Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
工業数学Ⅰ第7章多変数関数の微分
4. ベクトル値関数千葉大学工学部機械工学科担当者 武居昌宏
教科書
工科系の数学 (4) [単行本]
マイベルク・ファヘンアウア著
及川正行 訳
出版社: サイエンス社 (1996/12)
ISBN-10: 4781907814
ベクトル値関数fも太字xも太字
4 .ベクトル値関数 4.1 微分
関数f(成分関数fkすべて)が連続、偏微分可能、Cr関数
𝒇:𝑹𝑛 ⊇ 𝐷 → 𝑹𝑚
m個の成分関数𝑓𝑘: 𝐷 → 𝑹,𝑓𝑘(𝒙) = 𝑓𝑘(𝑥1, 𝑥2, ⋯ , 𝑥𝑛 )
𝒇 𝒙 =
𝑓1(𝒙)𝑓2(𝒙)⋮
𝑓𝑚(𝒙)
fは細字で成分xは太字でベクトル
lim𝒙→𝒙𝟎
𝒇 𝒙 =
lim𝒙→𝒙𝟎
𝑓1(𝒙)
lim𝒙→𝒙𝟎
𝑓2(𝒙)
⋮lim𝒙→𝒙𝟎
𝑓𝑚(𝒙)
xは細字iが添え字で成分
𝜕𝒇 𝒙
𝜕𝑥𝑖=
𝜕𝑓1(𝒙)
𝜕𝑥𝑖𝜕𝑓2(𝒙)
𝜕𝑥𝑖⋮
𝜕𝑓𝑚(𝒙)
𝜕𝑥𝑖
図ベクトル値関数の例 n=N, m=2
http://www.tf-eng.com/solution_05.html
●o記号をベクトル値関数の線形近似に引き継ぐ
ベクトル値関数はf、g、0も太字
𝑓 𝒙 = 𝑓 𝒙0 +grad 𝑓 𝒙𝟎 ∙ 𝒙 − 𝒙0
…(6)+𝑜 𝒙 − 𝒙0
𝑔 𝒙x0の近くでのf(x)の線形近似
lim𝒙→𝒙0
𝑓 𝒙 − 𝑔 𝒙
𝒙 − 𝒙0= 0⇔
𝒇 𝒙 =
𝑓1(𝒙)𝑓2(𝒙)⋮
𝑓𝑚(𝒙)
= 𝒈 𝒙 +𝒐 𝒙 − 𝒙𝟎
lim𝒙→𝒙0
𝒇 𝒙 − 𝒈 𝒙
𝒙 − 𝒙𝟎= 𝟎
線形近似なので1乗fkとgkは細字
𝑓𝑘 𝒙 =𝑔𝑘 𝒙 +𝑜 𝒙 − 𝒙𝟎
⇔
⇔ 𝑘 =1,2,-----,m に対して
g, 𝒇:𝑹𝑛 ⊇ 𝐷 → 𝑹𝑚
g(x)の詳細?
多変数のスカラー関数のときの復習
定義 写像𝒇:𝑹𝑛 ⊇ 𝐷 → 𝑹𝑚はm×n行列AとDにおけるr近傍𝑈𝑟(𝒙𝟎) = 𝒙 ∈ 𝑹𝑛 | 𝒙 − 𝒙𝟎 < 𝑟 が存在しすべての𝒙∈𝑈𝑟(𝒙𝟎)に対し
𝒇 𝒙 =𝒇 𝒙𝟎 + 𝐴 𝒙 − 𝒙𝟎 +𝒐 𝒙 − 𝒙𝟎
が成り立つならば𝒙0 ∈𝐷において全微分可能(線形近似可能)である。
●ベクトル値関数の全微分可能(線形近似可能)
ベクトル値関数をスカラー値関数(P29定理2.3参照)と比べるとgrad f がm×nの行列Aになる!! A を Jf(x0)とおく!! これがヤコビ行列
𝑓𝑘 𝒙 =𝑓𝑘 𝒙𝟎 +grad 𝑓𝑘 𝒙𝟎𝑇 ∙ 𝒙 − 𝒙𝟎 +𝑜 𝒙 − 𝒙𝟎 ,
(1)はすべての成分関数fkが線形近似可能であることを意味する。
…(1)
𝑔 𝒙
=
𝑓1(𝒙𝟎)𝑓2(𝒙𝟎)
⋮𝑓𝑚(𝒙𝟎)
+
𝑛
𝑚 𝐴⋮
⋯
𝑥1 − 𝑥01𝑥2 − 𝑥02
⋮𝑥𝑛 − 𝑥0𝑛
+𝒐 𝒙 − 𝒙𝟎
線形近似なのでoの中は1乗
𝑘 =1,2,-----,m成分で解釈すると、 𝑔 𝒙
