news 2026/4/13 16:13:53

场论笔记(三)矢量分析基础

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
场论笔记(三)矢量分析基础

场论笔记(三)矢量分析基础

​ 矢量分析是矢量代数的继续,是场论的基础知识,同时也是弹性波动力学等其他学科的有用工具。其本笔记主要内容是介绍矢性函数,矢端曲线及其微分,积分计算及其性质。

1.1矢性函数

​ 在矢量代数中,曾经学过矢量的模长和方向都保持不变的矢量,这种矢量称为常矢(注意:零矢量的方向为任意,可作为一种特殊的常矢量);然而,在许多科学,技术问题中,我们常常遇到模长和方向或其中之一会改变的矢量,这种矢量称为变矢。

Definition 1.1设有数性变量\(t\)和变矢量\(\mathbf{A}\),如果对于\(t\)在某个范围\(G\)内的每一个数值,变矢量\(\mathbf{A}\)都以一个确定的矢量和它对应,则称\(\mathbf{A}\)为数性变量\(t\)的矢量函数,记作

\[\mathbf{A}=\mathbf{A}(t) \tag{1.1.1} \]

并称\(\mathbf{G}\)为函数\(\mathbf{A}\)的定义域。

​ 矢量函数\(\mathbf{A}(t)\)\(Oxyz\)直角坐标系的三个坐标(即它的三个坐标系的投影),显然都是\(t\)的函数:

\[\mathbf{A}(t)=[A_x(t),A_y(t),A_z(t)] \tag{1.1.2} \]

所以,矢性函数\(\mathbf{A}(t)\)的坐标表达式为:

\[\mathbf{A}=A_x(t)\mathbf{i}+A_y(t)\mathbf{j}+A_z(t)\mathbf{k} \tag{1.1.3} \]

其中\(i,j,k\)为沿\(x,y,z\)三个坐标轴正向的单位矢量。可见,一个矢性函数和三个有序的数性函数(坐标)构成一一对应的关系。

1.2矢端曲线

​ 本笔记所讲的矢量均指自由矢量,就是当两矢量的模长和方向相同时,就认为此二矢量是相等的。据此,为了能用图形来直观地表示矢性函数\(\mathbf{A}(t)\)的变化状态,我们就可以把\(\mathbf{A}(t)\)的起点取在坐标原点。这样,当\(t\)变化时,矢量\(\mathbf{A}(t)\)的终点\(\mathbf{M}\)就描绘出一条曲线\(l\); 这条曲线叫做矢性函数\(\mathbf{A}(t)\)的矢端曲线,亦叫做矢性函数\(\mathbf{A}(t)\)的图形。

​ 由矢量代数知道:起点在坐标原点\(\mathbf{O}\),终点为\(\mathbf{M}(x,y,z)\)的矢量\(OM\)叫做点\(M\)(对于\(O\)点)的矢径,常用\(\mathbf{r}\)表示:

\[\mathbf{r}=OM=x\mathbf{i}+y\mathbf{j}+z\mathbf{k} \tag{1.2.1} \]

当我们把矢量函数\(\mathbf{A}(t)\)的起点取在坐标原点时,\(\mathbf{A}(t)\)实际上就成为其终点\(M(x,y,z)\)的矢径。因此,\(\mathbf{A}(t)\)的三个坐标\(A_x(t),A_y(t),A_z(t)\)就对应地等于其终点\(M\)的三个坐标\(x_{M},y_{M},z_{M}\),即有

\[\begin{cases} x_{M}&=A_x(t)\\ y_{M}&=A_y(t)\\ z_{M}&=A_z(t)\\ \end{cases} \tag{1.2.2} \]

式(1.1.2)就是矢端曲线\(l\)的以\(t\)为参数的参数方程。容易看出,曲线\(l\)的矢量方程式(1.3)和参数方程式(1.5)之间一一对应关系,只要知道其中的一个,就可以立刻写出另一个。

1.3矢性函数的极限和连续性

​ 和数性函数一样,矢性函数的极限和连续性,是矢性函数的微分与积分的基础概念。兹分述如下:

