Gradient (Mathematik)


Gradient (Mathematik)
Zwei Skalarfelder dargestellt als Grauschattierung (dunklere Färbung entspricht größerem Funktionswert). Die blauen Pfeile darauf symbolisieren den zugehörigen Gradienten.

Der Gradient ist ein mathematischer Operator, genauer ein Differentialoperator, der auf ein Skalarfeld angewandt werden kann und in solchem Fall ein Gradientenfeld genanntes Vektorfeld liefert, das die Änderungsrate und Richtung der größten Änderung des Skalarfeldes angibt.

Interpretiert man beispielsweise die Reliefkarte einer Landschaft als eine Funktion h(x,y), die jedem Ort die Höhe an dieser Stelle zuordnet, dann ist der Gradient von h an der Stelle (x,y) ein Vektor in der x-y-Ebene, der in die Richtung des steilsten Anstiegs von h an dieser Stelle zeigt und dessen Länge ein Maß für die Steilheit (Steigung) ist. Zur besseren Abgrenzung zwischen Operator und Resultat seiner Anwendung bezeichnet man solche Gradienten skalarer Feldgrößen in manchen Quellen auch als Gradientvektoren. [1]

Der Gradient wird zusammen mit anderen Differentialoperatoren wie Divergenz und Rotation in der Vektoranalysis, einem Teilgebiet der mehrdimensionalen Analysis untersucht. Sie werden mit dem gleichen Vektoroperator gebildet, und zwar mit dem sog. Nabla-Operator \nabla\, (um anzudeuten, dass der Nabla-Operator ein Vektor ist, bisweilen auch \vec{\nabla} oder \underline \nabla).

Inhaltsverzeichnis

Gradient

Definition

Auf  \R^{n} sei das Skalarprodukt \langle.,.\rangle gegeben. Der Gradient der partiell differenzierbaren Funktion \ f: \R^n \to \R im Punkt a \in \R^n ist der durch die Forderung

\mathrm{d} f(a) h = \langle \nabla f(a) , h \rangle

eindeutig bestimmte Vektor \nabla f(a). Der Operator d ist die totale Ableitung. Im Fall des Standardskalarproduktes ist \nabla f(a) der Spaltenvektor

\nabla f=\operatorname{grad}(f)=\frac{\partial f}{\partial x_{1}}\hat{e}_{1}+\cdots+\frac{\partial f}{\partial x_{n}}\hat{e}_{n}=\begin{pmatrix}\frac{\partial f}{\partial x_{1}}\\ \vdots\\ \frac{\partial f}{\partial x_{n}}\end{pmatrix};

gesprochen "Nabla-f(a)". Die Einträge \tfrac{\partial f}{\partial x_i} sind die partiellen Ableitungen von f in xi Richtung. Der Gradient hat auch Darstellungen bezüglich anderer Koordinaten, welche zumeist in der Physik betrachtet werden.

Darstellung in drei Dimensionen

\operatorname{grad}\, V=\nabla V=\frac{{\partial V}}{{\partial x}}\hat{e}_{x}+\frac{{\partial V}}{{\partial y}}\hat{e}_{y}+\frac{{\partial V}}{{\partial z}}\hat{e}_{z}
\operatorname{grad}\, V=\nabla V=\frac{{\partial V}}{{\partial\rho}}\hat{e}_{\rho}+\frac{1}{\rho}\frac{{\partial V}}{{\partial\varphi}}\hat{e}_{\varphi}+\frac{{\partial V}}{{\partial z}}\hat{e}_{z}
\operatorname{grad}\, V=\nabla V=\frac{{\partial V}}{{\partial r}}\hat{e}_{r}+\frac{1}{r}\frac{{\partial V}}{{\partial\vartheta}}\hat{e}_{\vartheta}+\frac{1}{{r\sin\vartheta}}\frac{{\partial V}}{{\partial\varphi}}\hat{e}_{\varphi}

Dies sind Spezialfälle des Gradienten auf riemannschen Mannigfaltigkeiten. Für diese Verallgemeinerung siehe unter äußere Ableitung nach.