●ヤコビ行列(関数行列) J
𝒇 𝒙 = 𝒇 𝒙0 + 𝐽𝒇 𝒙0 𝒙 − 𝒙0 + 𝒐( 𝒙 − 𝒙0 )
Tがいる理由: x0は列ベクトルで定義されているので、Tをつけてgrad fkを行ベクトルにする
A = Jf(x0)
x0におけるfのヤコビ行列(関数行列)
𝑔 𝒙
𝒇 𝒙 = 𝐽𝒇(𝒙)𝒙
𝒇 𝒙 − 𝒇 𝒙0 = 𝐽𝒇(𝒙)(𝒙 − 𝒙0)
ここを新しくf(x)とxと思う
(2)
●導関数f’(x)、gradf(x)と微分係数f’(x0) 、gradf(x0)の違い⇒ Jf (x)も Jf (x0)もヤコビ行列
定理2.3によって、(1)の行列AはA=Jf(x0)と一意的に決まる。さらに、定理2.4から、任意のC1写像𝒇:𝑹𝑛 ⊇ 𝐷 → 𝑹𝑚 は線形近似可能である。すなわち、
例1 𝐴 ∈ 𝑹𝑚×𝑛によって定まる線形写像𝒇:𝑹𝑛 → 𝑹𝑚 , 𝒇 𝒙 = 𝐴𝒙
∆𝑓1 =𝜕𝑓1𝜕𝑥
𝑥0, 𝑦0 ∆𝑥
+𝜕𝑓1𝜕𝑦
(𝑥0, 𝑦0)∆𝑦 + 𝑜( 𝒙 − 𝒙0 )
∆𝑓2 =𝜕𝑓2𝜕𝑥
𝑥0, 𝑦0 ∆𝑥 +𝜕𝑓2𝜕𝑦
(𝑥0, 𝑦0)∆𝑦 + 𝑜( 𝒙 − 𝒙0 )
(𝑥0, 𝑦0)における𝑓1 (𝑥, 𝑦)と𝑓2 (𝑥, 𝑦)のテーラー展開は高次をo記号で表すと
ヤコビ行列…(A)
∆𝑓1∆𝑓2
=
𝜕𝑓1𝜕𝑥
(𝑥0, 𝑦0)
𝜕𝑓2𝜕𝑥
(𝑥0, 𝑦0)
𝜕𝑓1𝜕𝑦
(𝑥0, 𝑦0)
𝜕𝑓2𝜕𝑦
(𝑥0, 𝑦0)
∆𝑥∆𝑦
●R2からR2へのC1写像におけるヤコビ行列の例2つの実数組(𝑥, 𝑦)から2つの実数組(𝑓1, 𝑓2)を対応させる写像 𝒈 𝒙
𝑦
∆𝑓1𝑓1(𝑥0, 𝑦0)𝒙𝟎
𝑥
𝑓2 (𝑥0, 𝑦0)
𝒙 = (𝑥1, 𝑥2)
𝑥0
𝑦0
x
𝑦𝑔1(𝑥, 𝑦)
𝑔2(𝑥, 𝑦)
𝒇 𝒙𝟎
∆𝑓2
∆x
∆y
E
A
Δ𝑓1= 𝑓1 (𝑥, 𝑦)- 𝑓1 (𝑥0, 𝑦0) , Δ𝑓2=𝑓2 (𝑥, 𝑦)- 𝑓2 (𝑥0, 𝑦0),Δ𝑥= x-𝑥0, Δ𝑦= y-𝑦0 ←高次o記号を無視すると
←2変数関数の全微分係数と比較する
誤差𝑅(𝒙)
A(x,y)
grad 𝑓(𝒙𝟎)・(𝒙 − 𝒙𝟎)
𝑓(𝒙𝟎)
O
grad𝑓(𝒙𝟎)
𝑓(𝒙)
B
C
DE
●ヤコビ行列の例#2
∆𝑓1∆𝑓2
=
𝜕𝑓1𝜕𝑥
(𝑥0, 𝑦0)
𝜕𝑓2𝜕𝑥
(𝑥0, 𝑦0)
𝜕𝑓1𝜕𝑦
(𝑥0, 𝑦0)
𝜕𝑓2𝜕𝑦
(𝑥0, 𝑦0)
∆𝑥∆𝑦
7章2.実多変数の実数値関数式(7)参照
𝑓 𝒙 = 𝑓 𝒙0 + grad𝑓 𝒙0 ∙ 𝒙 − 𝒙0+ 𝑜( 𝒙 − 𝒙0 )
= 𝑔(𝒙)
𝒇 𝒙 = 𝒇 𝒙0 + 𝐽𝒇 𝒙0 𝒙 − 𝒙0
+ 𝒐( 𝒙 − 𝒙0 )
= 𝒈(𝒙)𝒈 𝒙𝑦
∆𝑓1
𝑓1(𝑥0, 𝑦0)𝒙𝟎
𝑥
𝑓2 (𝑥0, 𝑦0)
𝒙 = (𝑥, 𝑦)
𝑥0
𝑦0
x
𝑦𝑔1(𝑥, 𝑦)
𝑔2(𝑥, 𝑦)
𝒇 𝒙𝟎
∆𝑓2
∆x
∆y
E
A
𝒇 𝒙
誤差𝒐( 𝒙 − 𝒙0 )