Definition 1.2 矢性函数极限的定义:设矢性函数\(\mathbf{A}(t)\)在点\(t_0\)的某个领域内有定义(但在\(t_0\)处可以没有定义),\(\mathbf{A_{0}}\)为一常矢。若对于任意给定的正数\(\varepsilon\), 都存在一个正数\(\delta\),使得当\(t\)满足\(0<|t-t_0|<\delta\)时,就有

\[|\mathbf{A}(t)-\mathbf{A_{0}}|<\varepsilon \tag{1.3.1} \]

成立,则称\(\mathbf{A}_{0}\)为矢性函数\(\mathbf{A}(t)\)\(t\rightarrow{t_0}\)时的极限,记作

\[\lim_{t\rightarrow{t_0}}\mathbf{A}(t)=\mathbf{A_0} \tag{1.3.2} \]

这个定义与数性函数的极限的定义完全类似。因此,矢性函数也就有类似于数性函数中的一些极限运算法则。例如:

\[\lim_{t\rightarrow{t_0}}u(t)\mathbf{A}(t)=\lim_{t\rightarrow{t_0}}u(t)\lim_{t\rightarrow{t_0}}\mathbf{A}(t) \tag{1.3.3} \]
\[\lim_{t\rightarrow{t_0}}[\mathbf{A}(t)\pm\mathbf{B}(t)]=\lim_{t\rightarrow{t_0}}{\mathbf{A}(t)}\pm\lim_{t\rightarrow{t_0}}{\mathbf{B}(t)} \tag{1.3.4} \]
\[\lim_{t\rightarrow{t_0}}[\mathbf{A}(t)\cdot\mathbf{B}(t)]=\lim_{t\rightarrow{t_0}}\mathbf{A}(t)\lim_{t\rightarrow{t_0}}\mathbf{B}(t) \tag{1.3.5} \]
\[\lim_{t\rightarrow{t_0}}[\mathbf{A}(t)\times\mathbf{B}(t)]=\lim_{t\rightarrow{t_0}}\mathbf{A}(t)\times\lim_{t\rightarrow{t_0}}{\mathbf{B}}(t) \tag{1.3.6} \]

其中,\(u(t)\)为数性函数,\(\mathbf{A}(t)\),\(\mathbf{B}(t)\)为矢性函数;且当\(t\rightarrow{t_0}\)时,\(u(t)\),\(\mathbf{A}(t)\),\(\mathbf{B}(t)\)均有极限存在。

​ 依此,根据式(1.3)有下式

\[\lim_{t\rightarrow{t_0}}\mathbf{A}(t)=\lim_{t\rightarrow{t_0}}A_x(t)\mathcal{i}+\lim_{t\rightarrow{t_0}}A_y(t)\mathcal{j}+\lim_{t\rightarrow{t_0}}A_z(t)\mathcal{k} \tag{1.3.7} \]

此式把求矢性函数的极限,归结为求三个数性函数的极限。

Definition 1.3 矢性函数连续性的定义:若矢性函数\(\mathbf{A}(t)\)在点\(t_0\)的某个领域内有定义,而且有

\[\lim_{t\rightarrow{t_0}}\mathbf{A}(t)=\mathbf{A}(t_0) \tag{1.3.8} \]

则称\(\mathbf{A}(t)\)\(t=t_0\)处连续。

​ 容易看出:矢性函数\(\mathbf{A}(t)\)在点\(t_0\)处连续的充要条件是它的三个坐标函数\(A_x(t)\),\(A_y(t)\),\(A_z(t)\)都在\(t_0\)处连续。

​ 若矢性函数\(\mathbf{A}(t)\)在某个区间内的每一个点处都联系,则称它在该区间内连续。

1.4 矢性函数的导数与微分

​ 在上述小结中,我们初步定义了矢性函数\(\mathbf{A}(t)\)及其几何意义矢端曲线,在此基础上,类似数性函数,在本节中从矢性函数的导数出发,给出矢性函数的微分及其性质。

1.4.1 矢性函数的导数

设有起点在\(O\)点的矢性函数\(\mathbf{A}(t)\),当数性变量\(t\)在其定义域内从\(t\)\(t+\Delta{t}(t\neq0)\)时,对应的矢量分别为:

\[\mathbf{A}(t)=OM \tag{1.4.1} \]
\[\mathbf{A}(t+\Delta{t})=ON \tag{1.4.2} \]

