【SPONSORED LINK】

ベクトル解析の基本の微分公式のまとめ|gradとdivとrot

ベクトル解析において,3つの微分作用素

  • 勾配\operatorname{grad}
  • 発散\operatorname{div}
  • 回転\operatorname{rot} (\operatorname{curl})

は基本的で,多くの場面で現れます.

とくに積に関する微分(例えば\operatorname{div}{f\m{v}}, \operatorname{grad}(fg)など)はよく現れ,これは公式として当たり前に使えるようになっておきたいところです.

この記事では,これら3つの基本の微分作用素の

  • 和の微分公式
  • 積の微分公式
  • 内積/外積の微分公式

をまとめます.

なお,それぞれの微分作用素の定義とイメージについては以下の記事を参照してください.

【SPONSORED LINK】

準備

以下では

  • i変数をx_iとしてx_iに関する偏微分を\partial_{i}で表し
  • とくに3変数の場合には\m{x}=\bmat{x\\y\\z}\in\R^3を変数として\alpha=x,y,zに関する偏微分を\partial_{\alpha}で表します:

\begin{align*} \partial_i:=\pd{}{x_i},\ \partial_x:=\pd{}{x},\ \partial_y:=\pd{}{y},\ \partial_z:=\pd{}{z}. \end{align*}

解析ではよく用いられる略記ですね.

3つの微分作用素

3つの微分作用素の定義は以下の通りです.

各変数について偏微分可能な関数f:\R^n\to\Rに対して,

\begin{align*} \operatorname{grad}f:=\bmat{\partial_{1}f\\\vdots\\\partial_{n}f} \end{align*}

\operatorname{grad}f:\R^n\to\R^nを定め,これをf勾配 (gradient)という.

各変数について偏微分可能なベクトル値関数\m{v}:\R^n\to\R^nに対して,

\begin{align*} \operatorname{div}\m{v}:=\sum_{i=1}^{n}\partial_{i}v_i \bra{=\partial_{1}v_1+\dots+\partial_{n}v_n} \end{align*}

\operatorname{div}\m{v}:\R^n\to\Rを定め,これを\m{v}発散 (divergence)という.

各変数について偏微分可能なベクトル値関数\m{v}:\R^3\to\R^3に対して,

\begin{align*} \operatorname{rot}\m{v}:=\bmat{\partial_{y}w-\partial_{z}v\\\partial_{z}u-\partial_{x}w\\\partial_{x}x-\partial_{y}u} \end{align*}

\operatorname{rot}\m{v}:\R^3\to\R^3を定め,これを\m{v}回転 (rotation,curl)という.\operatorname{rot}\m{v}\operatorname{curl}\m{v}と表すこともある.

このように

  • 勾配\operatorname{grad}は関数f:\R^n\to\R
  • 発散\operatorname{div}はベクトル値関数\m{v}:\R^n\to\R^n
  • 回転\operatorname{rot}はベクトル値関数\m{v}:\R^3\to\R^3

定義します.

ナブラ(nabla)\nablaを使うと,いまみた3つの微分作用素\operatorname{grad}, \operatorname{div}, \operatorname{rot}をスッキリ表すことができるのでした.

変数\m{x}=(x_1,\dots,x_n)に関して,\nabla:=\bmat{\partial_1\\\vdots\\\partial_n}と(形式的に)定め,

  • \operatorname{grad}f=\nabla f
  • \operatorname{div}\m{v}=\nabla\cdot\m{v}
  • \operatorname{rot}\m{v}=\nabla\times\m{v}

と表す.

ただし,\operatorname{div}の内積\nabla\cdot\m{v}は可換ではなく,\m{v}\cdot\nablaと書くと違う意味になってしまうので注意してください.

なお,それぞれの定義とイメージについては以下の記事を参照してください.

テンソル積

最後の[内積・外積の微分公式]でしか用いませんが,テンソル積 (tensor product)を説明します.

\m{x},\m{y}\in\R^nに対して,

\begin{align*} \m{x}\otimes\m{y} :=&\m{x}\m{y}^T \end{align*}

\m{x}, \m{y}テンソル積 (tensor product)という.