(x0,y0)
式(7)
…(A)
A: m×nの行列x: n×1の列ベクトルAx: m×1の列ベクトル ->縦長grad ψ(x): n×1の列ベクトル(grad ψ(x))T: 1×nの行ベクトル ->横長(Ax)(grad ψ(x))T: m×nの行列ψ(x): スカラー値非線形項 ψ(x) A: m×nの行列
mn
Ax
n
Ax
m =
mn
(grad ψ(x))T(Ax)(grad ψ(x))T
n
Ax
m=
参照)線形写像f(x)=Axヤコビ行列Jf(x)=A
mn
ψ(x)
ψ(x) A A
=mn●行列の積
[m×p][p×n]=[m×n]左の列数と右の行数が等しい必要あり
𝑎11 𝑎12𝑎21 𝑎22
𝑥𝑦
𝜕𝜑(𝒙)
𝜕𝑥
𝜕𝜑(𝒙)
𝜕𝑦+𝜑 𝒙 𝐴
𝐴 =𝑎11 𝑎12𝑎21 𝑎22
●非線形写像のヤコビ行列の例
𝜕𝑓1(𝒙)
𝜕𝑥𝜕𝑓2(𝒙)
𝜕𝑥
𝜕𝑓1(𝒙)
𝜕𝑦𝜕𝑓2(𝒙)
𝜕𝑦
𝜕𝑓1 𝒙
𝜕𝑥= 𝑎11 𝑎12
𝑥𝑦
𝜕𝜑 𝒙
𝜕𝑥+ 𝜑 𝒙 𝑎11
𝜕𝑓1 𝒙
𝜕𝑦= 𝑎11 𝑎12
𝑥𝑦
𝜕𝜑 𝒙
𝜕𝑦+ 𝜑 𝒙 𝑎12
𝜕𝑓2 𝒙
𝜕𝑥= 𝑎21 𝑎22
𝑥𝑦
𝜕𝜑 𝒙
𝜕𝑥+ 𝜑 𝒙 𝑎21
𝜕𝑓2 𝒙
𝜕𝑦= 𝑎21 𝑎22
𝑥𝑦
𝜕𝜑 𝒙
𝜕𝑦+ 𝜑 𝒙 𝑎22
𝒇 𝒙 = 𝜑 𝒙 𝐴 𝒙𝑓1 𝒙
𝑓2 𝒙= 𝜑 𝒙 𝐴
𝑥𝑦
𝑦
∆𝑓1𝑓1(𝑥0, 𝑦0)
𝒙𝟎𝑥
𝑓2 (𝑥0, 𝑦0)
𝒙
𝑥0
𝑦0
x
𝑦 𝑓1(𝑥, 𝑦)
𝑓2(𝑥, 𝑦)
𝒇 𝒙𝟎
∆𝑓2
∆x
∆yE
A
色のついたスカラー場𝜑 𝒙4(a) 𝑱𝒇 𝒙 = 𝐴𝒙 grad𝜑 𝒙
𝑻+ 𝜑 𝒙 A
f1に相当 f2に相当xに相当 yに相当
𝐽𝑓(𝒙) =
𝜕𝑓1𝜕𝑥𝜕𝑓2𝜕𝑥
𝜕𝑓1𝜕𝑦𝜕𝑓2𝜕𝑦
=
●極座標における面積
d𝑺 = d𝒓 × d𝝋 =𝜕𝑥0𝜕𝑟
𝜕𝑦0𝜕𝜑
−𝜕𝑦0𝜕𝑟
𝜕𝑥0𝜕𝜑
d𝑟d𝜑𝒆𝒛
(A)式と比べて(C)式を理解する
ヤコビ行列は
ヤコビ行列の行列式⇒ヤコビアン
…(B)
r=r 0を代入 d𝑺 =
𝜕𝑥0𝜕𝑟
𝜕𝑥0𝜕𝜑
𝜕𝑦0𝜕𝑟
𝜕𝑦0𝜕𝜑
d𝑟d𝜑𝒆𝒛
= 𝑟0d𝑟d𝜑𝒆𝒛
𝑦
∆𝑓1
𝑓1(𝑟0, 𝜑0)
𝑓2 (𝑟0, 𝜑0)
𝒇 𝜸0dr
E
𝒈 𝜸
𝑔1(𝑟, 𝜑)∆𝑓2
A
ψ0
r0
x
dS
E点位置ベクトル𝜸0 = (𝑟0, 𝜑0)𝑇
dψ
A点の位置ベクト𝜸 = (𝑟, 𝜑) 𝑇
𝒇 𝜸𝒐( 𝜸 −𝜸0 )
rez
d𝝋 =𝜕𝑥
𝜕𝜑d𝜑,
𝜕𝑦
𝜕𝜑d𝜑, 0
𝑇drとdφをx-y座標で表す
d𝒓 =𝜕𝑥
𝜕𝑟d𝑟,
𝜕𝑦
𝜕𝑟d𝑟, 0
𝑇
𝒇 𝜸 = 𝒇 𝜸0 + 𝐽𝑓 𝜸0 𝜸 −𝜸0 + 𝒐 …(C)
𝜸 −𝜸0
𝑔2(𝑟, 𝜑)
= 𝒈 𝜸
f f f
f
合成関数のヤコビ行列変数fのヤコビ行列
変数x0のヤコビ行列
式(1)より、𝒇 𝒙 − 𝒇 𝒙0 = 𝐽𝒇 𝒙0 𝒙 − 𝒙0 + 𝑜( 𝒙 − 𝒙0 )𝐽𝑔°𝑓