由此可定义矢性函数的增量,记作\(\Delta{\mathbf{A}}\),则

\[\Delta{\mathbf{A}}=\mathbf{A}(t+\Delta{t})-\mathbf{A}(t)=MN \tag{1.4.3} \]

据此,就可以给出矢性函数的导数的定义。

Definition 1.4 矢性函数的导数:设矢性函数\(\mathbf{A}(t)\)在点\(t\)的某一领域内有定义,并设\(t+\Delta{t}\)也在这个领域内。若\(\mathbf{A}(t)\)对应于\(\Delta{t}\)的增量\(\Delta{\mathbf{A}}\)\(\Delta{t}\)的之比

\[\frac{d{\mathbf{A}}}{d{t}}=\frac{\mathbf{A}(t+\Delta{t})-\mathbf{A}(t)}{\Delta{t}} \tag{1.4.4} \]

\(\Delta{t}\rightarrow{0}\)时,及其极限存在,则称此极限为矢性函数\(\mathbf{A}(t)\)在点\(t\)处的导数(简称为导矢),记作\(\frac{d{\mathbf{A}}}{d{t}}\)或者\(\mathbf{A}^{'}(t)\),即

\[\frac{d\mathbf{A}(t)}{d{t}}=\lim_{t\rightarrow{t_0}}\frac{\Delta{\mathbf{A}}}{\Delta{t}}=\lim_{t\rightarrow{t_0}}\frac{\mathbf{A}(t+\Delta{t})-\mathbf{A}(t)}{\Delta{t}} \tag{1.4.5} \]

\(\mathbf{A}(t)\)由坐标性质给出:

\[\mathbf{A}(t)=A_x(t)\mathbf{i}+A_y(t)\mathbf{j}+A_z(t)\mathbf{k} \tag{1.4.6} \]

且函数\(A_x(t),A_y(t),A_z(t)\)在点\(t\)可导,则有

\[\begin{aligned} \frac{d{\mathbf{A}}}{d{t}}&=\lim_{\Delta{t}\rightarrow{0}}\frac{\Delta\mathbf{A}}{\Delta{t}}\\ &=\lim_{\Delta{t}\rightarrow{0}}\frac{\Delta{A_x}}{\Delta{t}}\mathbf{i}+\lim_{\Delta{t}\rightarrow{0}}\frac{\Delta{A_y}}{\Delta{t}}\mathbf{j}+\lim_{\Delta{t}\rightarrow{0}}\frac{\Delta{A_z}}{\Delta{t}}\mathbf{k}\\ &=\frac{d{A_x}}{d{t}}\mathbf{i}+\frac{d{A_y}}{dt}\mathbf{j}+\frac{d{A_z}}{d{z}}\mathbf{k} \end{aligned} \tag{1.4.7} \]

\[\mathbf{A^{\prime}}(t)=A_x^{\prime}(t)\mathbf{i}+A_y^{\prime}(t)\mathbf{j}+A_z^{\prime}\mathbf{k} \tag{1.4.8} \]

此式把求矢量函数的导数归结为求三个分量的数性函数的导数。

1.4.2 矢性函数的导数几何意义

​ 如图,\(l\)\(\mathbf{A}(t)\)矢端曲线,\(\frac{\Delta\mathbf{A}}{\Delta{t}}\)是在\(l\)的割线\(MN\)上的一个矢量。当\(\Delta{t}>0\)时,其指向与\(\Delta{A}\)一致,系指向对应\(t\)值增大的一方;当\(\Delta{t}<0\)时,其指向与\(\Delta{\mathbf{A}}\)相反,但此时\(\Delta{A}\)指向对应\(t\)值函数减小的一方,从而\(\frac{\Delta\mathbf{A}}{\Delta{t}}\)依然指向对应\(t\)值增大的一方。

