贡献者： addis
预备知识 正交曲线坐标系中的重积分
，旋度
，拉普拉斯算符
1我们以三维正交曲线坐标系为例讨论。该坐标系中，位置矢量 $ \boldsymbol{\mathbf{r}} $ 是三个坐标 $u, v, w$ 的（矢量）函数。那么位置矢量的全微分为
\begin{equation}
\,\mathrm{d}{ \boldsymbol{\mathbf{r}} } = \frac{\partial \boldsymbol{\mathbf{r}} }{\partial u} \,\mathrm{d}{u} + \frac{\partial \boldsymbol{\mathbf{r}} }{\partial v} \,\mathrm{d}{v} + \frac{\partial \boldsymbol{\mathbf{r}} }{\partial w} \,\mathrm{d}{w} ~.
\end{equation}
根据正交曲线坐标系中单位矢量的定义（
式 1 ），上式中三个偏微分分别指向 $ \hat{\boldsymbol{\mathbf{u}}} , \hat{\boldsymbol{\mathbf{v}}} , \hat{\boldsymbol{\mathbf{w}}} $ 方向，令他们的模长为
\begin{equation}
f(u,v,w) = \left\lvert \frac{\partial \boldsymbol{\mathbf{r}} }{\partial u} \right\rvert ~, \qquad
g(u,v,w) = \left\lvert \frac{\partial \boldsymbol{\mathbf{r}} }{\partial v} \right\rvert ~,\qquad
h(u,v,w) = \left\lvert \frac{\partial \boldsymbol{\mathbf{r}} }{\partial w} \right\rvert ~.
\end{equation}
那么
式 1 变为
\begin{equation}
\,\mathrm{d}{ \boldsymbol{\mathbf{r}} } = f \,\mathrm{d}{u} \, \hat{\boldsymbol{\mathbf{u}}} + g \,\mathrm{d}{v} \, \hat{\boldsymbol{\mathbf{v}}} + h \,\mathrm{d}{w} \, \hat{\boldsymbol{\mathbf{w}}} ~.
\end{equation}
未完成：以上内容应该移动到 “正交曲线坐标系” 中，因为 “正交曲线坐标系中的重积分” 也需要使用。
令 $s(u, v, w)$ 和 $ \boldsymbol{\mathbf{A}} (u, v, w)$ 分别为一阶可微的标量函数和矢量函数，且
\begin{equation}
\boldsymbol{\mathbf{A}} (u, v, w) = A_x(u, v, w) \hat{\boldsymbol{\mathbf{u}}} + A_y(u, v, w) \hat{\boldsymbol{\mathbf{v}}} + A_z(u, v, w) \hat{\boldsymbol{\mathbf{w}}} ~.
\end{equation}
那么该坐标系中的
梯度，
散度，
旋度和
拉普拉斯算符 分别为
\begin{equation}
\boldsymbol\nabla s = \frac{1}{f} \frac{\partial s}{\partial u} \hat{\boldsymbol{\mathbf{u}}} + \frac{1}{g} \frac{\partial s}{\partial v} \hat{\boldsymbol{\mathbf{v}}} + \frac{1}{h} \frac{\partial s}{\partial w} \hat{\boldsymbol{\mathbf{w}}} ~,
\end{equation}
\begin{equation}
\boldsymbol{\nabla}\boldsymbol{\cdot} \boldsymbol{\mathbf{A}} = \frac{1}{fgh} \left[ \frac{\partial}{\partial{u}} (ghA_u) + \frac{\partial}{\partial{v}} (fhA_v) + \frac{\partial}{\partial{w}} (fgA_w) \right] ~,
\end{equation}
\begin{equation}
\begin{aligned}
& \boldsymbol{\nabla}\boldsymbol{\times} \boldsymbol{\mathbf{A}} = \frac{1}{gh} \left[ \frac{\partial}{\partial{v}} (hA_w) - \frac{\partial}{\partial{w}} (gA_v) \right] \hat{\boldsymbol{\mathbf{u}}} \\
&\quad + \frac{1}{fh} \left[ \frac{\partial}{\partial{w}} (fA_u) - \frac{\partial}{\partial{u}} (hA_w) \right] \hat{\boldsymbol{\mathbf{v}}}
+ \frac{1}{fg} \left[ \frac{\partial}{\partial{u}} (gA_v) - \frac{\partial}{\partial{v}} (fA_u) \right] \hat{\boldsymbol{\mathbf{w}}} ~,
\end{aligned}
\end{equation}
\begin{equation}
\boldsymbol{\nabla}^2 s = \frac{1}{fgh} \left[ \frac{\partial}{\partial{u}} \left(\frac{gh}{f} \frac{\partial s}{\partial u} \right) + \frac{\partial}{\partial{v}} \left(\frac{fh}{g} \frac{\partial s}{\partial v} \right) + \frac{\partial}{\partial{w}} \left(\frac{fg}{h} \frac{\partial s}{\partial w} \right) \right] ~.