fとx0は太字!!f
(5)
4.2 合成微分則 二つの写像
4.3 空間のスカラー場とベクトル場 スカラー場はここが1
ベクトル場はここが2以上
鳴門の渦潮
ベクトル場𝒗 𝒙の流線
ベクトル場𝒗 𝒙http://www.kansai.gr.jp/mt51/plugins/KWSpotSearch/spot-search.cgi?__mode=detail&id=314&lang_code=ja
e1x e2
e3
y
z𝑥1𝑥2𝑥3
x=
𝑥′𝑦′
=cosω𝑡 −sinω𝑡sinω𝑡 cosω𝑡
𝑥𝑦
= cosω𝑡𝑥𝑦 + sinω𝑡
−𝑦𝑥
𝒙 𝑡 = 𝒓 𝑡 + 𝒂 ∙ 𝒙𝟎 𝒂
𝒓 𝑡 = cos𝜔𝑡𝒓𝟎 + sin𝜔𝑡𝒓∗
= cos𝜔𝑡 𝒙𝟎 − 𝒂 ∙ 𝒙𝟎 𝒂 + sin𝜔𝑡 𝒂 × 𝒙𝟎
𝒓𝟎 = 𝒙𝟎 − 𝒂 ∙ 𝒙𝟎 𝒂
●剛体回転の位置ベクトル
x
y
(x’,y’)(x,y)
r0 r*ωtG
𝒓∗ = 𝒂 × 𝒙𝟎
= 𝒂 𝒙𝟎 sin𝜃𝒓∗
𝒓∗
O
…(c)
r0とr*、xとyは直交
r(t)
EF
単位ベクトルa
ωt
x(t)
O
x0
𝒂 ∙ 𝒙𝟎 𝒂
r(t)
r0
r*
A
B
C
EF G
O’
θ
𝒙 𝑡 = cos𝜔𝑡 𝒙𝟎 + 1 − cos𝜔𝑡 𝒙𝟎 ∙ 𝒂 𝒂 + sin𝜔𝑡 𝒂 × 𝒙𝟎
O
a
A
B
a =
𝑎1𝑎2𝑎3
ω
𝒙𝟎
O𝒙
BA
𝒙 =
𝑥1𝑥2𝑥3=V
外積は歪対称行列で書ける●歪(わい)対称行列の特徴参照
…(c)
𝒙 𝑡 = cos𝜔𝑡 𝒙𝟎 + 1 − cos𝜔𝑡 𝒙𝟎 ∙ 𝒂 𝒂 + sin𝜔𝑡 𝒂 × 𝒙𝟎
…(d)𝒗(𝒙) = 𝑉𝒙
速度𝒗 𝒙 = 𝒙(𝑡) なので
例1. 剛体回転 原点を通る方向ベクトル
𝒂 = 𝑎1, 𝑎2, 𝑎3𝑇
, 𝒂 = 1 をもつ軸周りの一定の角速度𝜔の反時計回りの回転は、𝒙𝟎:時刻t=0での位置として、
※𝒙0から𝒙 𝑡 の求め方前ページ(c)式参照※𝒙 𝑡 から𝒗 𝑡 の求め方次ページ参照
𝒗 𝑡 = 𝜔𝒂 × 𝒙 𝑡
𝒗(𝒙) = 𝜔𝒂 × 𝒙 xになってい
る点に注意!!
𝜔𝒂:角速度ベクトル
𝒗(𝒙) = 𝜔
0 −𝑎3 𝑎2𝑎3 0 −𝑎1−𝑎2 𝑎1 0
𝑥1𝑥2𝑥3
剛体回転の速度場は線形写像
𝒗 𝑡 = 𝒙 𝑡𝒗 𝑡 = 𝜔 −sin𝜔𝑡 𝒙𝟎 + sin𝜔𝑡 𝒙𝟎 ∙ 𝒂 𝒂 + cos𝜔𝑡 𝒂 × 𝒙𝟎
…(A)式
●なぜ𝒗 𝑡 = 𝜔𝒂 × 𝒙 𝑡 か? ‥‥(c)𝒙 𝑡 = cos𝜔𝑡 𝒙𝟎 + 1 − cos𝜔𝑡 𝒙𝟎 ∙ 𝒂 𝒂 + sin𝜔𝑡 𝒂 × 𝒙𝟎
𝒂 × 𝒙 𝑡 = cos𝜔𝑡 𝒂 × 𝒙𝟎 + 1 − cos𝜔𝑡 𝒙𝟎 ∙ 𝒂 𝒂 × 𝒂+ sin𝜔𝑡 𝒂 × (𝒂 × 𝒙𝟎)
sin𝜔𝑡 𝒂 × 𝒂 × 𝒙𝟎 = sin𝜔𝑡 𝒂 ∙ 𝒙𝟎 𝒂 − 𝒂 ∙ 𝒂 𝒙𝟎= sin𝜔𝑡 𝒂 ∙ 𝒙𝟎 𝒂 − 𝒙𝟎
𝒂 × 𝒙 𝑡 を計算してみる =0
