Vektoridentitaten

[Nächste Seite] [Vorherige Seite] [vorheriges Seitenende] [Seitenende] [Ebene nach oben] [PDF-Datei][Epub-Datei][Andere Skripte]

C.8 Vektoridentitäten

(Siehe Bronstein, Taschenbuch der Mathematik [BSMM08, pp. 190])

Im Folgenden sind , , und Vektoren oder vektorielle Funktionen, a, b, c und f ihre Längen, k eine Zahl und φ() eine skalare Funktion. Die Komponenten der Vektoren in kartesischen Koordinaten sind

( a ) | x | a = ( ay ) az

Für die anderen Vektoren werden die Komponenten analog geschrieben.

C.8.1 Produkte mit Vektoren

Doppeltes Vektorprodukt

a × (b × c) = (a·c )b − (a ·b )c

(C.1)

Das Spatprodukt oder gemischte Produkt berechnet das Volumen des durch ,, aufgespannten Spates. Das Vorzeichen ist + bei gerader Permutation von a,b,c und − bei ungerader Permutation.

Drei Vektoren sind komplanar, wenn

(a × b)·c = 0

(C.3)

Jacobi-Identität

a × (b × c) + b × (c × a ) + c × (a × b) = 0

(C.4)

Lagrangesche Identität

(a × b)· (c × f ) = (a·c )(b·f ) − (a ·f )(b·c )

(C.5)

Vierfaches Vektorprodukt

(a × b ) × (c × f ) = ((a × b)·f )c − ((a × b )·c )f

(C.6)

C.8.2 Ableiten von Vektoren

Ableiten eines Vektors

( ax ) ( dax ) ( ˙ax ) d- d-| | | ddaty-| | | dta = dt( ay ) = ( ddatz ) = ( ˙ay ) az dt- ˙az

(C.7)

Ableitung eines Produktes

d- (φ(t)a(t)) = dφ-a + φ-d a dt dt dt

(C.8)

Ableitung des Skalarproduktes

d- da- db- dt (a ·b ) = dt ·b + a · dt

(C.9)

Ableitung des Vektorproduktes

-d (a × b) = da- × b + a × db- dt dt dt

(C.10)

Ableitung eines Vektors mit konstantem Betrag. Hier ist · = a² = const. Aus Gleichung (C.9) folgt

2 0 = da--= d- (a ·a ) = da-·a+a · da- = da-·a ⇒ da-⊥a dt dt dt dt dt dt

(C.11)

Taylorentwicklung einer Vektorfunktion

da || τ2 d2a || τn dna || a(t+ τ) = a(t)+ τ ---|| + ------2|| + ...+ --- --n-||+ ... dt|t 2 dt |t n! dt |t

(C.12)

C.8.3 Vektorableitungen bei Skalarfeldern

(Siehe Bronstein, Taschenbuch der Mathematik [BSMM08, pp. 668])

Ableitung eines skalaren Feldes nach einer Richtung

∂φ (r) φ(r + 𝜀c ) − φ (r) ------ = lim ----------------- ∂c 𝜀→0 𝜀

(C.13)

Ableitung ∂φ(r)
∂ec in Richtung des Einheitsvektors in Richtung von

∂φ (r) ∂φ (r) ------ = |c|------ ∂c ∂ec

(C.14)

Richtungsableitung einer skalaren Funktion im Vergleich zur Richtung mit dem stärksten Abfall (Einheitsvektor )

∂φ(r-)= ∂φ-(r)cos (∠e ,n ) ∂ec ∂n c

(C.15)

C.8.4 Vektorableitungen bei Vektorfeldern

Ableitung eines Vektorfeldes nach einer Richtung

∂a-(r) a(r-+-𝜀c-) −-a-(r) ∂c = l𝜀im→0 𝜀

(C.16)

Ableitung ∂a(r)
∂ec in Richtung des Einheitsvektors in Richtung von

∂a-(r) = |c| ∂a-(r) ∂c ∂ec

(C.17)

Richtungsableitung einer Vektorfunktion

Gradient eines Produktes

grad (φ1 φ2) = φ1grad φ2 + φ2grad φ1

(C.19)

Kettenregel beim Gradienten

dφ grad φ1 (φ2 ) = ---1grad φ2 dφ2

(C.20)

Gradient eines Skalarproduktes

grad (a·b ) = (a·grad )b+ (b·grad ) a+a ×rot b+b ×rot a

(C.21)

Gradient eines Skalarproduktes eines konstanten Vektors mit einem Ortsvektor

grad (r·k ) = k

(C.22)

