向量微积分与积分定理

梯度定理

微积分基本定理说,在一个区间上对导数积分,结果不过是原函数在两端点的差——杂乱的累积坍缩成两次取值。梯度定理恰恰是把这一陈述提升到空间中的曲线:沿一条路径对一个函数的梯度积分,得到的是这个函数在路径两端的差,无论中间路径如何蜿蜒。

确切地说,若 phi 是标量场、C 是从点 A 到点 B 的曲线,则 integral over C of grad phi dot dr = phi(B) - phi(A)。向量场 grad phi 是 phi 的多元导数;线积分沿 C 把它累积起来;而答案只看端点。这正是保守场的功积分与路径无关的原因:一旦你知道场是 grad phi,你根本不必算积分——只需相减两个势值。它是积分定理中最简洁的一个,假设条件也最低。

梯度定理是连接四个最终被证明等同的想法的拱顶石:场是某个梯度、有一个势、线积分与路径无关、绕闭回路环量为零。在物理中,它就是保守力所做的功等于势能下降这一陈述,也就是势能的定义本身。它还是更大定理的真正祖先——格林定理、斯托克斯定理与散度定理都是同一织物裁出的、更高维的微积分基本定理。

取 phi = x^2 + y^2 及任意从 (1, 0) 到 (0, 2) 的路径 C,integral over C of grad phi dot dr = phi(0, 2) - phi(1, 0) = 4 - 1 = 3——根本不需要对 C 作任何参数化。

代入端点,得出答案——梯度定理把线积分化为一次相减。

这个定理只在被积量确实是某个梯度时才适用;对非保守场你找不到 phi,捷径也就用不了,所以第一步永远是确认场是保守的(或被直接给出一个势)。

又称
fundamental theorem for line integralsfundamental theorem of line integrals线积分基本定理梯度场线积分定理