电动力学之矢量和张量

矢量和张量的定义

两组正交归一的基矢, 可以由一个正交变换$\mathcal{R}$相互连接 (旋转/反射及其复合) . $\mathcal{R}$的矩阵是$R$, 矩阵元为$R_{ij}$.

proof 基矢相互展开可以直接找到$R$, 再利用基矢正交归一性算出$$R_{ik}R_{jk}=R_{ki}R_{kj}=\delta_{ij}$$ 所以$R$是正交的.

规定$\mathcal{R}$的指向, 方便后续讨论. 如果$$A'_i = R_{ij} A_j$$ 构造"并矢", 每个分量为:

$$D_{ij} = A_iB_j$$ 这种就是张量

二阶张量 在坐标变换下满足: $$D'_{ij} = R_{ik}A_{k}R_{jl}B_{l}$$ 两个$A,B$的分量分别变换
物理图像 二阶张量 每个指标代表一个独立的方向, 每个指标独立变换
电场梯度 经过正交变换$\mathcal{R}$: $$\begin{align} T'_{ij} & = \frac{\partial E'_i}{\partial x'_j} \\ & = \frac{\partial (R_{ik}E_k)}{\partial x'_j} \\ & = R_{ik} \frac{\partial E_k}{\partial x'_j} \\ & = R_{ik} \frac{\partial E_k}{\partial x_l}\frac{\partial x_l}{\partial x'_j} \\ & = R_{ik} \frac{\partial E_k}{\partial x_l}\frac{\partial (R_{jl}x'_j)}{\partial x'_j} \\ & = R_{ik} R_{jl}\frac{\partial E_k}{\partial x_l} \\ \end{align}$$ 第五个等号: 正交矩阵的逆就是自身的转置. $(R^{-1})_{lj}= R_{jl}$

矢量的代数运算

问题 如何使用 Kronecker符号 和 Levi-Civita符号 进行矢量运算?

Kronecker符号 和 Levi-Civita符号

我们从内积/外积两种最基本的运算开始:

定义 内积: $$ \vec{A} \cdot \vec{B} = \sum_{i=1}^3 A_i B_i = \sum_{i,j} A_i B_j \delta_{ij} $$ 外积: $$(\vec{A} \times \vec{B})_i = \sum_{j,k} \varepsilon_{ijk} A_j B_k$$ or $$ \vec{A} \times \vec{B} = \sum_{i,j,k} \varepsilon_{ijk} \vec{e_i} A_j B_k $$

为了化简混合积, 需要知晓这个等式:

Lemma $$ \sum_{i} \varepsilon_{ijk}\varepsilon_{imn} = \delta_{jm}\delta_{kn} - \delta_{jn}\delta_{km} $$