ベクトル三重積
…(B)式
𝒗 𝑡 = 𝜔𝒂 × 𝒙 𝑡(A)式と(B)式とを比べると ‥‥(e)
●RnからRmの線形写像
P82の式(3)の復習
= 𝒈(𝒙)
𝒂 = 𝑎1, 𝑎2, 𝑎3𝑇
:原点を通る方向単位ベクトル
𝒙 → 𝒗(𝒙) = 𝜔𝒂 × 𝒙は線形写像であるから
𝑉 = 𝒗 𝒆𝟏 , 𝒗 𝒆𝟐 , 𝒗 𝒆𝟑 = 𝜔
0 −𝑎3 𝑎2𝑎3 0 −𝑎1−𝑎2 𝑎1 0
3×3行列
𝒗 =V𝒙 𝒙 ∈ 𝑹𝒏, V ∈ 𝑹𝒎×𝒏, 𝒗 ∈ 𝑹𝒎 Vがヤコビ行列Jv
…(10)
𝒗(𝒙) = 𝑉𝒙 Vは歪対称行列
O
a
A
B
●歪(わい)対称(Skew-Symmetric)行列の特徴
歪対称行列 Sの転置行列S 𝑇 = −𝑆
A はその対称成分と歪対称成分の和
S=
任意の正方行列 Aの対称成分:
ちなみに、対称行列Bは 直交行列BはB 𝑇 = 𝐵 B 𝑇 = 𝐵−1
歪対称成分:
𝒂 × 𝒙 =
𝑎1𝑎2𝑎3
×𝑥𝑦𝑧
=
𝑎2𝑧 − 𝑎3𝑦𝑎3𝑥 − 𝑎1𝑧𝑎1𝑦 − 𝑎2𝑥
=
0 −𝑎3 𝑎2𝑎3 0 −𝑎1−𝑎2 𝑎1 0
𝑥𝑦𝑧
= 𝑆𝒙
●外積は歪対称行列で書ける
●歪対称行列Sの作り方 任意の正方行列Aに対して 𝑆 = A− 𝐴 𝑇
𝑆 =
𝑎11 𝑎12 𝑎13𝑎21 𝑎22 𝑎23𝑎31 𝑎32 𝑎33
−
𝑎11 𝑎21 𝑎31𝑎12 𝑎22 𝑎32𝑎13 𝑎23 𝑎33
=
0 𝑎12 − 𝑎21 𝑎13 − 𝑎31− 𝑎12 − 𝑎21 0 𝑎23 − 𝑎32− 𝑎13 − 𝑎31 − 𝑎23 − 𝑎32 0
𝑆 =
0 −𝑎3 𝑎2𝑎3 0 −𝑎1−𝑎2 𝑎1 0
⇓新しくa1,a2 , a3を定義マイナスの位置注意
…(A)
grad
div
式(12) fの代わりにvになっている点注意
式(12) fが細字注意式(12) Jf(x0)はTを付けて列ベクトル
定義から自明
grad, div, rotは、ヤコビ行列Jで書ける!!
fは細字
gradは列ベクトル
歪対称行列
x0からの差
シュプールSpur S = 0 対角成分の和 a11+a22+…+ann
●grad, div, rotとヤコビ行列Jとの関係
式(12) 𝐽𝒗 𝒙0 − 𝐽𝒗 𝒙0𝑇 𝒙 − 𝒙0 = rot 𝒗 𝒙0 × 𝒙 − 𝒙0
𝐽𝒗 𝒙0 =
𝜕𝑣1𝜕𝑥
(𝒙𝟎)𝜕𝑣1𝜕𝑦
(𝒙𝟎)𝜕𝑣1𝜕𝑧
(𝒙𝟎)
𝜕𝑣2𝜕𝑥
(𝒙𝟎)𝜕𝑣2𝜕𝑦
(𝒙𝟎)𝜕𝑣2𝜕𝑧
(𝒙𝟎)
𝜕𝑣3𝜕𝑥
(𝒙𝟎)𝜕𝑣3𝜕𝑦
(𝒙𝟎)𝜕𝑣3𝜕𝑧
(𝒙𝟎)
𝒗 =
𝑣1𝑣2𝑣3
●式(12)rotとJの関係式の証明#1
𝐽𝒗 𝒙0 − 𝐽𝒗 𝒙0𝑇=
0 −𝜕𝑣2𝜕𝑥
(𝒙𝟎) −𝜕𝑣1𝜕𝑦
𝒙𝟎𝜕𝑣1𝜕𝑧
𝒙𝟎 −𝜕𝑣3𝜕𝑥
(𝒙𝟎)
𝜕𝑣2𝜕𝑥
𝒙𝟎 −𝜕𝑣1𝜕𝑦
𝒙𝟎 0 −𝜕𝑣3𝜕𝑦
𝒙𝟎 −𝜕𝑣2𝜕𝑧
𝒙𝟎
−𝜕𝑣1𝜕𝑧
(𝒙𝟎) −𝜕𝑣3𝜕𝑥
𝒙𝟎𝜕𝑣3𝜕𝑦
𝒙𝟎 −𝜕𝑣2𝜕𝑧
(𝒙𝟎) 0
…(C)
O
aA
