v1v2的點積

crossprod(v1,v2)

計算向量v1v2的叉積

 

curl(v,[x1,x2,…,xn],cords=co)

x1,x2,…,xn為坐標軸的變數,座標

系統為co,計算向量v的旋度

diverge(v,[x1,x2,…,xn],cords=co)

計算向量v的散度

grade(s,[x1,x2,…,xn],cords=co)

計算純量s的梯度

laplacian(s,[x1,x2,…,xn],cords=co)

計算純量s laplacian

 

 

 

 


本站論壇建構中,請先至Blog留言。