​ 在\(\Delta{t}\rightarrow{0}\)时,由于割线\(MN\)绕点\(M\)转动,且以点\(M\)处的切线为其极限位置。此时,在割线上的矢量\(\Delta{\mathbf{A}}\over{\Delta{t}}\)的极限位置。此时,在割线上的矢量\(\Delta{\mathbf{A}}\over{\Delta{t}}\)的极限位置,自然也就在此切线上,则也就是说,导矢

\[\mathbf{A}^{\prime}(t)=\lim_{t\rightarrow{0}}\frac{\Delta{\mathbf{A}}}{\Delta{t}} \tag{1.4.9} \]

当其不为零时,是在点\(M\)处的切线上,且由上述可知,其方向恒指向对应\(t\)值增大的方向。故导矢在几何上为一矢端曲线的切向矢量,指向对应\(t\)值增大的一方。

1.4.3 矢性函数的微分

(1)微分的概念与几何意义

​ 根据数性函数的微分的定义,设矢性函数\(\mathbf{A}=\mathbf{A^{\prime}}(t)\),我们把

\[d\mathbf{A}=\mathbf{A^{\prime}}(t)dt \space (dt=\Delta{t}) \tag{1.4.10} \]

称为矢性函数\(\mathbf{A}(t)\)\(t\)处的微分。

​ 由于微分\(d{\mathbf{A}}\)是导矢\(\mathbf{A^{\prime}}(t)\)与增量\(\Delta{t}\)的乘积,所以其是一个矢量,而且和导矢\(\mathbf{A}^{\prime}(t)\)一样,也在点\(M\)处与\(\mathbf{A}(t)\)的矢端曲线\(l\)相切,但其指向:当\(dt>0\)时,与\(\mathbf{A}^{\prime}(t)\)相切方向一致;而当\(dt<0\)时,则与\(\mathbf{A}^{\prime}(t)\)的方向相反。微分\(d{\mathbf{A}}\)的分量表达式如下:

\[d{\mathbf{A}}=A_x^{\prime}(t)dt\mathbf{i}+A_{y}^{\prime}(t)dt\mathbf{j}+A_z^{\prime}(t)dt\mathbf{k} \tag{1.4.11} \]

\[d{\mathbf{A}}=d{A_x}\mathbf{i}+d{A_y}\mathbf{j}+d{A_z}\mathbf{k} \tag{1.4.12} \]

(2)\(\frac{d\mathbf{r}}{ds}\)的几何意义

​ 如果把矢性函数\(\mathbf{A}(t)=A_x(t)\mathbf{i}+A_y(t)\mathbf{j}+A_z(t)\mathbf{k}\)看作其终点\(M(x,y,z)\)的矢径函数:

\[\mathbf{r}=x\mathbf{i}+y\mathbf{j}+z\mathbf{k} \tag{1.4.13} \]

这里\(x=A_x(t),y=A_y(t),z=A_z(t)\),则上式可以写为如下的形式:

\[|d{\mathbf{r}}|=\sqrt{dx^2+dy^2+dz^2} \tag{1.4.14} \]

通常都将矢性函数\(\mathbf{A}(t)\)的矢端曲线\(l\)视为有向曲线,在无特别声明时,都是取\(t\)值增加的一方为\(l\)之正向。若在\(l\)上取定一点\(M_0\)作为计算弧长\(s\)的起点,并以\(l\)之正向(即\(t\)值增大的方向)作为\(s\)增大的方向,则在任一点\(M\)处,弧长的微分是

\[ds=\pm\sqrt{dx^2+dy^2+dz^2} \tag{1.4.15} \]

按照下述办法取右端符号:以点\(M\)为界,当\(ds\)位于\(s\)增大一方时取正号;反之取负号。由此可见有:

\[|d{\mathbf{r}}|=|d{s}| \tag{1.4.16} \]

就是说,矢性函数的微分向量的模长等于(其矢端曲线的)弧长微分的绝对值,从而由

\[|d{\mathbf{r}}|=\left|\frac{d{\mathbf{r}}}{ds}ds\right|=\left|\frac{d{\mathbf{r}}}{ds}\right|\cdot|ds| \tag{1.4.17} \]

\[\left|\frac{d{\mathbf{r}}}{ds}\right|=\frac{|d{\mathbf{r}}|}{|ds|}=1 \tag{1.4.18} \]

