基础概念-拉普拉斯算子

昨天发的那个在markdown的公式转换过程中有重复行的情况,排版问题很严重,于是删掉重发了今天这个版本。

腹泻突发,做事失了方寸,向诸位道个歉,赶紧更正过来。

拉普拉斯的介绍

皮埃尔-西蒙·拉普拉斯(Pierre-Simon Laplace,1749-1827)是法国数学家、天文学家和物理学家,被誉为“法国的牛顿”。他在天体力学、概率论与数学物理领域奠定了许多基础,也推动了偏微分方程的发展。

拉普拉斯算子是数学物理中最核心的微分算子之一。它把一个标量场映射到另一个标量场,用来度量“某点的数值相对于周围平均值的偏离程度”,从而反映函数的局部形态(凸、凹或平坦)。

核心思想:设  是定义在区域  上的函数,。用  表示以  为中心、半径为  的球, 表示  在球面上的平均值。则:

其中  是空间维数,这个系数保证了不同维度下的尺度一致性。

物理诠释

  • 若 ,说明  低于周围平均值,该点像“谷底”
  • 若 ,说明  高于周围平均值,该点像“峰顶”
  • 若 ,说明  与周围平均值相当,局部近似“平坦”

拉普拉斯算子的来源

拉普拉斯算子的雏形最早出现在拉普拉斯对天体引力势的研究中。1782 年,他研究行星引力场时发现,引力势函数满足一个特殊的二阶偏微分方程:

这就是著名的拉普拉斯方程,而左端的微分算子后来被命名为拉普拉斯算子。它描述了“无源场”中的势函数特性,是许多物理问题的核心方程。

引力势的例子:设质量为  的质点位于原点,其引力势为 ,其中 。在  的区域内有 ,对应“真空中的调和势”。

引力势与拉普拉斯方程

引力势与拉普拉斯方程

记号约定:拉普拉斯算子常见的写法如下,三者等价,但侧重语境不同。

记法 来源 使用场景
哈密顿引入 物理学、工程学
欧洲传统 数学文献
算子形式 强调散度-梯度关系

梯度

为了理解拉普拉斯算子,先从梯度开始。对标量函数 ,梯度定义为:

几何意义:梯度是一个向量,方向指向函数增长最快的方向,模长给出最大增长率。

数值示例:设 ,则

在点  处,。

梯度可视化

梯度可视化

关键性质

  • 梯度方向:函数增长最快的方向
  • 梯度模长:最大变化率
  • 梯度与等高线垂直

散度

接着看散度。对向量场 ,散度定义为:

物理意义:散度刻画向量场在某点“发散或汇聚”的强度。正散度表示该点像“源”(向外发散),负散度表示该点像“汇”(向内汇聚)。

数值示例:设 ,则

在点  处,。

散度可视化:源与汇

散度可视化:源与汇

关键性质

  • 散度为正:该点是"源",物质向外扩散
  • 散度为负:该点是"汇",物质向内汇聚
  • 散度为零:该点既不产生也不消灭物质

拉普拉斯算子

定义

拉普拉斯算子就是“梯度的散度”:

展开即得:

这是一个二阶线性微分算子,把标量函数映射为标量函数。

梯度、散度与拉普拉斯的关系

拉普拉斯算子本质上是梯度与散度的复合,可以理解为“先看增长方向,再看这些方向如何发散”:

拉普拉斯算子定义:梯度与散度的复合

拉普拉斯算子定义:梯度与散度的复合

关键内容

  • 梯度:标量场变为向量场,描述局部上升最快方向
  • 散度:向量场变为标量场,描述局部“源/汇”强度
  • 拉普拉斯:标量 → 向量 → 标量,体现“局部偏离平均值”的程度,完成闭环:

以热传导为例,设  表示温度场:

  • 是温度梯度,指向温度增加最快的方向
  • 热流 (傅里叶定律:热量从高温流向低温)
  • 描述热流的局部汇聚或发散
  • 若 ,热量汇聚(温度低于周围平均),温度上升
  • 若 ,热量发散(温度高于周围平均),温度下降

数值示例:设

第一步:求梯度

第二步:求散度

因此 ,表示  在每点都低于周围平均值,是典型的凸函数。


一维情况

一维情形,拉普拉斯算子简化为二阶导数:

几何意义:二阶导数反映函数的“凹凸性”。

数值示例

  1. :,函数"凹"(开口向上)
  2. :,函数"凸"(开口向下)
  3. :,在  时凹,在  时凸

一维拉普拉斯算子

一维拉普拉斯算子

物理解释:考虑一根张紧的弦,设  表示弦在位置 、时刻  的位移。弦的振动方程为:

其中  是波速。一维拉普拉斯算子描述弦的“弯曲程度”,对应恢复力的强弱。

二维情况

在二维情形,使用笛卡尔坐标 :

数值示例

二维拉普拉斯算子

二维拉普拉斯算子

离散形式(五点格式)

模板表示

三维情况

在三维中使用笛卡尔坐标 :

数值示例

  1. :(,库仑势)

三维拉普拉斯算子示例

三维拉普拉斯算子示例

三维拉普拉斯公式:

具体计算示例:设

三维拉普拉斯公式与离散格式可视化

三维拉普拉斯公式与离散格式可视化

离散形式(七点格式)

离散拉普拉斯算子模板

离散拉普拉斯算子模板

三维离散拉普拉斯算子模板

三维离散拉普拉斯算子模板


从1维到n维

下面把常见维数下的连续形式与离散格式并列,便于横向对比。

维数 连续形式 离散格式(单位网格)
1D
2D
3D 邻点中心
nD 邻点中心

预览时标签不可点

Close

更多

Name cleared

赞赏二维码微信扫一扫赞赏作者

Like the AuthorOther Amount

赞赏后展示我的头像

作品

暂无作品

Like the Author

Other Amount

¥

最低赞赏 ¥0

OK

Back

Other Amount

更多

赞赏金额

¥

最低赞赏 ¥0

1

2

3

4

5

6

7

8

9

0

.

基础知识 · 目录

基础知识

下一篇数学建模与Python:探索世界的数字钥匙

Close

更多

搜索「」网络结果

Close

调整当前正文文字大小

更多

100%