先正着, 再交叉着

问题 能不能不带枚举的气息地证明引理?
n维情形 $$ \varepsilon_{i_1 i_2 \ldots i_n} \varepsilon_{j_1 j_2 \ldots j_n}=\left|\begin{array}{cccc} \delta_{i_1 j_1} & \delta_{i_1 j_2} & \ldots & \delta_{i_1 j_n} \\ \delta_{i_2 j_1} & \delta_{i_2 j_2} & \ldots & \delta_{i_2 j_n} \\ \vdots & \vdots & \ddots & \vdots \\ \delta_{i_n j_1} & \delta_{i_n j_2} & \ldots & \delta_{i_n j_n} \end{array}\right| $$
proof 可以通过以下观察得到: 1. 交换任意两个指标, 符号改变 2. 有任意两个指标相等, 得0 3. 不妨设两个指标都递增, 得1
证明BAC-CAB rule backup 根据读音记忆 $$ \vec{A} \times ( \vec{B} \times \vec{C} ) =\vec{B} (\vec{A} \cdot \vec{C}) - \vec{C} (\vec{A} \cdot \vec{B}) $$
二重积 $$ \begin{align} \vec{A} \times ( \vec{B} \times \vec{C} ) &= \vec{e_i} \varepsilon_{ijk} A_j(\vec{B} \times \vec{C})_k \\ &= \vec{e_i} \varepsilon_{kij} A_j(\varepsilon_{klm} B_l C_m)\\ &= \vec{e_i} A_j B_l C_m ( \delta_{il}\delta_{jm} - \delta_{im}\delta_{jl} )\\ &= \vec{e_i}(A_jB_iC_j- A_jB_jC_i)\\ &= \vec{e_i}B_i(\vec{A}\cdot\vec{C})-\vec{e_i}C_i(\vec{A}\cdot\vec{B}) \end{align} $$
改写 $$ \vec{A} \cdot ( \vec{B} \times \vec{C} ) $$
混合积 $$ \begin{align} \vec{A} \cdot ( \vec{B} \times \vec{C} ) &= A_i(\vec{B} \times \vec{C})_i\\ &= A_i\varepsilon_{ijk}B_jC_k\\ \end{align} $$
或许, 反向利用二重积的公式就能解决这个问题了?
proof 待定
也可以利用 $\varepsilon_{ijk} = \vec{e_i} \cdot (\vec{e_j} \times \vec{e_k})$, $\delta_{ij} = \vec{e_i} \cdot \vec{e_j}$
prove $$\begin{aligned} (\mathbf{A} \times \mathbf{B}) \cdot(\mathbf{C} \times \mathbf{D}) & =(\mathbf{A} \cdot \mathbf{C})(\mathbf{B} \cdot \mathbf{D})-(\mathbf{A} \cdot \mathbf{D})(\mathbf{B} \cdot \mathbf{C}), \\ \mathbf{A} \times[\mathbf{B} \times(\mathbf{C} \times \mathbf{D})] & =\mathbf{B}[\mathbf{A} \cdot(\mathbf{C} \times \mathbf{D})]-(\mathbf{A} \cdot \mathbf{B})(\mathbf{C} \times \mathbf{D}) . \end{aligned}$$
proof $$ \begin{align} (\mathbf{A} \times \mathbf{B}) \cdot(\mathbf{C} \times \mathbf{D}) & = \mathbf{A}\cdot(\mathbf{B}\times(\mathbf{C}\times \mathbf{D})) \\ & = \mathbf{A}\cdot(\mathbf{C}(\mathbf{B}\cdot\mathbf{D})-\mathbf{D}(\mathbf{B}\cdot\mathbf{C}))\\ & = (\mathbf{A} \cdot \mathbf{C})(\mathbf{B} \cdot \mathbf{D})-(\mathbf{A} \cdot \mathbf{D})(\mathbf{B} \cdot \mathbf{C}) \end{align} $$ 第二个比较显然, 把 $(\mathbf{C} \times \mathbf{D})$看成一个矢量就行

矢量的导数运算

defs

位矢 $$ \begin{align} \left\{\begin{array}{l} \vec{R}=x_i \vec{e}_i=x \vec{e}_x+y \vec{e}_y+z \vec{e}_z \\ \vec{R}^{\prime}=x_i^{\prime} \vec{e}_i=x^{\prime} \vec{e}_x+y^{\prime} \vec{e}_y+z^{\prime} \vec{e}_z \end{array}\right. \end{align} $$ 此时定义场点 $P$ 相对于源点 $P^{\prime}$ 的位矢 $\vec{r}$ 为 $$ \vec{r}=\vec{R}-\vec{R}^{\prime} . $$ 而场点 $P$ 与源点 $P^{\prime}$ 之间的距离为 $r=\left|\vec{R}-\vec{R}^{\prime}\right|$。
标量场$\varphi$ $$\vec{r}\xrightarrow{\varphi}\mathbb{R}$$
矢量场$\vec{A}(\vec{r})$ $$\vec{r}\xrightarrow{\vec{A}}\mathbb{R}^n$$
张量场 空间内任意一点$\mathbb{x}$上都存在一个张量$T_{ijk...}(\mathbf{x})$