Bv
xy
z
𝒂 × 𝒙 =
𝑎1𝑎2𝑎3
×
𝑥1𝑥2𝑥3
=
𝑎2𝑥3 − 𝑎3𝑥2𝑎3𝑥1 − 𝑎1𝑥3𝑎1𝑥2 − 𝑎2𝑥1
=
0 −𝑎3 𝑎2𝑎3 0 −𝑎1−𝑎2 𝑎1 0
𝑥1𝑥2𝑥3
= 𝑆𝒙
…(A)
aをrotvと思う。(B)(C)式と(A)式と比較外積は歪対称行列で書ける
式(12) 𝐽𝒗 𝒙0 − 𝐽𝒗 𝒙0𝑇 𝒙 − 𝒙0 = rot 𝒗 𝒙0 × 𝒙 − 𝒙0
𝒗 =
𝑣1𝑣2𝑣3
●式(12)rotとJの関係式の証明#2
…(B)
rot𝒗 𝒙0 =
𝜕𝑣3
𝜕𝑦𝒙𝟎 −
𝜕𝑣2
𝜕𝑧𝒙𝟎
𝜕𝑣1
𝜕𝑧𝒙𝟎 −
𝜕𝑣3
𝜕𝑥(𝒙𝟎)
𝜕𝑣2
𝜕𝑥𝒙𝟎 −
𝜕𝑣1
𝜕𝑦𝒙𝟎
0 −𝜕𝑣2𝜕𝑥
(𝒙𝟎) −𝜕𝑣1𝜕𝑦
𝒙𝟎𝜕𝑣1𝜕𝑧
𝒙𝟎 −𝜕𝑣3𝜕𝑥
(𝒙𝟎)
𝜕𝑣2𝜕𝑥
𝒙𝟎 −𝜕𝑣1𝜕𝑦
𝒙𝟎 0 −𝜕𝑣3𝜕𝑦
𝒙𝟎 −𝜕𝑣2𝜕𝑧
𝒙𝟎
−𝜕𝑣1𝜕𝑧
(𝒙𝟎) −𝜕𝑣3𝜕𝑥
𝒙𝟎𝜕𝑣3𝜕𝑦
𝒙𝟎 −𝜕𝑣2𝜕𝑧
(𝒙𝟎) 0
Kは非線形写像𝑲 𝒙 = 𝜑 𝒙 𝐸𝒙 Eは単位行列
ヤコビ行列:
が成立。 𝒙0 ≠0に対して𝐽𝑲 𝒙0 は対称行列でSpur 𝐽𝑲 𝒙0 = 0である。
の重力は
x=(x1,x2,x3)
mq
O
M Q
𝒙 = 𝑂𝑋
K(x)クーロン力の場合;c = - kqQ, γ,kは定数
𝐽𝒇 𝒙 = 𝐴𝒙 grad𝜑 𝒙𝑻+ 𝜑 𝒙 A
𝒇 𝒙 = 𝜑 𝒙 𝐴 𝒙
…4(a)図193 中心場
流体では自由渦に相当
Hは非線形写像𝑯 𝒙 = 𝜑 𝒙 𝐸𝒙の形
e3
H(x)
O
外積演算を行列で表す
e3の成分
を除いている
e1
e2
𝐽(𝒙) = 𝐸𝒙 grad𝜑 𝒙𝑇+ 𝜑 𝒙 𝐸 これが新しいx
𝒙 =
𝑥1𝑥2𝑥3
では
ない!!
例4 円管内の層流ハーゲン・ポアズイユ流
𝒗(𝒙) = 𝑐0 0 0−𝑥1 0 −𝑥30 0 0
𝑥1𝑥2𝑥3
+0𝑟2
0
𝑥2
図195 管内の流れ
𝑥3 r
𝑥1
𝑥3 r
r
2
3
2
113 xxr
Jv(x) = 𝑐0 0 0−𝑥1 0 −𝑥30 0 0
教科書ミスプリ?
※参考2次元平面の流速
𝑣2 =−1
4𝜇
𝑑𝑝
𝑑𝑥𝑟2 − 𝑟13
2
𝒗 =Jv(x) 𝒙+Rなので
ヤコビ行列は
(11)
yxzyxvz ),,(下面からの流入量:
上面からの流出量:
Av d
yxzz
zyxvyxzyxvzzyxv z
zz
),,(),,(),,(
3方向加えると
両面の差
Vzyxz
v
y
v
x
v zyx d divd vAv
yxzzyxvz ),,(
u: 流体速度ベクトル[m/s]
VA
Vd divd vAv
面積分 体積分
●div v わき出し密度
長野県地獄谷温泉
https://ja.wikipedia.org/wiki/
ガウスの定理
yxddd nA
xΔx
Δy
Δz
),,( zzyxvz
),,( zyxvz
y
z n
の意味
Ad
Ad
ミスプリ この0は太字!!!