\m{x}=\bmat{x_1\\\vdots\\x_n}, \m{y}=\bmat{y_1\\\vdots\\y_n}としてテンソル積\m{x}\otimes\m{y}を成分で表せば,

\begin{align*} \m{x}\otimes\m{y} =\bmat{x_1\\\vdots\\x_n}[y_1,\dots,y_n] =\bmat{x_1y_1&\dots&x_1y_n\\\vdots&\ddots&\vdots\\x_ny_1&\dots&x_ny_n} \end{align*}

となりますね.この記事では,\nablaとのテンソル積を以下のように定義して用います.

\m{v}\in\R^nに対して,

\begin{align*} \nabla\otimes\m{v} =&\bmat{\partial_{1}v_1&\dots&\partial_{1}v_n\\\vdots&\ddots&\vdots\\\partial_{n}v_1&\dots&\partial_{n}v_n} \end{align*}

と表す.

この\nabla\otimes\m{v}の第i列は\nabla v_iなので,

\begin{align*} \nabla\otimes\m{v} =[\nabla v_1,\dots,\nabla v_n] \end{align*}

とも表せますね.なお,この記事では3次元でのテンソル積\nabla\otimes\m{v}の転置

\begin{align*} (\nabla\otimes\m{v})^T =&\bmat{\partial_{x}v_1&\partial_{y}v_1&\partial_{z}v_1\\\partial_{x}v_2&\partial_{y}v_2&\partial_{z}v_2\\\partial_{x}v_3&\partial_{y}v_3&\partial_{z}v_3} \\=&\bmat{(\operatorname{grad}v_1)^T\\(\operatorname{grad}v_2)^T\\(\operatorname{grad}u_3)^T} =\bmat{(\nabla v_1)^T\\(\nabla v_2)^T\\(\nabla u_3)^T} \end{align*}

を多く用います.

gradとdivとrotの公式

以下では,\operatorname{rot}が関係する公式では3次元で考え,\operatorname{rot}が関係しない公式では任意の次元nで考えます.

また,

  • 関数をf,g:\R^n\to\R
  • ベクトル値関数を\m{u}=\bmat{u_1\\\vdots\\u_n},\m{v}=\bmat{v_1\\\vdots\\v_n}:\R^n\to\R^n

とします.

和の微分公式

和の微分について,以下が成り立ちます.

定数\alpha,\beta\in\Rに対して,以下が成り立つ.

  • \operatorname{grad}(\alpha f+\beta g)=\alpha\operatorname{grad}f+\beta\operatorname{grad}g
  • \operatorname{div}(\alpha \m{u}+\beta\m{v})=\alpha\operatorname{div}\m{u}+\beta\operatorname{div}\m{v}
  • \operatorname{rot}(\alpha \m{u}+\beta\m{v})=\alpha\operatorname{rot}\m{u}+\beta\operatorname{rot}\m{v}

なお,これらは\nablaを使えば以下のようにも表せる.

  • \nabla(\alpha f+\beta g)=\alpha\nabla f+\beta\nabla g
  • \nabla\cdot(\alpha \m{u}+\beta\m{v})=\alpha\nabla\cdot\m{u}+\beta\nabla\cdot\m{v}
  • \nabla\times(\alpha \m{u}+\beta\m{v})=\alpha\nabla\times\m{u}+\beta\nabla\times\m{v}

なお,3つの微分作用素の定義から

  • 1つ目の等式はベクトルの等式
  • 2つ目の等式はスカラーの等式
  • 3つ目の等式はベクトルの等式

となっていることに注意してください.

(1) \operatorname{grad}について,任意のi\in\{1,\dots,n\}に対して,\nabla(\alpha f+\beta g)の第i成分は

\begin{align*} \partial_{i}(\alpha f+\beta g) =\alpha\partial_{i}f+\beta\partial_{i}g \end{align*}

となり,これは\alpha\nabla f+\beta\nabla gの第i成分に一致する.よって,\nabla(\alpha f+\beta g)=\alpha\nabla f+\beta\nabla gが成り立つ.

