گرادیان در مقابل واگرایی
گرادیان و واگرایی عملگرهای اساسی در حساب برداری هستند که نحوه تغییر میدانها در فضا را توصیف میکنند. در حالی که گرادیان یک میدان اسکالر را به یک میدان برداری تبدیل میکند که به سمت شدیدترین افزایش اشاره دارد، واگرایی یک میدان برداری را به یک مقدار اسکالر فشرده میکند که جریان خالص یا قدرت «منبع» را در یک نقطه خاص اندازهگیری میکند.
برجستهها
- گرادیان از اسکالر، بردار میسازد؛ واگرایی از بردار، اسکالر میسازد.
- گرادیان، «شیب» را اندازهگیری میکند؛ واگرایی، «بیرونزدگی» را میسنجد.
- یک میدان گرادیان طبق تعریف همیشه «بدون انحنا» (غیرچرخشی) است.
- واگرایی صفر به معنای جریان تراکمناپذیر است، مانند آب در لوله.
گرادیان (∇f) چیست؟
عملگری که یک تابع اسکالر را میگیرد و یک میدان برداری تولید میکند که نشان دهنده جهت و بزرگی بزرگترین تغییر است.
- این تابع روی یک میدان اسکالر، مانند دما یا فشار، عمل میکند و یک بردار را خروجی میدهد.
- بردار حاصل همیشه در جهت تندترین سربالایی قرار دارد.
- بزرگی گرادیان نشان میدهد که مقدار در آن نقطه با چه سرعتی تغییر میکند.
- در یک نقشه کانتور، بردارهای گرادیان همیشه عمود بر خطوط همدوس هستند.
- از نظر ریاضی، این بردار مشتقات جزئی نسبت به هر بُعد است.
واگرایی (∇·F) چیست؟
عملگری که بزرگی منبع یا چاه یک میدان برداری را در یک نقطه معین اندازه گیری می کند.
- این تابع بر روی یک میدان برداری، مانند جریان سیال یا میدانهای الکتریکی، عمل میکند و یک اسکالر خروجی میدهد.
- واگرایی مثبت نشان دهنده یک «منبع» است که در آن خطوط میدان از یک نقطه دور میشوند.
- واگرایی منفی نشاندهندهی یک «کانال» است که در آن خطوط میدان به سمت یک نقطه همگرا میشوند.
- اگر دیورژانس در همه جا صفر باشد، میدان را سلونوئیدی یا تراکمناپذیر مینامند.
- این به عنوان حاصلضرب نقطهای عملگر دل و میدان برداری محاسبه میشود.
جدول مقایسه
| ویژگی | گرادیان (∇f) | واگرایی (∇·F) |
|---|---|---|
| نوع ورودی | میدان اسکالر | میدان برداری |
| نوع خروجی | میدان برداری | میدان اسکالر |
| نمادگذاری نمادین | یا فارغ التحصیل $f$ | $\nabla \cdot \mathbf{F}$ یا div $\mathbf{F}$ |
| معنای فیزیکی | جهت شدیدترین افزایش | چگالی جریان خالص رو به بیرون |
| نتیجه هندسی | شیب/تندخویی | انبساط/فشردهسازی |
| محاسبه مختصات | مشتقات جزئی به عنوان مؤلفهها | مجموع مشتقات جزئی |
| رابطه میدان | عمود بر مجموعههای تراز | انتگرال روی مرز سطح |
مقایسه دقیق
تعویض ورودی-خروجی
قابل توجهترین تفاوت، کاری است که آنها با ابعاد دادههای شما انجام میدهند. گرادیان یک منظره ساده از مقادیر (مانند ارتفاع) را میگیرد و نقشهای از فلشها (بردارها) ایجاد میکند که به شما نشان میدهد برای صعود سریعتر، در کدام جهت باید حرکت کنید. واگرایی برعکس عمل میکند: نقشهای از فلشها (مانند سرعت باد) را میگیرد و در هر نقطه یک عدد واحد را محاسبه میکند که به شما میگوید هوا در حال جمع شدن است یا پخش شدن.
شهود فیزیکی
اتاقی را تصور کنید که در گوشهای از آن یک بخاری قرار دارد. دما یک میدان اسکالر است؛ گرادیان آن برداری است که مستقیماً به بخاری اشاره میکند و جهت افزایش گرما را نشان میدهد. حال، یک آبپاش را تصور کنید. پاشش آب یک میدان برداری است؛ واگرایی در سر آبپاش بسیار مثبت است زیرا آب از آنجا «سرچشمه میگیرد» و به سمت بیرون جریان مییابد.
عملیات ریاضی
گرادیان از عملگر «دل» ($ \nabla $) به عنوان یک ضریب مستقیم استفاده میکند، که اساساً مشتق را روی اسکالر توزیع میکند. واگرایی از عملگر دل در یک «ضرب نقطهای» ($ \nabla \cdot \mathbf{F} $) استفاده میکند. از آنجا که یک ضرب نقطهای، حاصلضربهای تک تک اجزا را جمع میکند، اطلاعات جهت بردارهای اصلی از بین میرود و یک مقدار اسکالر واحد باقی میماند که تغییرات چگالی محلی را توصیف میکند.
نقش در فیزیک
هر دو ستون معادلات ماکسول و دینامیک سیالات هستند. گرادیان برای یافتن نیروهای ناشی از انرژی پتانسیل (مانند گرانش) استفاده میشود، در حالی که واگرایی برای بیان قانون گاوس استفاده میشود که بیان میکند شار الکتریکی عبوری از یک سطح به «واگرایی» بار داخل آن بستگی دارد. به طور خلاصه، گرادیان به شما میگوید که به کجا بروید و واگرایی به شما میگوید که چه مقدار بار انباشته شده است.