时谐物理量的周期平均值

单色波的矢量场, 用复数可以表示为: $$ \vec{A}(\vec{r}, t) = \tilde{\vec{A}}(\vec{r}) e^{-i\omega t} $$

实际测量的时候, 选取$\vec{A}(\vec{r}, t)$有物理意义的实数部分

$$ \vec{A}_{\text{物理}} = \operatorname{Re}\left[ \tilde{\vec{A}}(\vec{r}) e^{-i\omega t} \right] $$

此外还有二次的可测量量, 都可以还原为两类: 1. 矢量型(如坡印廷矢量): $\vec{S} = \vec{A}_{\text{物理}} \times \vec{B}_{\text{物理}}$ 2. 标量型(如能量密度): $w = \vec{A}_{\text{物理}} \cdot \vec{B}_{\text{物理}}$

步骤1:实部展开

$$ \operatorname{Re}(\tilde{\vec{A}}) = \frac{\tilde{\vec{A}} + \tilde{\vec{A}}^*}{2}, \quad \operatorname{Re}(\tilde{\vec{B}}) = \frac{\tilde{\vec{B}} + \tilde{\vec{B}}^*}{2} $$

步骤2:乘开

$$ \vec{S} = \frac{1}{4} \underbrace{\left[ \underset{\text{高频项 } (2\omega)}{\tilde{\vec{A}} \times \tilde{\vec{B}} e^{-i2\omega t} + \tilde{\vec{A}}^* \times \tilde{\vec{B}}^* e^{i2\omega t}} + \underbrace{\tilde{\vec{A}}^* \times \tilde{\vec{B}} + \tilde{\vec{A}} \times \tilde{\vec{B}}^*}_{\text{时不变项}} \right]}_{\text{四项交叉乘积}} $$

步骤3:周期平均
  • 高频项积分归零: $\frac{1}{T}\int_0^T e^{\pm i2\omega t} dt = 0$
  • 仅时不变项存活: $$ \langle \vec{S} \rangle_T = \frac{1}{4} \left\langle \tilde{\vec{A}}^* \times \tilde{\vec{B}} + \tilde{\vec{A}} \times \tilde{\vec{B}}^* \right\rangle = \frac{1}{2} \operatorname{Re} \left( \tilde{\vec{A}} \times \tilde{\vec{B}}^* \right) $$
物理量类型 周期平均公式 物理意义
矢量型 $\langle \vec{A} \times \vec{B} \rangle = \frac{1}{2} \operatorname{Re}(\tilde{\vec{A}} \times \tilde{\vec{B}}^*)$ 能流密度的时间平均
标量型 $\langle \vec{A} \cdot \vec{B} \rangle = \frac{1}{2} \operatorname{Re}(\tilde{\vec{A}} \cdot \tilde{\vec{B}}^*)$ 能量密度的时间平均
物理图像 高频振荡在时间平均中被滤除,仅剩复振幅的关联项贡献。

微分

梯度算符 $$\frac{\partial}{\partial x_i} = \partial_i = \nabla_i$$ $$\nabla = \vec{e_i} \nabla_i$$
性质 1. "正交性" $$\partial_i x_j = \delta_{ij}$$ 2. $\nabla \varphi$几何意义: $\varphi$变化最快的方向. $$d \varphi = \nabla \varphi d \vec{l}$$
张量观点下的高斯定理 $$ \int_V dV \partial_i T \ldots, i, \ldots(\mathbf{x})=\int_{\partial V} d \mathrm{S}_i T \ldots, i, \ldots(\mathbf{x})$$ 矢量就是个一阶张量, 被梯度算符作用1次 (引入了1个新的协变下标), 变成二阶张量, 被缩并一次, 左边被积函数是0阶了. 右边被积函数也是0阶张量. $$ \int_{V} dV\nabla\cdot\vec{A} = \int_{\partial V}d\vec{S}\cdot\vec{A}$$
张量观点下的斯托克斯定理 $$ \varepsilon_{ijk} \int^{}_{S} dS_i \partial_j = \oint_{C} dl_k $$
环量 斯托克斯公式的右半边就是一个环量. $$L = \oint \vec{A} \cdot d\vec{l} $$
旋度 $$ Curl \vec{A} = \frac{dL}{ds} \vec{n}$$