(2) \operatorname{div}について

\begin{align*} \nabla\cdot(\alpha\m{u}+\beta\m{v}) =&\sum_{i=1}^{n}\partial_i(\alpha u_i+\beta v_i) \\=&\sum_{i=1}^{n}(\alpha\partial_{i}u_i+\beta\partial_{i}v_i) \\=&\alpha\sum_{i=1}^{n}\partial_{i}u_i+\beta\sum_{i=1}^{n}\partial_{i}v_i \\=&\alpha\nabla\cdot\m{u}+\beta\nabla\cdot\m{v} \end{align*}

が成り立つ.

(3) \operatorname{rot}について

\begin{align*} \nabla\times(\alpha\m{u}+\beta\m{v}) =&\bmat{\partial_y(\alpha u_3+\beta v_3)-\partial_z(\alpha u_2+\beta v_2)\\ \partial_z(\alpha u_1+\beta v_1)-\partial_x(\alpha u_3+\beta v_3)\\ \partial_x(\alpha u_2+\beta v_2)-\partial_y(\alpha u_1+\beta v_1)} \\=&\bmat{\bra{\alpha\partial_{y}u_3+\beta\partial_{y}v_3}-\bra{\alpha\partial_{z}u_2+\beta\partial_{z}v_2}\\ \bra{\alpha\partial_{z}u_1+\beta\partial_{z}v_1}-\bra{\alpha\partial_{x}u_3+\beta\partial_{x}v_3}\\ \bra{\alpha\partial_{x}u_2+\beta\partial_{x}v_2}-\bra{\alpha\partial_{y}u_1+\beta\partial_{y}v_1}} \\=&\alpha\bmat{\partial_{y}u_3-\partial_{z}u_2\\\partial_{z}u_1-\partial_{x}u_3\\\partial_{x}u_2-\partial_{y}u_1} +\beta\bmat{\partial_{y}v_3-\partial_{z}v_2\\\partial_{z}v_1-\partial_{x}v_3\\\partial_{x}v_2-\partial_{y}v_1} \\=&\alpha\nabla\times\m{u}+\beta\nabla\times\m{v} \end{align*}

が成り立つ.

ベクトルが等しいとは全ての成分が等しいことでしたから,(1)と(3)では全ての成分が等しいことを示しているわけですね.

なお,いずれも\partial_i (i=1,\dots,n)の線形性から,同様に導かれていますね.

積の微分公式

関数f,g:\R^n\to\Rとベクトル値関数\m{v}:\R^n\to\R^nに対して,

  • fg:\R^n\to\Rは関数
  • f\m{v}=\bmat{fv_1\\\vdots\\fv_n}:\R^n\to\R^nはベクトル値関数

なので,

  • fg:\R^n\to\Rには\operatorname{grad}
  • f\m{v}:\R^n\to\R^nには\operatorname{div}
  • \m{u}\m{v}:\R^3\to\R^3には\operatorname{rot}

それぞれ定義できますね.

これについて,以下が成り立ちます.

関数の積について,以下が成り立つ.

  • \operatorname{grad}(fg)=(\operatorname{grad}f)g+f(\operatorname{grad}g)
  • \operatorname{div}(f\m{v})=(\operatorname{grad}f)\cdot\m{v}+f(\operatorname{div}\m{v})
  • \operatorname{rot}(f\m{v})=(\operatorname{grad}f)\times\m{v}+f(\operatorname{rot}\m{v})

なお,これらは\nablaを使えば以下のようにも表せる.

  • \nabla(fg)=(\nabla f)g+f(\nabla g)
  • \nabla\cdot(f\m{v})=(\nabla f)\cdot\m{v}+f(\nabla\cdot\m{v})
  • \nabla\times(f\m{v})=(\nabla f)\times\m{v}+f(\nabla\times\m{v})

いずれの場合も,高校数学以来親しんできた積の微分公式(fg)'=f'g+fg'と同様の形をしていますね.