Gradient eines Vektors = (vx,vy,vz) ^T

( ∂vx(x,y,z)- ∂vx(x,y,z) ∂vx(x,y,z)) | ∂vy∂(xx,y,z) ∂vy∂(yx,y,z) ∂vy∂(xz,y,z)| grad v = |( --∂x---- ---∂y--- ---∂z---|) ∂vz(x,y,z)- ∂vz(x,y,z) ∂vz(x,y,z) ∂x ∂y ∂z

(C.23)

Divergenz eines Produktes

div (φa ) = φdiv a + agrad φ

(C.24)

Divergenz eines Skalarproduktes eines konstanten Vektors mit einem Ortsvektor

r ·k div (r·k ) = ----- |r|

(C.25)

Divergenz eines Vektorproduktes

div (a × b) = b·rot a − a·rot b

(C.26)

Rotation eines Produktes

rot (φa ) = φrot a + grad φ × a

(C.27)

Rotation eines Vektorproduktes

rot (a × b) = (b·grad )a − (a ·grad )b+adiv b − bdiv a

(C.28)

Rotation eines Potentialfeldes

rot (grad φ) = 0 ∀φ

(C.29)

Divergenz einer Rotation

div (rot a) = 0 ∀a

(C.30)

Rotation einer Rotation

rot (rot a ) = grad (div a) − div (grad a)

(C.31)

Laplace-Operator in kartesischen Koordinaten

( ) -∂2- ∂2-- -∂2- ∂2f- ∂2f- ∂2f- Δf = (div grad )f = ∂x2 + ∂y2 + ∂z2 f = ∂x2 + ∂y2 + ∂z2

(C.32)

und für Vektorfunktionen

( ∂2 ∂2 ∂2 ) ∂2a ∂2a ∂2a Δa = (div grad )a = ---2 + --2-+ ---2 a = --2-+ --2+ ---2 ∂x ∂y ∂z ∂x ∂y ∂z

(C.33)

C.8.5 Graphische Darstellung der Ableitungen in drei Dimensionen

C.8.5.1. Gradient in kartesischen Koordinaten

Wenn wir eine Funktion y = f(x) als Höhenproﬁl in einer zweidimensionalen Landschaft auﬀassen, dann ist

df (x ) ------ dx

die Steigung dieses Proﬁles an der Stelle x. f(x) ist die Höhenangabe über einer eindimensionalen Grundﬂäche.

Wir können eine Funktion f(x,y) als Höhenangabe über einer zweidimensionalen Grundﬂäche betrachten.

__________________________________________________________________________

pict

Gradient als Richtung der stärksten Steigung

_____________________________________________________________________

Die Funktion Gradient berechnet das stärkste Gefälle einer Höhenlandschaft über einer zweidimensionalen Ebene. Sie ist deﬁniert:

( ) ∂f(x,y) grad f = ∂f∂(xx,y) ∂y

Eine skalare Funktion f(x,y,z) deﬁniert eine „Höhenlandschaft“ über einer dreidimensionalen Grundﬂäche. Sie kann nicht mit einfachen Mitteln visualisiert werden. Hier ist die Deﬁnition

Gradient einer skalaren Funktion f(x,y,z) von drei Variablen

( ) ∂f(x∂,xy,z) grad f = || ∂f(x,y,z) || ( ∂f∂(xy,y,z) ) --∂z---

C.8.5.2. Divergenz in kartesischen Koordinaten

Wir betrachten eine Vektorfunktion

( ) fx(x,y ) f (x, y) = fy(x,y )

_________________________________________

pict

Vektorfeld mit Umrandung

_____________________________________________________________________

Wenn wir die Umrandung betrachten, dann sehen wir, dass netto etwas aus ihr herausﬂiesst. Die „Fläche“ ist dx. In die x-Richtung heisst das, dass

F ·dx = f (x+dx, y)− f (x,y) =⇒ F = fx(x +-dx,y)-−-fx(x,y)- x x x x dx

ﬂiesst.

In die y-Richtung müssen wir die schräg liegenden Vektoren aufteilen. Die x-Komponente, f_x(x,y) und f_x(x,y + dy) ist parallel zur oberen und unteren Umrandung. Sie trägt nichts zum Fluss bei. Also gilt auch für die y-Richtung

f (x, y + dy ) − f (x, y) Fy·dy = fy(x, y+dy )− fy (x, y) = ⇒ Fy =-y---------------y----- dy

Die Grösse F = F_x + F_y nennen wir Divergenz oder Quellstärke. Mit

lim F = lim fx(x-+-dx,y-) −-fx(x,y-)= ∂fx(x,-y) dx→0 x dx→0 dx ∂x

und

f (x,y + dy) − f (x,y) ∂f (x,y) lim Fy = lim -y--------------y------= --y------ dy→0 dy→0 dy ∂y

erhalten wir für die

Divergenz oder Quellstärke in 2 Dimensionen

div f(x,y ) = ∂fx(x,y)-+ ∂fy(x,y)- ∂x ∂y

Eine analoge Überlegung kann man sich in drei Dimensionen machen. Die Vektorfunktion ist dann