待定 由此可以推导出旋度 = $\nabla\times\vec{A}$

场点和源点

问题 位矢有两个坐标, 梯度作用于哪个?

$\nabla r = \hat{\vec{r}}$

$$\begin{align} \nabla r & = (\vec{i}\partial_x +\vec{j}\partial_y +\vec{k}\partial_z) \sqrt{(x-x')^2+(y-y')^2+(z-z')^2} \\ & = \frac{(x-x')\vec{i}+(y-y')\vec{j}+(z-z')\vec{k}}{r}\\ & = \hat{\vec{r}} \end{align}$$

$\nabla' r = -\hat{\vec{r}}$

待定:
$\nabla\cdot\nabla \frac{1}{r}$ $\int^{}_{V} \nabla \cdot \frac{\vec{r}}{r^3}$

1. 标量场的梯度无旋 2. 无旋场正比于某个标量场分衣服

导数运算法则

待定 $$\begin{aligned} \nabla(\psi \varphi) & =\varphi \nabla \psi+\psi \nabla \varphi, \\ \nabla \cdot(\varphi \vec{A}) & =\nabla \varphi \cdot \vec{A}+\varphi \nabla \cdot \vec{A}, \\ \nabla \times(\varphi \vec{A}) & =\nabla \varphi \times \vec{A}+\varphi \nabla \times \vec{A} .\end{aligned}$$

$$\begin{aligned} \nabla \cdot(\vec{A} \times \vec{B}) & =\nabla_A \cdot(\vec{A} \times \vec{B})+\nabla_B \cdot(\vec{A} \times \vec{B}) \\ & =\left(\nabla_A \times \vec{A}\right) \cdot \vec{B}-\nabla_B \cdot(\vec{B} \times \vec{A}) \\ &= (\nabla \times \vec{A})\cdot \vec{B} - (\nabla \times\vec{B})\cdot\vec{A}\end{aligned}$$

$\nabla$ 算符既有微分的性质, 也有矢量的性质. 可以先算完微分作用, 再按照矢量来算

1. 单次运算(无乘法组合)

(1) ∇作用于标量场(梯度)

$$\nabla \phi$$
证明:定义运算 $\nabla \phi = \left( \frac{\partial \phi}{\partial x}, \frac{\partial \phi}{\partial y}, \frac{\partial \phi}{\partial z} \right)$,结果为矢量场。

(2) ∇作用于矢量场

  • 散度(点乘):
    $$\nabla \cdot \mathbf{A} = \frac{\partial A_x}{\partial x} + \frac{\partial A_y}{\partial y} + \frac{\partial A_z}{\partial z}$$
    证明:由定义 $\nabla \cdot \mathbf{A} = \partial_i A_i$(爱因斯坦求和约定),结果为标量场。

  • 旋度(叉乘):
    $$\nabla \times \mathbf{A} = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ \partial_x & \partial_y & \partial_z \\ A_x & A_y & A_z \end{vmatrix}$$
    证明:由行列式计算,结果为矢量场。


2. 二次运算(∇与场组合后二次作用)

结果是矢量场, 算分量, 注意有一个指标是固定的; 结果是标量场, 算整体.