(1) \operatorname{grad}について,任意のi\in\{1,\dots,n\}に対して,\nabla(fg)の第i成分は

\begin{align*} \partial_{i}(fg) =(\partial_{i}f)g+f(\partial_{i}g) \end{align*}

となり,これは(\nabla f)g+f(\nabla g)の第i成分に一致する.よって,\nabla(fg)=(\nabla f)g+f(\nabla g)が成り立つ.

(2) \operatorname{div}について

\begin{align*} \nabla\cdot(f\m{v}) =&\sum_{i=1}^{n}\partial_i(fv_i) \\=&\sum_{i=1}^{n}\{(\partial_{i}f)v_i+f(\partial_{i}v_i)\} \\=&\sum_{i=1}^{n}(\partial_{i}f)v_i+f\sum_{i=1}^{n}\partial_{i}v_i \\=&(\nabla f)\cdot\m{v}+f(\nabla\cdot\m{v}) \end{align*}

(3) \operatorname{rot}について

\begin{align*} \nabla\times(f\m{v}) =&\bmat{\partial_y(fv_3)-\partial_z(fv_2)\\\partial_z(fv_1)-\partial_x(fv_3)\\\partial_x(fv_2)-\partial_y(fv_1)} \\=&\bmat{\bra{(\partial_{y}f)v_3+f(\partial_{y}v_3)}-\bra{(\partial_{z}f)v_2+f(\partial_{z}v_2)}\\ \bra{(\partial_{z}f)v_1+f(\partial_{z}v_1)}-\bra{(\partial_{x}f)v_3+f(\partial_{x}v_3)}\\ \bra{(\partial_{x}f)v_2+f(\partial_{x}v_2)}-\bra{(\partial_{y}f)v_1+f(\partial_{y}v_1)}} \\=&\bmat{(\partial_{y}f)v_3-(\partial_{z}f)v_2\\(\partial_{z}f)v_1-(\partial_{x}f)v_3\\(\partial_{x}f)v_2-(\partial_{y}f)v_1} +\bmat{f(\partial_{y}v_3)-f(\partial_{z}v_2)\\f(\partial_{z}v_1)-f(\partial_{x}v_3)\\f(\partial_{x}v_2)-f(\partial_{y}v_1)} \\=&(\nabla f)\times\m{v}+f(\nabla\times\m{v}) \end{align*}

いずれの場合も\partial_i (i=1,\dots,n)に関する積の微分公式から簡単に導けていますね.

内積・外積の微分公式

ベクトル値関数\m{u},\m{v}:\R^n\to\R^nに対して,

  • \m{u}\cdot\m{v}:\R^n\to\Rは関数
  • \m{u}\times\m{v}=\bmat{u_2v_3-u_3v_2\\u_3v_1-u_1v_3\\u_1v_2-u_2v_1}:\R^n\to\R^nはベクトル値関数

なので,

  • \m{u}\cdot\m{v}:\R^n\to\Rには\operatorname{grad}
  • \m{u}\times\m{v}:\R^n\to\R^nには\operatorname{div}\operatorname{rot}

それぞれ定義できますね.

これについて,以下が成り立ちます.

\R^3におけるベクトル値関数の内積・外積について,以下が成り立つ.

  • \operatorname{grad}(\m{u}\cdot\m{v})=\bmat{(\operatorname{grad}u_1)\cdot\m{v}\\(\operatorname{grad}u_2)\cdot\m{v}\\(\operatorname{grad}u_3)\cdot\m{v}}+\bmat{(\operatorname{grad}v_1)\cdot\m{u}\\(\operatorname{grad}v_2)\cdot\m{u}\\(\operatorname{grad}u_3)\cdot\m{u}}+\m{u}\times(\operatorname{rot}\m{v})+\m{v}\times(\operatorname{rot}\m{u})
  • \operatorname{div}(\m{u}\times\m{v})=(\operatorname{rot}\m{u})\cdot\m{v}-\m{u}\cdot(\operatorname{rot}\m{v})
  • \operatorname{rot}(\m{u}\times\m{v})=\bmat{(\operatorname{grad}u_1)\cdot\m{v}\\(\operatorname{grad}u_2)\cdot\m{v}\\(\operatorname{grad}u_3)\cdot\m{v}}-\bmat{(\operatorname{grad}v_1)\cdot\m{u}\\(\operatorname{grad}v_2)\cdot\m{u}\\(\operatorname{grad}u_3)\cdot\m{u}}+\m{u}(\operatorname{div}\m{v})-\m{v}(\operatorname{div}\m{u})

なお,これらは\nablaを使えば以下のようにも表せる.