结合导矢的几何意义,便知:矢性函数对(其矢端曲线的)弧长\(s\)的导数\(\frac{d{\mathbf{r}}}{ds}\)在几何上为切向单位向量,恒指向\(s\)增大的一方

Equation 1.5.1证明\(\frac{ds}{dt}=\left|\frac{d{\mathbf{r}}}{dt}\right|\)

证明:

\[\frac{d{\mathbf{r}}}{dt}=\frac{dx}{dt}\mathbf{i}+\frac{dy}{dt}\mathbf{j}+\frac{dz}{dt}\mathbf{k} \tag{1.4.19} \]

由此可知,\(\mathbf{r}\)的矢性微分的模长:

\[\left|\frac{d\mathbf{r}}{dt}\right|=\sqrt{\left(\frac{dx}{dt}\right)^2+\left(\frac{dy}{dt}\right)^2+\left(\frac{dz}{dt}\right)^2} \tag{1.4.20} \]

由此可知,\(ds\)\(dt\)具有相同的符号,固有

\[\begin{aligned} \frac{ds}{dt}&=\frac{\pm\sqrt{dx^2+dy^2+dz^2}}{\pm\sqrt{dt^2}} \\ &=\sqrt{\left(\frac{dx}{dt}\right)^2+\left(\frac{dy}{dt}\right)^2+\left(\frac{dz}{dt}\right)^2}\\ &=\left|\frac{d\mathbf{r}}{dt}\right| \end{aligned} \tag{1.4.21} \]

由此可知:矢端曲线的切向单位矢量,即

\[\frac{d{\mathbf{r}}}{d{s}}=\frac{\frac{d\mathbf{r}}{d{t}}}{\frac{ds}{dt}}=\frac{d\mathbf{r}}{dt}\bigg/\left|\frac{d{\mathbf{r}}}{dt}\right| \tag{1.4.19} \]

1.4.4 矢性函数的导数性质

设矢性函数\(\mathbf{A}=\mathbf{A}(t),\mathbf{B}=\mathbf{B}(t)\)及数性函数\(u=u(t)\)\(t\)的某个范围内可导,则下列公式在该范围内成立

  1. \(\frac{d}{dt}{\mathbf{C}}=\mathbf{0}\)(\(\mathbf{C}\)为常矢);
  2. \(\frac{d}{dt}(\mathbf{A}\pm\mathbf{B})=\frac{d{\mathbf{A}}}{dt}\pm\frac{d\mathbf{B}}{dt}\);
  3. \(\frac{d}{dt}(k\mathbf{A})=k\frac{d\mathbf{A}}{dt}\)(\(k\)为常数);
  4. \(\frac{d}{dt}(u\mathbf{A})=\frac{du}{dt}\mathbf{A}+u\frac{d{\mathbf{A}}}{dt};\)
  5. \(\frac{d}{dt}(\mathbf{A}\cdot\mathbf{B})=\mathbf{A}\cdot\frac{d\mathbf{B}}{dt}+\mathbf{B}\cdot\frac{d\mathbf{A}}{dt};\)
  6. \(\frac{d}{dt}(\mathbf{A}\times\mathbf{B})=\mathbf{A}\times\frac{d{\mathbf{B}}}{dt}+\mathbf{B}\times\frac{d{\mathbf{A}}}{dt}\)
  7. \(\frac{d}{dt}\mathbf{A^2}=2\mathbf{A}\cdot\frac{d{\mathbf{A}}}{dt}\)(其中\(\mathbf{A}^2=\mathbf{A}\cdot\mathbf{A}\))
  8. 复合函数求导公式:若\(\mathbf{A}=\mathbf{A}(u),u=u(t)\),则
\[\frac{d{\mathbf{A}}}{dt}=\frac{d{\mathbf{A}}}{dt}\frac{du}{dt} \tag{1.4.20} \]

