数学一

高等数学

知识单元 MATH-CAL-46：散度与旋度

---

一、定位信息

• 圈层：核心层（大纲考点）
• 前置知识回顾：向量场的概念（空间中每一点对应一个向量的映射 $\vec{F}(x,y,z) = P\vec{i} + Q\vec{j} + R\vec{k}$）、偏导数的计算、方向导数与梯度、三重积分与曲面积分的基本计算方法。
• 知识网络定位：本单元是多元函数积分学的终点，上承格林公式、高斯公式与斯托克斯公式，下启场论的基本框架。散度描述场的"源"与"汇"，旋度描述场的"旋转"特性，二者是向量分析的核心工具。
• 考点热度等级：M级（中频常考）。散度与旋度的计算常在解答题中间接考查（结合高斯公式、斯托克斯公式），直接单独出题频率中等。

---

二、知识点讲解

2.1 散度（Divergence）

定义：设向量场 $\vec{F}(x,y,z) = P(x,y,z)\vec{i} + Q(x,y,z)\vec{j} + R(x,y,z)\vec{k}$，其中 $P, Q, R$ 具有连续一阶偏导数，则 $\vec{F}$ 在点 $(x,y,z)$ 处的散度定义为：

$\text{div}\,\vec{F} = \frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} + \frac{\partial R}{\partial z}$

散度是一个标量，描述向量场在某点处的"发散程度"。

直观理解：将向量场想象为流体速度场。若某点散度为正，表示该点是"源"（流体从此处涌出）；若散度为负，表示该点是"汇"（流体从此处消失）；若散度为零，表示该点无源无汇（流入等于流出）。

与高斯公式的关系：高斯公式

$\oiint_S P\,dydz + Q\,dzdx + R\,dxdy = \iiint_\Omega \left(\frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} + \frac{\partial R}{\partial z}\right) dV$

右边被积函数恰好是 $\text{div}\,\vec{F}$，因此高斯公式可写为：

$\oiint_S \vec{F} \cdot d\vec{S} = \iiint_\Omega \text{div}\,\vec{F}\,dV$

即：通过闭合曲面的通量等于散度在曲面所围区域上的三重积分。

散度的运算法则：

• $\text{div}(\vec{F} + \vec{G}) = \text{div}\,\vec{F} + \text{div}\,\vec{G}$
• $\text{div}(u\vec{F}) = u\,\text{div}\,\vec{F} + \vec{F} \cdot \nabla u$（其中 $u$ 为标量函数）
• $\text{div}(\nabla u) = \Delta u = \frac{\partial^2 u}{\partial x^2} + \frac{\partial^2 u}{\partial y^2} + \frac{\partial^2 u}{\partial z^2}$（拉普拉斯算子）

2.2 旋度（Curl）

定义：设向量场 $\vec{F}(x,y,z) = P\vec{i} + Q\vec{j} + R\vec{k}$，其中 $P, Q, R$ 具有连续一阶偏导数，则 $\vec{F}$ 在点 $(x,y,z)$ 处的旋度定义为：

$\text{rot}\,\vec{F} = \begin{vmatrix} \vec{i} & \vec{j} & \vec{k} \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ P & Q & R \end{vmatrix} = \left(\frac{\partial R}{\partial y} - \frac{\partial Q}{\partial z}\right)\vec{i} + \left(\frac{\partial P}{\partial z} - \frac{\partial R}{\partial x}\right)\vec{j} + \left(\frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y}\right)\vec{k}$

旋度是一个向量，描述向量场在某点附近的旋转趋势。

直观理解：旋度的方向表示旋转轴方向（右手定则），模表示旋转的"角速度"大小。若某点旋度为零向量，表示该点附近无旋转趋势。

与斯托克斯公式的关系：斯托克斯公式

$\oint_L P\,dx + Q\,dy + R\,dz = \iint_S \left(\frac{\partial R}{\partial y} - \frac{\partial Q}{\partial z}\right)dydz + \left(\frac{\partial P}{\partial z} - \frac{\partial R}{\partial x}\right)dzdx + \left(\frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y}\right) dxdy$

