数学 偏微分方程

定理表

梯度算子, 对每一分量求偏导的向量 eg 散度, 理解为 , 即先算梯度再做点积, eg {curl} 旋度, 理解为 , 即先算梯度, 再做叉积 拉普拉斯算子, 针对空间变量, 对每一维的二阶偏导求和。

记号

{PDE 常用符号}

  • \nabla 梯度算子, 对每一分量求偏导的向量 eg. (x,y,z)(\frac{\partial}{\partial x},\frac{\partial}{\partial y},\frac{\partial}{\partial z}).
  • div\text{div} 散度, 理解为 div=\text{div}=\nabla\cdot, 即先算梯度再做点积, eg. ux+uy+uz\frac{\partial u}{\partial x}+\frac{\partial u}{\partial y}+\frac{\partial u}{\partial z}
  • \text{curl} 旋度, 理解为 curl=×\text{curl}=\nabla\times, 即先算梯度, 再做叉积
  • Δ\Delta 拉普拉斯算子, 针对空间变量, 对每一维的二阶偏导求和, Δ=i=1n2xi2\Delta = \sum\limits_{i=1}^n \dfrac{\partial ^2}{\partial x_i^2}

讨论

评论

正在加载评论…

输入关键词开始搜索。