这些公式的证明方法,与微积分学中数性函数的类似公式的证法:完全相同,比如公式(5)可以这样证明:

\[\begin{aligned} \Delta(\mathbf{A}\cdot\mathbf{B})&=(\mathbf{A}+\Delta{\mathbf{A}})\cdot(\mathbf{B}+\Delta{\mathbf{B}})-\mathbf{A}\cdot\mathbf{B} \\ &=\mathbf{A}\cdot\mathbf{B}+\mathbf{A}\cdot(\Delta\mathbf{B})+\mathbf{B}\cdot(\Delta{\mathbf{A}})+\Delta{\mathbf{A}}\cdot\Delta{\mathbf{B}}-\mathbf{A}\cdot\mathbf{B}\\ &=\mathbf{A}\cdot{\Delta{\mathbf{B}}}+\mathbf{B}\cdot\Delta\mathbf{A}+\Delta{\mathbf{A}}\cdot\Delta{\mathbf{B}} \end{aligned} \tag{1.4.21} \]

\(\Delta{t}\)除以两端,有

\[\frac{\Delta{\mathbf{A}\cdot\mathbf{B}}}{\Delta{t}}=\mathbf{A}\cdot\frac{\Delta{\mathbf{B}}}{\Delta{t}}+\mathbf{B}\cdot\frac{\Delta{\mathbf{A}}}{\Delta{t}} \tag{1.4.22} \]

再令\(\Delta{t}\rightarrow{0}\)两端取极限,就得到:

\[\begin{aligned} \frac{d}{dt}(\mathbf{A}\cdot\mathbf{B})&=\mathbf{A}\cdot\frac{d{\mathbf{B}}}{dt}+\mathbf{B}\frac{d{\mathbf{A}}}{dt}+\mathbf{0}\cdot\frac{d{\mathbf{B}}}{dt}\\ &=\mathbf{A}\cdot\frac{d{\mathbf{B}}}{dt}+\mathbf{B}\frac{d{\mathbf{A}}}{dt} \end{aligned}\tag{1.4.23} \]

定理矢性函数\(\mathbf{A}(t)\)的模不变的充要条件是

\[\mathbf{A}\cdot\frac{d\mathbf{A}}{dt}=0 \tag{1.4.24} \]

证明:假定\(|\mathbf{A}|=constant\), 则有

\[\mathbf{A}^2=|\mathbf{A}|^2=constant \tag{1.4.25} \]

两端对\(t\)求导,就得到

\[\mathbf{A}\cdot\frac{d{\mathbf{A}}}{dt}=0 \tag{1.4.26} \]

反之,若有\(\mathbf{A}\cdot\frac{d\mathbf{A}}{dt}=0\), 从而

\[\frac{d}{dt}\mathbf{A}^2=0 \tag{1.4.27} \]

则有,

\[\mathbf{A}^2=|\mathbf{A}|^2=constant \tag{1.4.28} \]

所以要有

\[|\mathbf{A}|= constant \tag{1.4.29} \]

这个例子,可以简单地说成:定长矢量\(\mathbf{A}(t)\)与其导矢量互相垂直。特别,对于单位矢量$$

\[\mathbf{A}^{o}\perp \frac{d{\mathbf{A}^{o}}}{dt} \tag{1.4.30} \]

1.4.5 导矢的物理意义

​ 设质点\(M\)在空间运动,其矢径\(\mathbf{r}\)与时间\(t\)的函数关系为

\[\mathbf{r}=\mathbf{r}(t) \tag{1.4.31} \]

这个函数的矢端曲线\(l\)就是质点\(M\)的运动轨迹。

​ 为了说明导矢\(\frac{d{\mathbf{r}}}{dt}\)的物理意义,假定质点在时刻\(t=0\)时位于点\(M_0\)处,经过一段时间\(t\)以后到达点\(M\),其间在\(l\)上所经过的路程为\(s\)。这样,点\(M\)的矢径\(\mathbf{r}\)显然是路程\(s\)的函数,而\(s\)又是时间\(t\)的函数,从而可以将\(\mathbf{r}=\mathbf{r}(t)\)看作\(\mathbf{r}\)是通过中间变量\(s\)而成为时间\(t\)的一个复合函数,于是由复合函数的求导公式有;

\[\frac{d{\mathbf{r}}}{dt}=\frac{d{\mathbf{r}}}{ds}\cdot\frac{ds}{dt} \tag{1.4.32} \]