右边被积向量恰好是 $\text{rot}\,\vec{F}$，因此斯托克斯公式可写为：

$\oint_L \vec{F} \cdot d\vec{l} = \iint_S \text{rot}\,\vec{F} \cdot d\vec{S}$

即：向量场沿闭合曲线的环流量等于旋度在曲面上的通量。

旋度的运算法则：

• $\text{rot}(\vec{F} + \vec{G}) = \text{rot}\,\vec{F} + \text{rot}\,\vec{G}$
• $\text{rot}(u\vec{F}) = u\,\text{rot}\,\vec{F} + \nabla u \times \vec{F}$
• $\text{rot}(\nabla u) = \vec{0}$（梯度场的旋度恒为零）
• $\text{div}(\text{rot}\,\vec{F}) = 0$（旋度场的散度恒为零）

2.3 有势场、无源场与调和场

场的类型	条件	等价表述	物理意义
有势场（保守场）	$\text{rot}\,\vec{F} = \vec{0}$	$\vec{F} = \nabla u$（存在势函数）	沿闭合路径做功为零
无源场	$\text{div}\,\vec{F} = 0$	$\vec{F} = \text{rot}\,\vec{A}$（存在向量势）	无源无汇，通量为零
调和场	$\text{div}\,\vec{F} = 0$ 且 $\text{rot}\,\vec{F} = \vec{0}$	势函数满足 $\Delta u = 0$	既无源又无旋

重要关系链：若 $\vec{F} = \nabla u$（有势场），则 $\text{rot}\,\vec{F} = \vec{0}$；若 $\text{rot}\,\vec{F} = \vec{0}$ 且区域为单连通，则 $\vec{F}$ 必为有势场。

2.4 Hamilton 算子 $\nabla$

引入 Hamilton 算子 $\nabla = \frac{\partial}{\partial x}\vec{i} + \frac{\partial}{\partial y}\vec{j} + \frac{\partial}{\partial z}\vec{k}$，则：

• 梯度：$\nabla u = \text{grad}\,u$
• 散度：$\nabla \cdot \vec{F} = \text{div}\,\vec{F}$
• 旋度：$\nabla \times \vec{F} = \text{rot}\,\vec{F}$
• 拉普拉斯算子：$\Delta = \nabla \cdot \nabla = \nabla^2$

---

三、记忆与理解辅助

技巧1：散度"点积"记忆法

散度公式可以用 $\nabla$ 与 $\vec{F}$ 的"点积"来记忆： $\text{div}\,\vec{F} = \nabla \cdot \vec{F} = \frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} + \frac{\partial R}{\partial z}$ 点积结果是标量，散度也是标量，一一对应。

技巧2：旋度"叉积"行列式记忆法

旋度公式就是一个行列式： $\text{rot}\,\vec{F} = \nabla \times \vec{F} = \begin{vmatrix} \vec{i} & \vec{j} & \vec{k} \\ \partial_x & \partial_y & \partial_z \\ P & Q & R \end{vmatrix}$ 叉积结果是向量，旋度也是向量，一一对应。展开时注意第二行是偏导符号而非数值。

技巧3：散度 vs 旋度对比表

对比维度	散度 $\text{div}\,\vec{F}$	旋度 $\text{rot}\,\vec{F}$
记号	$\nabla \cdot \vec{F}$	$\nabla \times \vec{F}$
结果类型	标量	向量
计算方式	对应分量偏导之和	行列式展开
物理意义	发散程度（源/汇）	旋转程度（涡旋）
对应积分公式	高斯公式	斯托克斯公式
为零的含义	无源场	有势场（保守场）

技巧4："散旋互补"口诀

• 散度为零 → 无源 → 可写成旋度形式
• 旋度为零 → 无旋 → 可写成梯度形式
• 旋度的散度恒为零：$\nabla \cdot (\nabla \times \vec{F}) = 0$
• 梯度的旋度恒为零：$\nabla \times (\nabla u) = \vec{0}$

---

四、例题与精解

例1（基础巩固）

命题意图：考查散度与旋度的基本计算能力。

设向量场 $\vec{F} = x^2 y\,\vec{i} + yz^2\,\vec{j} + zx^2\,\vec{k}$，求 $\text{div}\,\vec{F}$ 和 $\text{rot}\,\vec{F}$。