\end{equation}
1. 梯度的推导
球坐标和柱坐标的具体推导见子节 1 。由于正交曲线坐标系中任意一点处 $ \hat{\boldsymbol{\mathbf{u}}} , \hat{\boldsymbol{\mathbf{v}}} , \hat{\boldsymbol{\mathbf{w}}} $ 都互相垂直，所以求该点处梯度的方法和直角坐标系类似：求出三个方向的方向导数，并把他们作为梯度的三个分量。和直角坐标系不同的是，$u$ 坐标增加 $ \,\mathrm{d}{u} $ 时，位矢 $ \boldsymbol{\mathbf{r}} $ 并不是沿 $ \hat{\boldsymbol{\mathbf{u}}} $ 移动 $ \,\mathrm{d}{u} $ 而是移动 $f \,\mathrm{d}{u} $，所以 $ \hat{\boldsymbol{\mathbf{u}}} $ 方向的方向导数是 $( \partial s/\partial u )/f$。
当然这只是粗略的推导，我们也可以直接把式 3 乘以式 5 得
\begin{equation}
\boldsymbol\nabla s \boldsymbol\cdot \,\mathrm{d}{ \boldsymbol{\mathbf{r}} } = \frac{\partial s}{\partial u} \,\mathrm{d}{u} + \frac{\partial s}{\partial v} \,\mathrm{d}{v} + \frac{\partial s}{\partial w} \,\mathrm{d}{w} = \,\mathrm{d}{ \boldsymbol{\mathbf{s}} } ~,
\end{equation}
这符合梯度的定义（
式 5 ）。
2. 散度的推导
一种幼稚的想法是：类比上面梯度的推导，根据直角坐标系中的散度公式（式 7 ）得
\begin{equation}
\boldsymbol{\nabla}\boldsymbol{\cdot} \boldsymbol{\mathbf{A}} = \frac{1}{f} \frac{\partial A_x}{\partial u} + \frac{1}{g} \frac{\partial A_y}{\partial v} + \frac{1}{h} \frac{\partial A_z}{\partial w} ~.\qquad (\text{错})
\end{equation}
这是错误的，因为在
直角坐标系的推导过程中，我们假设小长方体的相对两个面的表面积完全相等，而在正交曲线坐标系中这不成立。例如球坐标中的体积元 $r \,\mathrm{d}{r} \cdot r \,\mathrm{d}{\theta} \cdot r\sin\theta \,\mathrm{d}{\phi} $ 中，垂直于 $ \hat{\boldsymbol{\mathbf{r}}} $ 的两个面的表面积为 $r \,\mathrm{d}{\theta} \cdot r\sin\theta \,\mathrm{d}{\phi} $，显然与 $r$ 有关，即对 $r$ 求导不为零。
所以我们重新按照直角坐标系的推导过程再推导一次，只不过这回考虑上表面积的变化：体积元的体积为 $f \,\mathrm{d}{u} \cdot g \,\mathrm{d}{v} \cdot h \,\mathrm{d}{w} $，三个方向的表面积分别为 $g \,\mathrm{d}{v} \cdot h \,\mathrm{d}{w} $，$h \,\mathrm{d}{w} \cdot f \,\mathrm{d}{u} $，$f \,\mathrm{d}{u} \cdot g \,\mathrm{d}{v} $。 $A_u$ 在两个与 $ \hat{\boldsymbol{\mathbf{u}}} $ 垂直的表面上的通量为
\begin{equation}
\begin{aligned}
&A_u(u+ \,\mathrm{d}{u} , v, w)\cdot g(u+ \,\mathrm{d}{u} , v, w) \,\mathrm{d}{v} \cdot h(u+ \,\mathrm{d}{u} , v, w) \,\mathrm{d}{w} \\
&-A_u(u, v, w)\cdot g(u, v, w) \,\mathrm{d}{v} \cdot h(u, v, w) \,\mathrm{d}{w}
= \frac{\partial}{\partial{u}} (A_u g h) \,\mathrm{d}{u} \,\mathrm{d}{v} \,\mathrm{d}{w} ~.
\end{aligned}
\end{equation}
同理，总通量为
\begin{equation}
\Phi = \frac{\partial}{\partial{u}} (A_u g h) \,\mathrm{d}{u} \,\mathrm{d}{v} \,\mathrm{d}{w} + \frac{\partial}{\partial{v}} (A_v fh) \,\mathrm{d}{u} \,\mathrm{d}{v} \,\mathrm{d}{w} + \frac{\partial}{\partial{w}} (A_w fg) \,\mathrm{d}{u} \,\mathrm{d}{v} \,\mathrm{d}{w} ~.
\end{equation}
最后除以体积元的体积，就得到
式 6 。
3. 旋度和拉普拉斯算子的推导
旋度的推导同样不能直接把直角坐标系公式（式 9 ）中的偏微分替换为方向导数。原因和散度的推导一样：在正交曲线坐标系中取一个小四边形，同样无法保证相对的两条边的边长完全相等。同样地，在直角坐标系中的推导过程中考虑边长的变化，就可以得到式 7 。
拉普拉斯算符 $ \boldsymbol{\nabla}^2 s$ 可以看作梯度的散度 $ \boldsymbol{\nabla}\boldsymbol{\cdot} ( \boldsymbol\nabla s)$。把式 5 代入式 6 即可。
1. ^ 参考 [1] 附录。
[1] ^ David Griffiths, Introduction to Electrodynamics, 4ed
致读者： 小时百科一直以来坚持所有内容免费无广告，这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。 因此，我们请求广大读者
热心打赏 ，使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 20 元，我们一周就能脱离亏损， 并在接下来的一年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款， 他们的付出帮助了 99% 的读者免费获取知识， 我们在此表示感谢。