(3) 梯度的散度(拉普拉斯算子)

$$\nabla \cdot (\nabla \phi) = \nabla^2 \phi$$
证明
$$ \nabla \cdot (\nabla \phi) = \partial_i (\partial_i \phi) = \frac{\partial^2 \phi}{\partial x^2} + \frac{\partial^2 \phi}{\partial y^2} + \frac{\partial^2 \phi}{\partial z^2} $$ 结果为标量场(标量拉普拉斯)。

(4)标量场的梯度的旋度

首先判断结果是标量还是矢量. 标量场的梯度是矢量, 矢量的旋度是矢量. 所以结果是矢量. 接着, 按分量算. $$\begin{align} [\nabla \times (\nabla \varphi)]_i & =\varepsilon_{ijk} \partial_j \partial_k \varphi \\ & = \vec{0} \end{align}$$

Clairaut定理 梅加强11.1.4 习题中有推广

(5)矢量场旋度的散度

首先, 矢量场的旋度是矢量场, 矢量场的散度是标量场. 接着, 整体一起算: $$\begin{align} \nabla \cdot (\nabla \times \vec{A}) & = \partial_i (\varepsilon_{ijk} \partial_j A_k) \\ & = 0 \end{align}$$

(6)矢量场的旋度的旋度

首先, 矢量场的旋度是矢量场接着, 按分量计算, 注意$i$是固定的: $$\begin{align} [\nabla \times(\nabla \times \vec{A})]_i & = \varepsilon_{ijk} \partial_j (\nabla \times \vec{A})_k\\ & = \varepsilon_{kij} \partial_j \varepsilon_{klm} \partial_l A_m\\ & = (\delta_{il}\delta_{jm}-\delta_{im}\delta_{jl} )\partial_j \partial_l A_m \\ & = \partial_j \partial_i A_j - \partial_j\partial_j A_i \\ & = \nabla(\nabla \cdot \vec{A}) - \nabla^2 \vec{A} \end{align}$$


3. 场与场的乘法组合后作用∇

(7) 标量场乘矢量场的散度

$$\nabla \cdot (\phi \mathbf{A}) = \phi (\nabla \cdot \mathbf{A}) + \mathbf{A} \cdot (\nabla \phi)$$
证明(乘积法则):

标量场和矢量场的积是矢量场, 矢量场的梯度是标量场. 整体算:

$$ \begin{align} \nabla \cdot(\varphi \vec{A}) & = \partial_i(\varphi A_i)\\ & = (\partial_i\varphi)A_i \varphi \end{align} $$ 结果为 标量场

(8) 标量场乘矢量场的旋度

$$\nabla \times (\phi \mathbf{A}) = \phi (\nabla \times \mathbf{A}) + (\nabla \phi) \times \mathbf{A}$$
证明(分量法):
$$ [\nabla \times (\phi \mathbf{A})]_i = \varepsilon_{ijk} \partial_j (\phi A_k) = \varepsilon_{ijk} [ (\partial_j \phi) A_k + \phi \partial_j A_k ] \\ = [(\nabla \phi) \times \mathbf{A}]_i + \phi [\nabla \times \mathbf{A}]_i $$ 结果为 矢量场

(9) 矢量场点乘的梯度

$$\nabla (\mathbf{A} \cdot \mathbf{B}) = (\mathbf{A} \cdot \nabla) \mathbf{B} + (\mathbf{B} \cdot \nabla) \mathbf{A} + \mathbf{A} \times (\nabla \times \mathbf{B}) + \mathbf{B} \times (\nabla \times \mathbf{A})$$
证明(展开分量):
$$ \partial_i (A_j B_j) = B_j \partial_i A_j + A_j \partial_i B_j \\ = [(\mathbf{B} \cdot \nabla) \mathbf{A} + (\mathbf{A} \cdot \nabla) \mathbf{B} + \mathbf{B} \times (\nabla \times \mathbf{A}) + \mathbf{A} \times (\nabla \times \mathbf{B})]_i $$ 结果为 矢量场