  • \nabla(\m{u}\cdot\m{v})=(\nabla\otimes\m{u})^T\m{v}+(\nabla\otimes\m{v})^T\m{u}+\m{u}\times(\nabla\times\m{v})+\m{v}\times(\nabla\times\m{u})
  • \nabla\cdot(\m{u}\times\m{v})=(\nabla\times\m{u})\cdot\m{v}-\m{u}\cdot(\nabla\times\m{v})
  • \nabla\times(\m{u}\times\m{v})=(\nabla\otimes\m{u})^T\m{v}-(\nabla\otimes\m{v})^T\m{u}+\m{u}(\nabla\cdot\m{v})-\m{v}(\nabla\cdot\m{u})

なお,先ほど説明したように

\begin{align*} (\nabla\otimes\m{v})^T =&\bmat{\partial_{x}v_1&\partial_{y}v_1&\partial_{z}v_1\\\partial_{x}v_2&\partial_{y}v_2&\partial_{z}v_2\\\partial_{x}v_3&\partial_{y}v_3&\partial_{z}v_3} \\=&\bmat{(\operatorname{grad}v_1)^T\\(\operatorname{grad}v_2)^T\\(\operatorname{grad}u_3)^T} =\bmat{(\nabla v_1)^T\\(\nabla v_2)^T\\(\nabla u_3)^T} \end{align*}

ですね.

(1) \operatorname{grad}について,\nabla(\m{u}\cdot\m{v})の第1成分は

\begin{align*} &\partial_{x}(\m{u}\cdot\m{v}) \\=&\partial_{x}(u_1v_1+u_2v_2+u_3v_3) \\=&(\partial_{x}u_1)v_1+u_1(\partial_{x}v_1)+(\partial_{x}u_2)v_2+u_2(\partial_{x}v_2)+(\partial_{x}u_3)v_3+u_3(\partial_{x}v_3) \\=&\{(\partial_{x}u_1)v_1+(\partial_{y}u_1)v_2+(\partial_{z}u_1)v_3\} +\{(\partial_{x}v_1)u_1+(\partial_{y}v_1)u_2+(\partial_{z}v_1)u_3\} \\&+\{u_2(\partial_{x}v_2-\partial_{y}v_1)-u_3(\partial_{z}v_1-\partial_{x}v_3)\} +\{v_2(\partial_{x}u_2-\partial_{y}u_1)-v_3(\partial_{z}u_1-\partial_{x}u_3)\} \\=&(\nabla u_1)\cdot\m{v}+(\nabla v_1)\cdot\m{u} \\&+\bra{u_2\vmat{\partial_{x}&v_1\\\partial_{y}&v_2}-u_3\vmat{\partial_{z}&v_3\\\partial_{x}&v_1}} +\bra{v_2\vmat{\partial_{x}&u_1\\\partial_{y}&u_2}-v_3\vmat{\partial_{z}&u_3\\\partial_{x}&u_1}} \end{align*}

となり,これは(\nabla\otimes\m{u})^T\m{v}+(\nabla\otimes\m{v})^T\m{u}+\m{u}\times(\nabla\times\m{v})+\m{v}\times(\nabla\times\m{u})の第1成分に一致する.

各成分の対称性から第2成分,第3成分に対しても成り立つ.

