拉普拉斯算子的极坐标、柱坐标和球坐标表示
\documentclass{article}
\usepackage{amsmath}
\usepackage{amsthm}
\usepackage{amsfonts}
\usepackage{ctex}
\usepackage{mathrsfs}
\begin{document}
\section{极坐标变换下的Laplace算子}
对于函数,其中,构造极坐标变换
\begin{equation}
x=r \cos \theta ,
\end{equation}
\begin{equation}
y=r\sin\theta,
\end{equation}
其中计算得雅可比行列式
,因此(1)式和(2)式表示一个双射,从而映射(函数)存在。为了方便,我们还假设是二阶连续可微的,使得对,的混合偏导数与求导顺序无关。
由(1)(2)易得,两边对变量求导得,所以,同理可得。由(1)(2)也易得,两边对变量求导得,即,为了使得表达式简洁,我们在分子分母都乘以非零的并将(1)(2)分别代入式中的,得,同理可得.
为了计算,用链式法则先求对变量的一阶偏导数并代入上面的结论和化简得
运用求导的乘积法则和链式法则得
\begin{equation}
\dfrac{\partial^2 u}{\partial x^2}=\dfrac{\partial}{\partial x}\left(\dfrac{\partial u}{\partial x}\right)=\left(\dfrac{\partial^2 u}{\partial r^2}\dfrac{\partial r}{\partial x}+\dfrac{\partial^2 u}{\partial r\partial \theta}\dfrac{\partial \theta}{\partial x}\right)\dfrac{\partial r}{\partial x}+\dfrac{\partial u}{\partial r}\dfrac{\partial^2 r}{\partial x^2}+\left(\dfrac{\partial^2 u}{\partial r\partial \theta}\dfrac{\partial r}{\partial x}+\dfrac{\partial^2 u}{\partial \theta^2}\dfrac{\partial \theta}{\partial x}\right)\dfrac{\partial \theta}{\partial x}+\dfrac{\partial u}{\partial \theta}\dfrac{\partial^2 \theta}{\partial x^2},
\end{equation}
将换成得
\begin{equation}
\dfrac{\partial^2 u}{\partial y^2}=\dfrac{\partial}{\partial y}\left(\dfrac{\partial u}{\partial y}\right)=\left(\dfrac{\partial^2 u}{\partial r^2}\dfrac{\partial r}{\partial y}+\dfrac{\partial^2 u}{\partial r\partial \theta}\dfrac{\partial \theta}{\partial y}\right)\dfrac{\partial r}{\partial y}+\dfrac{\partial u}{\partial r}\dfrac{\partial^2 r}{\partial y^2}+\left(\dfrac{\partial^2 u}{\partial r\partial \theta}\dfrac{\partial r}{\partial y}+\dfrac{\partial^2 u}{\partial \theta^2}\dfrac{\partial \theta}{\partial y}\right)\dfrac{\partial \theta}{\partial y}+\dfrac{\partial u}{\partial \theta}\dfrac{\partial^2 \theta}{\partial y^2}.
\end{equation}
注意由于假设二阶连续可微,所以两个混合偏导数用同一个记号表示。下面计算所需的四个二阶偏导数。的两边求对变量的偏导数得
这里利用了一个小技巧,为了能够通过关系式来化简最后的结果,分子分母同时乘以非零的。把和互换即得
的两边求对变量的偏导数得,同理可得
将这些结果代入(3)(4)式得
两式相加得
注意到,所以在极坐标变换下二维Laplace算子的表达式为
\section{柱面坐标变换下的Laplace算子}
函数的柱面坐标变换是指
于是由上一节的讨论易得Laplace算子在柱面坐标变换下的表示为
\section{球面坐标变换下的Laplace算子}
对于函数,其中,构造球面坐标变换
其中.类似于极坐标变换的情形,以上三式给出了一个双射,从而函数存在。为了方便我们仍然假设是二阶连续可微的。
为了能够利用第一节的结论,我们令(这实际上是引入了柱面坐标),于是,,对可以利用极坐标变换的结论得
\begin{equation}
\dfrac{\partial^2 u}{\partial x^2}+\dfrac{\partial^2 u}{\partial y^2}=\dfrac{\partial^2 u }{\partial \rho^2}+\dfrac{1}{\rho}\dfrac{\partial u}{\partial \rho}+\dfrac{1}{\rho^2}\dfrac{\partial^2 u}{\partial \phi^2}
\end{equation}
同理,由,得
\begin{equation}
\dfrac{\partial^2 u}{\partial \rho^2}+\dfrac{\partial^2 u}{\partial z^2}=\dfrac{\partial^2 u }{\partial r^2}+\dfrac{1}{r}\dfrac{\partial u}{\partial r}+\dfrac{1}{r^2}\dfrac{\partial^2 u}{\partial \theta^2}
\end{equation}
(5)和(6)相加得
\begin{equation}
\dfrac{\partial^2 u}{\partial x^2}+\dfrac{\partial^2 u}{\partial y^2}+\dfrac{\partial^2 u}{\partial z^2}=\dfrac{1}{\rho}\dfrac{\partial u}{\partial \rho}+\dfrac{1}{\rho^2}\dfrac{\partial^2 u}{\partial \phi^2}+\dfrac{\partial^2 u }{\partial r^2}+\dfrac{1}{r}\dfrac{\partial u}{\partial r}+\dfrac{1}{r^2}\dfrac{\partial^2 u}{\partial \theta^2}
\end{equation}
我们还需计算,注意到是一个极坐标变换,于是由第一节的讨论可知
将和代入得
代入(7)式得到Laplace算子在球面坐标变换下的表示为
\end{document}
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
2019-07-13 竞赛备考建议