●ベクトル場まとめ
流体では自由渦に相当竜巻の渦
流体では強制渦に相当洗濯機の渦
●剛体回転と磁気渦
https://ja.wikipedia.org/wiki
e1
e2
e3
𝒙𝑻 = (𝑥1, 𝑥2, 𝑥3)
b1
b2
b3
𝐸 = (𝒆𝟏, 𝒆𝟐, 𝒆𝟑)
𝒑
𝐵 = (𝒃𝟏, 𝒃𝟐, 𝒃𝟑)
𝒗(𝒙) = 𝐵𝒘(𝒚)𝒘(𝒚) = 𝐵𝑇𝒗(𝒙)
●変換公式
X
I:O
アフィン座標系K:P
座標系Kにおけるベクトルy,w
𝒙 = 𝐵𝒚 + 𝒑𝒚 = 𝐵𝑇 𝒙 − 𝒑
𝒚𝑻 = (𝑦1, 𝑦2, 𝑦3)= (𝒙𝑻 − 𝒑𝑻)𝐵
座標系Iにおけるベクトルx,v
vw
Y
●座標変換と基底公式より
𝒗 𝒙 = 𝒗 𝐵𝒚 + 𝒑 = 𝐵𝒘(𝒚)𝒘 𝒚 = 𝐵𝑇𝒗 𝐵𝒚 + 𝒑 𝑱𝒘 𝒚 = 𝐵𝑇𝑱𝒗 𝒙 𝐵 xのyにおける
ヤコビ行列
前ページ 𝑱𝒘 𝒚 = 𝐵𝑇𝑱𝒗 𝒙 𝐵
式(12)
●grad, ラプラシアン、div, rotは直交座標系に依存しない
●grad, ラプラシアン、div, rotに関する公式
∆𝒗 = 𝛻2𝒗
= 𝛻2𝑣𝒙, 𝛻2𝑣𝒚, 𝛻
2𝑣𝑧𝑻
成分ごとのラプラス演算子
= 𝛻2𝑓
f(x)g(x)の積の微分より予測可能
☞成分計算よりあとで証明☞ベクトル値
☞スカラー値
𝛁 𝛁 ∙ 𝒗 =𝜕 𝛁 ∙ 𝒗
𝜕𝑥,𝜕 𝛁 ∙ 𝒗
𝜕𝑦,𝜕 𝛁 ∙ 𝒗
𝜕𝑧
𝑻
●ナブラ∇の表記
𝛻 =𝜕
𝜕𝑥,𝜕
𝜕𝑦,𝜕
𝜕𝑧
𝑇
x-y平面の回転は打消し
y-z平面の回転は打消し
y
x
zx-z平面の回転は打消し
はじめに、x-y平面で考える𝜕𝒗𝑦
𝜕𝑥≠ 0のときz軸+に回転
y-z、 x-y平面も同様で、どこにも回転の無い流れ場となる。
𝜕𝒗𝑥
𝜕𝑦≠ 0のときz軸-に回転
シュワルツの定理より、𝜕𝑣𝑦
𝜕𝑥=
𝜕2𝑓
𝜕𝑥𝜕𝑦=
𝜕2𝑓
𝜕𝑦𝜕𝑥=
𝜕𝑣𝑥
𝜕𝑦な
ので、𝑣𝑥は𝑣𝑦の向きを変え
ただけで大きさは同じ。回転は打ち消される。
スカラー場の勾配は渦なし!!
𝒗 = grad 𝑓
f : ポテンシャル 速度ベクトル 𝒗 = grad 𝑓にいる「あめんぼ」は回転するか?
x
y
z
𝜕𝒗𝑥𝜕𝑦
≠ 0
vxy
z x
𝜕𝒗𝑦
𝜕𝑥≠ 0 vy
●a)rot grad 𝑓 = 𝛻 × 𝛻𝑓 = 𝟎の直観的な理由
xy
zO
OO
O
Sxy1面上のrotvの法線成分(rotv・n) nは直方体から出て行く向き
Sxy2面上のrotvの法線成分(rotv・n) nは直方体に入る向き
●b) div rot 𝒗 = 𝛻 ∙ 𝛻 × 𝒗 = 0の直観的な理由
Sxy1面とSxy2面で打ち消しあう。
回転場はわき出しなし!!
剛体回転の場合rotv=2ωa
𝒂 = 𝑎1, 𝑎2, 𝑎3𝑇
rotv
rotv
n
(rotv・n) n
(rotv・n) n𝑥
𝑦
𝑧Sxy1
Sxy2
y-z面、x-z面でも同様に打ち消しあう。
直方体表面全体で考えれば,rotのdivは0
http://www.kansai.gr.jp/mt51/plugins/KWSpotSearch/spot-search.cgi?__mode=detail&id=314&lang_code=ja
●d) div 𝑓𝒗 = grad𝑓 ∙ 𝒗 + 𝑓di𝑣 𝒗の理由
div (𝑓𝒗) =𝜕(𝑓𝑣𝑥)
𝜕𝑥+𝜕(𝑓𝑣𝑦)
𝜕𝑦+𝜕(𝑓𝑣𝑧)
𝜕𝑧
=𝜕𝑓
𝜕𝑥𝑣𝑥 + 𝑓
𝜕𝑣𝑥𝜕𝑥
+𝜕𝑓
𝜕𝑦𝑣𝑦 + 𝑓
𝜕𝑣𝑦𝜕𝑦
+𝜕𝑓
𝜕𝑧𝑣𝑧 + 𝑓
𝜕𝑣𝑧𝜕𝑧
= grad𝑓 ∙ 𝒗 + 𝑓di𝑣 𝒗
●e) rot 𝑓𝒗 = grad𝑓 × 𝒗 + 𝑓rot 𝒗 演算すれば明らか
●f) rot rot 𝒗 = grad div 𝒗 − ∆𝒗 次ページ参照
●c) div grad 𝑓 = 𝛻2𝑓 = ∆𝑓 =𝜕2𝑓
𝜕𝑥2+
𝜕2𝑓
𝜕𝑦2演算すれば明らか
𝒗 = (𝑣𝑥, 𝑣𝑦 , 𝑣𝑧, )
grad 𝑓 =𝜕𝑓
𝜕𝑥,𝜕𝑓
𝜕𝑦,𝜕𝑓
𝜕𝑧
div 𝒗 =𝜕𝑣𝑥𝜕𝑥
+𝜕𝑣𝑦𝜕𝑦
+𝜕𝑣𝑧𝜕𝑧
vz
vz
Sxy1
Sxy2
色のついたスカラー場: 𝑓 𝒙