矢中\(\frac{d{\mathbf{r}}}{ds}\)的几何意义,如前段所示,是在点\(M\)处的一个切向单位向量,指向\(s\)增大的方向,因此,它表示在点\(M\)处质点运动的方向,现在以\(\boldsymbol{\tau}\)表示之;而式中的$$

\[\frac{d{\mathbf{r}}}{dt}=v\boldsymbol{\tau} \tag{1.4.33} \]

由此可见,导矢\(\frac{d\mathbf{r}}{dt}\)表示出了质点\(M\)运动的速度大小和方向,因而它就是质点\(M\)运动的速度矢量\(\boldsymbol{v}\),即

\[\boldsymbol{v}=\frac{d\mathbf{r}}{dt} \tag{1.4.33} \]

若定义二阶导矢\(\mathbf{w}\)

\[\mathbf{w}=\frac{d^2\mathbf{r}}{dt^2}=\frac{d}{dt}\left(\frac{d{\mathbf{r}}}{dt}\right) \tag{1.4.34} \]

\(\mathbf{w}\)为质点\(\mathbf{M}\)运动的加速度矢量。

1.5 矢性函数的积分

​ 矢性函数的积分和数性函数的积分类似,也有不定积分和定积分两种,现在分述于下:

1.5.1 矢性函数的不定积分

定义若在\(t\)的某个区间\(I\)上,有\(\mathbf{B^{'}}(t)=\mathbf{A}(t)\),则称\(\mathbf{B}(t)\)\(\mathbf{A}(t)\)在区间上的一个原函数。在区间\(I\)上,\(\mathbf{A}(t)\)的原函数全体,加做\(\mathbf{A}(t)\)的原函数的全体,叫做\(\mathbf{A}(t)\)\(I\)上的不定积分,记作

\[\int{\mathbf{A}(t)}dt \tag{1.5.1} \]

这个定义和数性函数的不定积分定义完全类似。故和数性函数一样,若已知\(\mathbf{B}(t)\)和是\(\mathbf{A}(t)\)的一个原函数,则有

\[\int{\mathbf{A}(t)}dt=\mathbf{B}(t)+\mathbf{C} \tag{1.5.2} \]

而且,数性函数不定积分的基本性质对矢性函数来说也仍然成立。例如:

\[\begin{equation} \int k\mathbf{A}(t)dt=k\int\mathbf{A}(t)dt \tag{1.5.3} \end{equation} \]
\[\begin{equation} \int [\mathbf{A}(t)+\mathbf{B}(t)]dt=\int\mathbf{A}(t)dt+\int\mathbf{B}(t)dt \tag{1.5.4} \end{equation} \]
\[\begin{equation} \int u(t)\mathbf{a}dt=\mathbf{a}\int u(t)dt \tag{1.5.5} \end{equation} \]
\[\int\mathbf{a}\cdot\mathbf{A}(t)dt=\mathbf{a}\cdot\int \mathbf{A}(t)dt \tag{1.5.6} \]
\[\int \mathbf{a}\times\mathbf{A}(t)dt=\mathbf{a}\times\int\mathbf{A}(t)dt \tag{1.5.7} \]

其中,\(k\)为非零常数,\(\mathbf{a}\)为非零常矢量。

​ 据此,若已知矢性函数的分量表达式\(\mathbf{A}(t)=A_x(t)\boldsymbol{i}+A_y(t)\boldsymbol{j}+A_z(t)\boldsymbol{k}\),根据式(1.6.3)和式(1.6.4)可知:

\[\int\mathbf{A}(t)dt=\boldsymbol{i}\int{A_x(t)}dt+\boldsymbol{j}\int{A_y(t)}dt+\boldsymbol{k}\int{A_z(t)}dt \tag{1.5.8} \]

此式把求一个矢性函数的不定积分,归纳为求一个三个数性函数的不定积分。

​ 此外,数性函数的换元积分法与分部积分法亦适用于矢性函数。但由于两个矢量的矢量积服从于负交换律,即\(\mathbf{A}\times\mathbf{B}=-(\mathbf{B}\times\mathbf{A})\), 故其分部积分公式的应用端应为两项相加:

\[\int\mathbf{A}\times\mathbf{B}^{\prime}dt=\mathbf{A}\times \mathbf{B}+\int \mathbf{B}\times\mathbf{A}^{\prime}dt \tag{1.5.9} \]