(10) 矢量场叉乘的散度

$$\nabla \cdot (\mathbf{A} \times \mathbf{B}) = \mathbf{B} \cdot (\nabla \times \mathbf{A}) - \mathbf{A} \cdot (\nabla \times \mathbf{B})$$
证明(标量三重积):
$$\begin{align} \nabla \cdot (\mathbf{A} \times \mathbf{B}) & = \partial_i (\varepsilon_{ijk} A_j B_k) = \varepsilon_{ijk} (\partial_i A_j) B_k + \varepsilon_{ijk} A_j (\partial_i B_k) \\ & = B_k (\varepsilon_{kij} \partial_i A_j) - A_j (\varepsilon_{jik} \partial_i B_k) \\ & = \mathbf{B} \cdot (\nabla \times \mathbf{A}) - \mathbf{A} \cdot (\nabla \times \mathbf{B}) \end{align} $$ 结果为 标量场

(11) 矢量场叉乘的旋度

$$\nabla \times (\mathbf{A} \times \mathbf{B}) = (\mathbf{B} \cdot \nabla) \mathbf{A} - (\mathbf{A} \cdot \nabla) \mathbf{B} + \mathbf{A} (\nabla \cdot \mathbf{B}) - \mathbf{B} (\nabla \cdot \mathbf{A})$$
证明(矢量恒等式):
$$\begin{align} [\nabla \times (\mathbf{A} \times \mathbf{B})]_i &= \varepsilon_{ijk} \partial_j (\varepsilon_{klm} A_l B_m) \\ &= (\delta_{il}\delta_{jm} - \delta_{im}\delta_{jl}) \partial_j (A_l B_m) \\ & = \partial_j (A_i B_j) - \partial_j (A_j B_i) \\ & = B_j \partial_j A_i + A_i \partial_j B_j - A_j \partial_j B_i - B_i \partial_j A_j \end{align} $$ 整理得右边形式,结果为 矢量场


总结

算式类型 表达式 结果类型
梯度 $\nabla \phi$ 矢量场
散度 $\nabla \cdot \mathbf{A}$ 标量场
旋度 $\nabla \times \mathbf{A}$ 矢量场
梯度的散度 $\nabla \cdot (\nabla \phi) = \nabla^2 \phi$ 标量场
梯度的旋度 $\nabla \times (\nabla \phi) = \mathbf{0}$ 零矢量
旋度的散度 $\nabla \cdot (\nabla \times \mathbf{A}) = 0$ 标量零
旋度的旋度 $\nabla \times (\nabla \times \mathbf{A}) = \nabla(\nabla\cdot\mathbf{A}) - \nabla^2\mathbf{A}$ 矢量场
标量乘矢量的散度 $\nabla \cdot (\phi \mathbf{A}) = \phi \nabla\cdot\mathbf{A} + \mathbf{A}\cdot\nabla\phi$ 标量场
标量乘矢量的旋度 $\nabla \times (\phi \mathbf{A}) = \phi \nabla\times\mathbf{A} + \nabla\phi \times \mathbf{A}$ 矢量场
矢量点乘的梯度 $\nabla (\mathbf{A}\cdot\mathbf{B}) = (\mathbf{A}\cdot\nabla)\mathbf{B} + \cdots$ 矢量场
矢量叉乘的散度 $\nabla \cdot (\mathbf{A} \times \mathbf{B}) = \mathbf{B}\cdot(\nabla\times\mathbf{A}) - \mathbf{A}\cdot(\nabla\times\mathbf{B})$ 标量场
矢量叉乘的旋度 $\nabla \times (\mathbf{A} \times \mathbf{B}) = (\mathbf{B}\cdot\nabla)\mathbf{A} - \cdots$ 矢量场