مزایا و معایب
گرادیان
مزایا
- +مسیرهای جستجو را بهینه میکند
- +تجسم آسان
- +بردارهای نرمال را تعریف میکند
- +ارتباط با انرژی پتانسیل
مصرف شده
- −پیچیدگی دادهها را افزایش میدهد
- −به عملکردهای روان نیاز دارد
- −حساس به نویز
- −اجزای سنگینتر از نظر محاسباتی
واگرایی
مزایا
- +جریانهای پیچیده را ساده میکند
- +منابع/مخازن را شناسایی میکند
- +حیاتی برای قوانین حفاظت از محیط زیست
- +خروجی اسکالر به راحتی قابل نگاشت است
مصرف شده
- −دادههای جهتدار را از دست میدهد
- −تجسم «منابع» دشوارتر است
- −با حلقه زدن اشتباه گرفته شده است
- −به ورودی میدان برداری نیاز دارد
تصورات نادرست رایج
گرادیان یک میدان برداری همان دیورژانس آن است.
این نادرست است. شما نمیتوانید گرادیان یک میدان برداری را در حساب دیفرانسیل و انتگرال استاندارد (که منجر به تانسور میشود) در نظر بگیرید. گرادیان برای اسکالرهاست؛ واگرایی برای بردارهاست.
واگرایی صفر به این معنی است که هیچ حرکتی وجود ندارد.
واگرایی صفر فقط به این معنی است که هر چیزی که به یک نقطه وارد میشود، از آن نیز خارج میشود. یک رودخانه میتواند آب بسیار سریعی داشته باشد، اما اگر آب فشرده یا منبسط نشود، همچنان واگرایی صفر داشته باشد.
گرادیان در جهت خود مقدار اشاره میکند.
گرادیان در جهت *افزایش* مقدار است. اگر روی تپهای ایستاده باشید، گرادیان به سمت قله است، نه به سمت زمین زیر پای شما.
شما فقط میتوانید از اینها در حالت سهبعدی استفاده کنید.
هر دو عملگر برای هر تعداد بُعد، از نقشههای حرارتی دوبعدی ساده گرفته تا فیلدهای دادهای پیچیده با ابعاد بالا در یادگیری ماشین، تعریف شدهاند.
سوالات متداول
عملگر 'Del' (\nabla $) چیست؟
اگر واگرایی یک گرادیان را در نظر بگیرید چه اتفاقی میافتد؟
چگونه میتوان واگرایی را در فضای دوبعدی محاسبه کرد؟
«حوزه محافظهکارانه» چیست؟
چرا واگرایی را ضرب نقطهای مینامند؟
قضیه واگرایی چیست؟
آیا گرادیان میتواند صفر شود؟
جریان «سلونوئیدی» چیست؟
حکم
از گرادیان زمانی استفاده کنید که نیاز به یافتن جهت تغییر یا شیب یک سطح دارید. از واگرایی زمانی استفاده کنید که نیاز به تحلیل الگوهای جریان یا تعیین اینکه آیا یک نقطه خاص در یک میدان به عنوان منبع یا زهکش عمل میکند، دارید.
مقایسههای مرتبط
احتمال در مقابل آمار
احتمال و آمار دو روی یک سکه ریاضی هستند که با عدم قطعیت از دو جهت مخالف برخورد میکنند. در حالی که احتمال، احتمال نتایج آینده را بر اساس مدلهای شناخته شده پیشبینی میکند، آمار دادههای گذشته را برای ساخت یا تأیید آن مدلها تجزیه و تحلیل میکند و به طور مؤثر از مشاهدات به عقب کار میکند تا حقیقت اساسی را پیدا کند.
احتمال در مقابل شانس
اگرچه اغلب در مکالمات روزمره به جای یکدیگر استفاده میشوند، احتمال و شانس دو روش مختلف برای بیان احتمال یک رویداد هستند. احتمال تعداد نتایج مطلوب را با تعداد کل احتمالات مقایسه میکند، در حالی که شانس تعداد نتایج مطلوب را مستقیماً با تعداد نتایج نامطلوب مقایسه میکند.
اعداد اول و مرکب
این مقایسه تعاریف، ویژگیها، مثالها و تفاوتهای بین اعداد اول و مرکب، دو دسته اساسی از اعداد طبیعی، را توضیح میدهد و نحوه شناسایی آنها، نحوه رفتارشان در تجزیه به فاکتورها و اهمیت تشخیص آنها در نظریه اعداد پایه را روشن میکند.
اعداد حقیقی در مقابل اعداد مختلط
در حالی که اعداد حقیقی شامل تمام مقادیری هستند که ما معمولاً برای اندازهگیری دنیای فیزیکی استفاده میکنیم - از اعداد صحیح کامل گرفته تا اعداد اعشاری نامتناهی - اعداد مختلط با معرفی واحد موهومی $i$ این افق را گسترش میدهند. این افزودن به ریاضیدانان اجازه میدهد تا معادلاتی را که هیچ راهحل حقیقی ندارند حل کنند و یک سیستم اعداد دوبعدی ایجاد کنند که برای فیزیک و مهندسی مدرن ضروری است.
اعداد زوج در مقابل اعداد فرد
این مقایسه تفاوتهای بین اعداد زوج و فرد را روشن میکند، نحوه تعریف هر نوع، نحوه رفتار آنها در حساب اولیه و ویژگیهای مشترکی را نشان میدهد که به طبقهبندی اعداد صحیح بر اساس بخشپذیری بر ۲ و الگوهای موجود در شمارش و محاسبات کمک میکند.