( ) | fx(x,y, z) | f(x,y, z) = ( fy(x,y, z) ) fz(x,y, z)

Wir deﬁnieren

Divergenz einer Vektorfunktion

(x,y,z) in drei Dimensionen

div f(x,y,z ) = ∂fx(x,y,z-)+ ∂fy(x,y,z)-+ ∂fz(x,y,z)- ∂x ∂y ∂z

C.8.5.3. Rotation in kartesischen Koordinaten

Wir betrachten wieder eine zweidimensionale Vektorfunktion

( ) fx(x,y ) f (x, y) = f (x,y ) y

_________________________________________

pict

Drehung eines schwimmenden Klotzes, Rotation

_____________________________________________________________________

Wir nehmen nun an, dass die durch (x,y) deﬁnierten Strömungen den rechteckigen schwimmenden Klotz beeinﬂussen. So wie die Vektoren gezeichnet sind, wird er sich drehen. Seine Drehachse zeigt aus der Zeichenebene heraus, also die z-Richtung. Die Drehung hat etwas zu tun mit den Grössen

fy(x-+-dx,-y) −-fy(x,y) Rydx = fy(x+dx, y )− fy(x,y ) − → Rx = dx

und

f (x,y + dy ) − f (x,y ) Rxdy = − (fx(x,y + dy) − fx(x,y )) =⇒ Rx = − -x--------------x------ dy

Um bei gleicher Drehrichtung (positiv ist im Gegenuhrzeigersinn) eine positive Grösse zu haben, wird bei R_x ein „−“ eingefügt. Mit

fy(x-+-dx,y-) −-fy(x,-y) ∂fy(x,-y) dlixm→0 Ry = dlixm→0 dx = ∂x

und

lim Rx = − lim fx(x,y-+-dy-) −-fx-(x,-y) = − ∂fx(x,-y) dy→0 dx→0 dx ∂y

ist die Stärke der Drehung oder die

Rotation in zwei Dimensionen

∂fy (x, y) ∂fx(x, y) R = ---∂x----− ---∂y----

Diese R zeigt in die +z-Richtung, wenn wir den zweidimensionalen Raum im dreidimensionalen eingebettet betrachten. Für eine dreidimensionale Vektorfunktion

( f (x,y, z) ) | x | f(x,y, z) = ( fy(x,y, z) ) fz(x,y, z)

kann man sich überlegen, dass die gleichen Überlegungen wie für die xy-Ebene (Rotation um z) auch für die xz-Ebene (Rotation um y) und die yz-Ebene (Rotation um x) gelten. Wir deﬁnieren also

Rotation in drei Dimensionen

( ∂f(x,y,z) ) ∂fz(x∂,yy,z)− -y∂z---- rot f (x,y,z) = || ∂fx(x,y,z)− ∂fz(x,y,z)-|| ( ∂fy∂(xz,y,z) ∂fx∂(xx,y,z)-) ∂x − ∂y

Man kann sich die Berechnung gut merken mit

Gedankenstütze für Rotation

( -∂ ) ( f (x,y,z) ) | ∂x∂ | | x | rot f(x,y, z) = ( ∂y∂ ) × ( fy(x, y,z) ) ∂z fz(x, y,z)

C.8.6 Totale Ableitung bei mitgeführten Koordinatensystemen

Wenn = d-
dt ein konstanter Geschwindigkeitsvektor ist und diese Grösse an einem mit der Geschwindigkeit bewegten Ort beobachtet wird, dann gilt (Siehe Jackson[Jac75, p212]):

d-= ∂--+ v· ∇ = ∂-+ v·grad dt ∂t ∂t

(C.34)

wobei ddt die totale Ableitung im raumfesten Koordinatensystem und ∂-
∂t die lokale, mitgeführte Ableitung ist. Diese Gleichung stammt von der Kettenregel:

In drei Dimensionen muss mit dem Gradienten gerechnet werden:

Dabei bedeutet die partielle Ableitung ∂∕∂t dass man nur nach der Zeitvariable ableitet, nicht aber nach der impliziten Zeitableitung in .

Mit Gleichung (C.28) kann man schreiben

oder

Nun ist div = 0. Weiter ist div ( d )
dtv = d
dt div = d
dt (3) = 0 und grad = d-
dt grad = d-
dt E = 0, wobei E die 3 mal 3 Einheits-Diagonalmatrix ist. Damit haben wir ohne Einschränkung der Allgemeinheit