审题分析：已知向量场的三个分量 $P = x^2 y$，$Q = yz^2$，$R = zx^2$，需要分别计算散度和旋度。

解题思路：直接代入散度和旋度的定义公式。

完整步骤：

第一步：计算散度

$\text{div}\,\vec{F} = \frac{\partial P}{\partial x} + \frac{\partial Q}{\partial y} + \frac{\partial R}{\partial z}$

$\frac{\partial P}{\partial x} = \frac{\partial}{\partial x}(x^2 y) = 2xy$

$\frac{\partial Q}{\partial y} = \frac{\partial}{\partial y}(yz^2) = z^2$

$\frac{\partial R}{\partial z} = \frac{\partial}{\partial z}(zx^2) = x^2$

$\text{div}\,\vec{F} = 2xy + z^2 + x^2$

第二步：计算旋度

$\text{rot}\,\vec{F} = \begin{vmatrix} \vec{i} & \vec{j} & \vec{k} \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ x^2y & yz^2 & zx^2 \end{vmatrix}$

$\vec{i}$ 分量：$\frac{\partial R}{\partial y} - \frac{\partial Q}{\partial z} = \frac{\partial}{\partial y}(zx^2) - \frac{\partial}{\partial z}(yz^2) = 0 - 2yz = -2yz$

$\vec{j}$ 分量：$\frac{\partial P}{\partial z} - \frac{\partial R}{\partial x} = \frac{\partial}{\partial z}(x^2y) - \frac{\partial}{\partial x}(zx^2) = 0 - 2zx = -2zx$

$\vec{k}$ 分量：$\frac{\partial Q}{\partial x} - \frac{\partial P}{\partial y} = \frac{\partial}{\partial x}(yz^2) - \frac{\partial}{\partial y}(x^2y) = 0 - x^2 = -x^2$

$\text{rot}\,\vec{F} = -2yz\,\vec{i} - 2zx\,\vec{j} - x^2\,\vec{k}$

方法反思：散度计算是三个偏导数之和，旋度计算是行列式展开。注意旋度行列式的第二行是偏导算子，展开时对第三行的分量求偏导。

例2（中等提升）

命题意图：考查散度与旋度的综合判断，以及有势场的判定与势函数求法。

设向量场 $\vec{F} = (2xz + y^2)\,\vec{i} + 2xy\,\vec{j} + (x^2 + 3z^2)\,\vec{k}$，判断 $\vec{F}$ 是否为有势场，若是，求其势函数。

审题分析：需要先验证 $\text{rot}\,\vec{F} = \vec{0}$，若成立则 $\vec{F}$ 是有势场，再通过积分求势函数。

解题思路：先算旋度，判断是否为零向量；若为零，则通过"凑全微分"或"折线积分法"求势函数。

完整步骤：

第一步：计算旋度

$\text{rot}\,\vec{F} = \begin{vmatrix} \vec{i} & \vec{j} & \vec{k} \\ \frac{\partial}{\partial x} & \frac{\partial}{\partial y} & \frac{\partial}{\partial z} \\ 2xz+y^2 & 2xy & x^2+3z^2 \end{vmatrix}$

$\vec{i}$ 分量：$\frac{\partial}{\partial y}(x^2+3z^2) - \frac{\partial}{\partial z}(2xy) = 0 - 0 = 0$

$\vec{j}$ 分量：$\frac{\partial}{\partial z}(2xz+y^2) - \frac{\partial}{\partial x}(x^2+3z^2) = 2x - 2x = 0$

$\vec{k}$ 分量：$\frac{\partial}{\partial x}(2xy) - \frac{\partial}{\partial y}(2xz+y^2) = 2y - 2y = 0$

$\text{rot}\,\vec{F} = \vec{0}$

因此 $\vec{F}$ 是有势场。

第二步：求势函数 $u(x,y,z)$

使得 $\nabla u = \vec{F}$，即：

$\frac{\partial u}{\partial x} = 2xz + y^2, \quad \frac{\partial u}{\partial y} = 2xy, \quad \frac{\partial u}{\partial z} = x^2 + 3z^2$