1.5.2 矢性函数的定积分

定义设矢性函数\(\mathbf{A}(t)\)在区间\([T_1,T_2]\)上连续,则\(\mathbf{A}(t)\)\([T_1,T_2]\)上的定积分是指下面形式的极限:

\[\int_{T_1}^{T_2}\mathbf{A}(t)dt=\lim_{\lambda\rightarrow{0}}\sum_{i=1}^{n}\mathbf{A}(\xi_{i})\Delta{t_i} \tag{1.5.10} \]

其中\(T_1=t_0<t_1<t_2<...<t_n=T_2\)\(\xi_i\)为区间\([t_{i-1},t_i]\)上的一点;\(\Delta{t_i}=t_i-t_{i-1}\);\(\lambda=max{\Delta{t_i}}\),\(i=1,2,3,...,n\)

​ 可以看出,矢性函数的定积分概念也和数性函数的定积分完全类似。因此,也具有和数性函数的定积分相应的基本性质,例如:

\[\int_{T_1}^{T_2}\mathbf{A}(t)dt=\mathbf{B}(T_2)-\mathbf{B}(T_1) \tag{1.5.11} \]

其他性质就不一一列举了。

​ 此外,类似于(1.6.11)式,求矢性函数的定积分也可以归纳于求三个数性函数的定积分,既有:

\[\int_{T_1}^{T_2}\mathbf{A}(t)dt=\boldsymbol{i}\int_{T_1}^{T_2}A_x(t)dt+\boldsymbol{j}\int_{T_1}^{T_2}A_y(t)dt+\boldsymbol{k}\int_{T_1}^{T_2}A_z(t)dt \tag{1.5.12} \]
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/9 8:17:32

Span<T>在实际项目中的应用(C#高性能数据处理实战案例)

第一章&#xff1a;Span 在实际项目中的应用&#xff08;C#高性能数据处理实战案例&#xff09; 在现代C#开发中&#xff0c; Span<T> 成为处理高性能数据场景的核心工具之一&#xff0c;尤其适用于避免内存分配、提升数据访问效率的场合。它提供了一种安全且高效的方式来…

作者头像 李华
网站建设 2026/4/7 9:08:45

仅限内部分享:企业级C#通信协议架构设计的7个关键决策点

第一章&#xff1a;企业级C#通信协议架构设计的核心挑战在构建企业级C#通信系统时&#xff0c;通信协议的架构设计面临多重技术挑战。这些挑战不仅涉及性能与安全性的平衡&#xff0c;还需兼顾可扩展性、跨平台兼容性以及系统间的互操作性。协议选择与性能优化 企业级系统通常需…

作者头像 李华
网站建设 2026/4/11 14:55:47

蓝奏云分享轻量级HeyGem使用指南文档

HeyGem 数字人视频生成系统深度解析 在内容创作日益依赖自动化的今天&#xff0c;如何快速、低成本地生成高质量的数字人讲解视频&#xff0c;成为教育、营销和客服领域共同关注的问题。传统视频制作流程繁琐&#xff0c;尤其当需要为多个画面统一配音时&#xff0c;剪辑与对齐…

作者头像 李华
网站建设 2026/4/3 22:51:53

掌握这3种方法,轻松实现C#交错数组动态修改(附完整代码示例)

第一章&#xff1a;C#交错数组动态修改的核心挑战在C#开发中&#xff0c;交错数组&#xff08;Jagged Array&#xff09;作为一种灵活的数据结构&#xff0c;允许每一行拥有不同长度的元素集合。然而&#xff0c;在运行时动态修改交错数组时&#xff0c;开发者常面临内存管理、…

作者头像 李华
网站建设 2026/4/12 8:57:33

本地部署HeyGem需要什么配置?CPU/GPU/内存需求说明

本地部署HeyGem需要什么配置&#xff1f;CPU/GPU/内存需求说明 在内容创作日益依赖AI的今天&#xff0c;数字人视频生成正从“黑科技”走向日常工具。无论是企业宣传、在线教育&#xff0c;还是虚拟主播运营&#xff0c;越来越多用户希望用一段音频驱动一个数字人“开口说话”。…

作者头像 李华