复合函数

$u$是$x,y,z$的函数 $$\nabla f(u) = \nabla u \frac{df}{du}$$ $$\nabla f(u)=\vec{e_i} \partial_i f(u) = \vec{e_i}\partial_i u\frac{\partial f}{\partial u} = \nabla u \frac{df}{du}$$

$$\nabla \vec{A}(u) = $$

$$\begin{align} \nabla \cdot \vec{A}(u) & = \vec{e_i}\partial_i \cdot \vec{e_i}A_i (u) \\ & = \vec{e_i} \frac{\partial A_i}{\partial u}\cdot\vec{e_i} \partial_i u \\ & = \nabla u \cdot \frac{d\vec{A}}{du} \end{align}$$

$$\begin{align} \nabla \times \vec{A}(u) & =\vec{e_i} \varepsilon_{ijk}\partial_j A_k(u) \\ & = \vec{e_i}\varepsilon_{ijk} \partial_j u \frac{\partial A_k}{\partial u} \\ & = \nabla u \times \frac{d\vec{A}}{du} \end{align}$$

对于一般的正交曲线坐标系,假设沿着坐标 $\left(u_1, u_2, u_3\right)$ 增加方向的基矢量分别为 $\left(\vec{e}_1, \vec{e}_2, \vec{e}_3\right)$ ,它们相互正交,并且基矢方向一般会随坐标的变化而改变。在正交曲线坐标系中,空间的线元矢量表示为

$$ \mathrm{d} \vec{\ell}=\mathrm{d} \ell_1 \vec{e}_1+\mathrm{d} \ell_2 \vec{e}_2+\mathrm{d} \ell_3 \vec{e}_3=h_1 \mathrm{~d} u_1 \vec{e}_1+h_2 \mathrm{~d} u_2 \vec{e}_2+h_3 \mathrm{~d} u_3 \vec{e}_3 . $$

上式中 $h_i$ 为坐标 $u_i$ 的标度系数 $(i=1,2,3)$ 。根据数学中的相关定义,在正交曲线坐标系中标量梯度、矢量场散度、矢量场旋度以及 Laplace 算符的一般作用形式分别为

$$ \begin{aligned} \nabla \varphi\left(u_1, u_2, u_3\right) & =\vec{e}_1 \frac{1}{h_1} \frac{\partial \varphi}{\partial u_1}+\vec{e}_2 \frac{1}{h_2} \frac{\partial \varphi}{\partial u_2}+\vec{e}_3 \frac{1}{h_3} \frac{\partial \varphi}{\partial u_3} \\ \nabla \cdot \vec{A}\left(u_1, u_2, u_3\right) & =\frac{1}{h_1 h_2 h_3}\left[\frac{\partial}{\partial u_1}\left(h_2 h_3 A_1\right)+\frac{\partial}{\partial u_2}\left(h_3 h_1 A_2\right)+\frac{\partial}{\partial u_3}\left(h_1 h_2 A_3\right)\right] \\ \nabla \times \vec{A}\left(u_1, u_2, u_3\right) & =\frac{1}{h_1 h_2 h_3}\left|\begin{array}{lll} \vec{e}_1 h_1 & \vec{e}_2 h_2 & \vec{e}_3 h_3 \\ \frac{\partial}{\partial u_1} & \frac{\partial}{\partial u_2} & \frac{\partial}{\partial u_3} \\ h_1 A_1 & h_2 A_2 & h_3 A_3 \end{array}\right| \\ \nabla^2 \varphi\left(u_1, u_2, u_3\right) & =\frac{1}{h_1 h_2 h_3}\left[\begin{array}{ll} \left.\frac{\partial}{\partial u_1}\left(\frac{h_2 h_3}{h_1} \frac{\partial}{\partial u_1}\right)+\frac{\partial}{\partial u_2}\left(\frac{h_3 h_1}{h_2} \frac{\partial}{\partial u_2}\right)+\frac{\partial}{\partial u_3}\left(\frac{h_1 h_2}{h_3} \frac{\partial}{\partial u_3}\right)\right] \varphi . \end{array}\right. \end{aligned} $$

采用上述一般公式,亦可验证柱坐标系和球坐标系中各相关算符的作用形式。