对第一个方程关于 $x$ 积分（视 $y, z$ 为常数）：

$u = \int (2xz + y^2)\,dx = x^2z + xy^2 + \varphi(y,z)$

其中 $\varphi(y,z)$ 是仅含 $y, z$ 的待定函数。

第三步：确定 $\varphi(y,z)$

对上式关于 $y$ 求偏导：

$\frac{\partial u}{\partial y} = 2xy + \frac{\partial \varphi}{\partial y} = 2xy$

因此 $\frac{\partial \varphi}{\partial y} = 0$，即 $\varphi$ 仅与 $z$ 有关，设 $\varphi = \varphi(z)$。

对 $u = x^2z + xy^2 + \varphi(z)$ 关于 $z$ 求偏导：

$\frac{\partial u}{\partial z} = x^2 + \varphi'(z) = x^2 + 3z^2$

因此 $\varphi'(z) = 3z^2$，积分得 $\varphi(z) = z^3 + C$。

第四步：写出势函数

$u(x,y,z) = x^2z + xy^2 + z^3 + C$

（$C$ 为任意常数）

验证：$\frac{\partial u}{\partial x} = 2xz + y^2$ ✓，$\frac{\partial u}{\partial y} = 2xy$ ✓，$\frac{\partial u}{\partial z} = x^2 + 3z^2$ ✓

方法反思：判定有势场的关键是验证旋度为零；求势函数采用"逐步积分+待定函数法"，步骤固定。注意最后要写出任意常数 $C$。

---

五、考情分析

• 考查频次：散度与旋度的计算近5年约出现2-3次，通常与高斯公式或斯托克斯公式结合考查。
• 常见题型：解答题为主，偶尔出现在选择题或填空题中（直接计算散度/旋度）。
• 分值占比：单独考查约4-6分，作为综合题的一部分可占8-10分。
• 命题趋势：近年来倾向于将散度/旋度与高斯公式/斯托克斯公式的应用结合出题，考查场论的综合理解。有势场的判定与势函数求法也是常见考点。
• 基于大纲与命题规律推测

---

六、易错点提醒

1. 错误表现：旋度行列式展开时，$\vec{j}$ 分量忘记取负号。 错误原因：行列式按第一行展开时，$\vec{j}$ 的代数余子式前面有负号，容易遗漏。 正确理解/做法：$\vec{j}$ 分量为 $-\left(\frac{\partial R}{\partial x} - \frac{\partial P}{\partial z}\right) = \frac{\partial P}{\partial z} - \frac{\partial R}{\partial x}$，展开时注意符号。

2. 错误表现：求势函数时，将"待定函数" $\varphi(y,z)$ 遗漏或误写为常数 $C$。 错误原因：对 $x$ 积分时，$y, z$ 视为常数，但积分"常数"可以是 $y, z$ 的任意函数。 正确理解/做法：偏积分的"常数"是关于其他变量的任意函数，必须用 $\varphi(y,z)$ 表示，再通过其他方程逐步确定。

3. 错误表现：混淆 $\text{div}\,\vec{F}$ 和 $\text{rot}\,\vec{F}$ 的结果类型，将散度（标量）与旋度（向量）搞反。 错误原因：两者名称相近，定义形式也有相似之处。 正确理解/做法：散度 = 点积 = 标量；旋度 = 叉积 = 向量。用"点→标、叉→向"记忆。

4. 错误表现：判断有势场时仅验证了部分分量的条件（如只验证了 $\frac{\partial P}{\partial y} = \frac{\partial Q}{\partial x}$），遗漏了其他条件。 错误原因：旋度为零需要三个分量都为零，不能只验证其中一个。 正确理解/做法：必须验证全部三个条件：$\frac{\partial R}{\partial y} = \frac{\partial Q}{\partial z}$，$\frac{\partial P}{\partial z} = \frac{\partial R}{\partial x}$，$\frac{\partial Q}{\partial x} = \frac{\partial P}{\partial y}$。

---

七、来源标注

• 依据2026考研统考大纲（数学一·高等数学·多元函数积分学·场论部分）
• 依据大学本科经典教材共识（同济大学《高等数学》第七版下册）