(2) \operatorname{div}について,

\begin{align*} &\nabla\cdot(\m{u}\times\m{v}) \\=&\partial_{x}\vmat{u_2&v_2\\u_3&v_3}+\partial_{y}\vmat{u_3&v_3\\u_1&v_1}+\partial_{z}\vmat{u_1&v_1\\u_2&v_2} \\=&\partial_{x}(u_2v_3-u_3v_2)+\partial_{y}(u_3v_1-u_1v_3)+\partial_{z}(u_1v_2-u_2v_1) \\=&[\{(\partial_{x}u_2)v_3+u_2(\partial_{x}v_3)\}-\{(\partial_{x}u_3)v_2+u_3(\partial_{x}v_2)\}] \\&+[\{(\partial_{y}u_3)v_1+u_3(\partial_{y}v_1)\}-\{(\partial_{y}u_1)v_3+u_1(\partial_{y}v_3)\}] \\&+[\{(\partial_{z}u_1)v_2+u_1(\partial_{z}v_2)\}-\{(\partial_{z}u_2)v_1+u_2(\partial_{z}v_1)\}] \\=&\{(\partial_{y}u_3-\partial_{z}u_2)v_1+(\partial_{z}u_1-\partial_{x}u_3)v_2+(\partial_{x}u_2-\partial_{y}u_1)v_3\} \\&-\{(\partial_{y}v_3-\partial_{z}v_2)u_1+(\partial_{z}v_1-\partial_{x}v_3)u_2+(\partial_{x}v_2-\partial_{y}v_1)u_3\} \\=&\bra{\vmat{\partial_{y}&u_2\\\partial_{z}&u_3}v_1+\vmat{\partial_{z}&u_3\\\partial_{x}&u_1}v_2+\vmat{\partial_{x}&u_1\\\partial_{y}&u_2}v_3} \\&-\bra{u_1\vmat{\partial_{y}&v_2\\\partial_{z}&v_3}+u_2\vmat{\partial_{z}&v_3\\\partial_{x}&v_1}+u_3\vmat{\partial_{x}&v_1\\\partial_{y}&v_2}} \\=&(\nabla\times\m{u})\cdot\m{v}-\m{u}\cdot(\nabla\times\m{v}) \end{align*}

(3) \operatorname{rot}について,\nabla\times(\m{u}\times\m{v})の第1成分は

\begin{align*} &\vmat{\partial_{y}&u_3v_1-u_1v_3\\\partial_{z}&u_1v_2-u_2v_1} \\=&\partial_{y}(u_1v_2-u_2v_1)-\partial_{z}(u_3v_1-u_1v_3) \\=&[\{(\partial_{y}u_1)v_2+u_1(\partial_{y}v_2)\}-\{(\partial_{y}u_2)v_1+u_2(\partial_{y}v_1)\}] \\&-[\{(\partial_{z}u_3)v_1+u_3(\partial_{z}v_1)\}-\{(\partial_{z}u_1)v_3+u_1(\partial_{z}v_3)\}] \\=&\{(\partial_{x}u_1)v_1+(\partial_{y}u_1)v_2+(\partial_{z}u_1)v_3\}-\{(\partial_{x}v_1)u_1+(\partial_{y}v_1)u_2+(\partial_{z}v_1)u_3\} \\&+u_1(\partial_{x}v_1+\partial_{y}v_2+\partial_{z}v_3)-v_1(\partial_{x}u_1+\partial_{y}u_2+\partial_{z}u_3) \\=&(\nabla\cdot u_1)\cdot\m{v}-(\nabla\cdot v_1)\cdot\m{u}+u_1(\nabla\cdot\m{v})-v_1(\nabla\cdot\m{u}) \end{align*}

となり,これは(\nabla\otimes\m{u})^T\m{v}-(\nabla\otimes\m{v})^T\m{u}+\m{u}(\nabla\cdot\m{v})-\m{v}(\nabla\cdot\m{u})の第1成分に一致する.

各成分の対称性から第2成分,第3成分に対しても成り立つ.

シェアする

  • このエントリーをはてなブックマークに追加

フォローする

最後までありがとうございました!

以下の関連記事もいかがですか?

SPONSORED LINK
関連記事

記事一覧はこちらからどうぞ!

記事一覧は

こちら

Twitterを

フォロー

大学院入試

解答例

大学受験

解説ブログ