rot(rot v)=(∂(rot v)z/∂y-∂(rot v)y/∂z, ∂(rot v)x/∂z-∂(rot v)z/∂x, ∂(rot v)y/∂x-∂(rot v)x/∂y)…(0)(rot v)x=∂vz/∂y-∂vy/∂z…(1), (rot v)y=∂vx/∂z-∂vz/∂x…(2), (rot v)z=∂vy/∂x-∂vx/∂y…(3)式(0)の(rot v)zに(3)を代入すると、∂(rot v)z/∂y=(∂/∂y){ ∂vy/∂x-∂vx/∂y } =(∂/∂y)(∂vy/∂x)-∂2vx/∂y2 …(X1)式(0)の(rot v)yに式(2)を代入すると、 ∂(rot v)y/∂z=∂2vx/∂z2-(∂/∂z)(∂vz/∂x) …(X2)式(0)の(rot v)xに式(1)を代入すると、 ∂(rot v)x/∂z=(∂/∂z)(∂vz/∂y)-∂2vy/∂z2 …(Y1)式(0)の(rot v)zに式(3)を代入すると、 ∂(rot v)z/∂x=∂2vy/∂x2-(∂/∂x)(∂vx/∂y) …(Y2)式(0)の(rot v)yに式(2)を代入すると、 ∂(rot v)y/∂x=(∂/∂x)(∂vx/∂z)-∂2vz/∂x2 …(Z1)式(0)の(rot v)xに式(1)を代入すると、 ∂(rot v)x/∂y=∂2vz/∂y2-(∂/∂y)(∂vy/∂z) …(Z2)(X1)-(X2)は式(0)のx成分なので、rot(rot v)x=(∂/∂y)(∂vy/∂x)-∂2vx/∂y2-∂2vx/∂z2+(∂/∂z)(∂vz/∂x)=(∂/∂y)(∂vy/∂x)+(∂/∂z)(∂vz/∂x)-∂2vx/∂y2-∂2vx/∂z2
=(∂/∂y)(∂vy/∂x)+(∂/∂z)(∂vz/∂x)-∂2vx/∂y2-∂2vx/∂z2+∂2vx/∂x2-∂2vx/∂x2
=∂2vx/∂x2+(∂/∂y)(∂vy/∂x)+(∂/∂z)(∂vz/∂x)-∂2vx/∂x2-∂2vx/∂y2-∂2vx/∂z2
=(∂/∂x)(∂vx/∂x)+(∂/∂y)(∂vy/∂x)+(∂/∂z)(∂vz/∂x)-(∂2vx/∂x2+∂2vx/∂y2+∂2vx/∂z2)=(∂/∂x)(∂vx/∂x)+(∂/∂x)(∂vy/∂y)+(∂/∂x)(∂vz/∂z)-(∂2vx/∂x2+∂2vx/∂y2+∂2vx/∂z2)=(∂/∂x)(∂vx/∂x+ ∂vy/∂y+∂vz/∂z)-Δvx =(∂/∂x)(div v)-Δvx …(X3)同様に(Y1)-(Y2)は式(0)のy成分、(Z1)-(Z2)は式(0)のz成分なので、rot(rot v)y=(∂/∂y)(div v)-Δvy …(Y3), rot(rot v)z=(∂/∂z)(div v)-Δvz …(Z3)式(X3), (Y3), (Z3)と式(0)よりrot(rot v)=((∂/∂x)(div v)-Δvx, (∂/∂y)(div v)-Δvy, (∂/∂z)(div v)-Δvz)=((∂/∂x)(div v), (∂/∂y)(div v), (∂/∂z)(div v))-(Δvx, Δvy, Δvz)=((∂/∂x), (∂/∂y), (∂/∂z))(div v)-(Δvx, Δvy, Δvz)=grad(div v)-Δv
●f) rot rot 𝒗 = grad div 𝒗 − ∆𝒗 の証明
rot𝑬 = −𝜇0𝜕𝑯
𝜕𝑡1)ファラデーの法則:
rot𝑯 = 𝒋 + 𝜀0𝜕𝑬
𝜕𝑡
2)アンペールの法則:
電場と磁場の構成方程式𝑫 = 𝜀0𝑬,𝑩 = 𝜇0𝑯,𝒋 = σ0E
D: 電束密度[C/m2], ε: 誘電率[F/m]E:電場[V/m], B:磁束密度[T]=[Wb/m2]μ:透磁率[H/m], H:磁場[N/Wb]=[A/m]j:電流密度[A/m2], σ:導電率[S/m]下付0: 真空
3)電場のガウスの法則:
4)磁場のガウスの法則:
●公式f)の例:マックスウェル方程式から波動方程式の導出
div𝑯 = 0
div𝑬 = 0 𝒋 James C Maxwel
https://ja.wikipedia.org/wiki/
注)真空と導電誘電体では式がちょっと違う
𝑩 = 𝜇0𝑯
𝒋
注)左辺と右辺を教科書と逆にしている
●アンペールの法則を時間で偏微分すると
𝜕
𝜕𝑡
𝜕𝑬
𝜕𝑡=
1
𝜀0
𝜕
𝜕𝑡rot𝑯
●ファラデーの法則にrotをとると
公式f)より rot rot 𝑬 = grad div 𝑬 − ∆𝑬
電場のガウスの法則より0
3次元の波動方程式(電磁波)
=1
𝜀0rot
𝜕𝑯
𝜕𝑡
𝜕𝟐𝑬
𝜕𝑡2= 𝑐0
2𝛻2𝑬
40
「見えない」を「視える」にTakei Laboratory
Laboratory on Multiphase Flow and Visualization