Orthogonale Koordinaten

In allgemeinen orthogonalen Koordinaten hat der Gradient die Darstellung


\mathrm{grad\,\,}f = \nabla f = \sum_{a}{\frac{1}{h_a}\frac{\partial f}{\partial{q_a}}\,\hat{{e}}_{q_a}}\,,

wobei die ha den Betrag und \hat e_{q_a} die Richtung des Vektors \frac{\partial \vec r}{\partial{q_a}} angeben.

Geometrische Interpretation

Geometrisch betrachtet ist der Gradient eines Skalarfelds an einem Punkt ein Vektor, der in Richtung des steilsten Anstieges des Skalarfeldes weist. Dabei entspricht der Betrag des Vektors der Stärke des Anstieges. Befindet man sich an einem lokalen Minimum oder Maximum (Extremum) oder einem Sattelpunkt, so ist der Gradient an dieser Stelle gerade der Nullvektor, vorausgesetzt, dass dieser Extrempunkt im Inneren des betrachteten Gebietes liegt.

Mit Hilfe des Gradienten lässt sich auch der Anstieg in jeder beliebigen Richtung, Richtungsableitung genannt, ermitteln, der – im Unterschied zum Gradienten – wieder ein Skalar ist.

Richtungsableitung

Hauptartikel: Richtungsableitung

Unter der Richtungsableitung versteht man die Ableitung, also den Anstieg eines Skalarfeldes \varphi\left(\vec r\right) in Richtung eines normierten Vektors \vec v, genauer


D_{\vec v} \varphi = \frac{\partial\varphi}{\partial\vec v}=\lim_{t\to 0}\frac{\varphi(\vec r+t\vec v)-\varphi(\vec r)}t.

Ist φ in einer Umgebung von \vec r differenzierbar, dann kann man die Richtungsableitung berechnen als das Skalarprodukt aus \vec v und dem Gradienten von φ.


D_{\vec v} \varphi = {{\partial\varphi} \over {\partial\vec v}}=\left\langle\mathrm{grad}\,\varphi,\vec v\right\rangle

Totales Differential

Vollständiges oder totales Differential eines dreidimensionalen Skalarfeldes


\mathrm d \varphi = \frac{\partial\varphi}{\partial x} \mathrm{d} x + \frac{\partial\varphi}{\partial y}\mathrm{d} y + \frac{\partial\varphi}{\partial z} \mathrm{d}z = \operatorname{grad}\,\varphi\cdot\mathrm{d}\vec{r},\qquad\text{wobei}\quad \mathrm{d}\vec{r} = \begin{pmatrix}\mathrm{d}x\\\mathrm{d}y\\\mathrm{d}z\end{pmatrix}.

Die Verallgemeinerung auf n Dimensionen ist offensichtlich.

Vektorgradient

In der Mathematik ist der Gradient nur für Funktionen mit Bildbereich in \mathbb R definiert. In der Physik und den Ingenieurswissenschaften wird jedoch ein sogenannter Vektorgradient auch für Funktionen \vec F:\mathbb R^n\rightarrow\mathbb R^m eingeführt. Dieser im folgenden definierte Vektorgradient ist mit der Jacobi-Matrix identisch.

Für \vec v \in \mathbb R^n (mit Standardskalarprodukt) ist

(\vec{v}\cdot\nabla)\vec{F} = J_\vec{F}\,\vec{v}

eine Funktion \mathbb R^n \to \mathbb R^m, deren Komponenten die Änderung der Komponenten von \vec F in Richtung von \vec v beschreiben. Schreibt man statt \nabla nun \operatorname{grad} und unterdrückt die Klammern, so ergibt sich der sogenannte Vektorgradient \operatorname{grad}\,\vec{F} über die definierende Eigenschaft

\vec{v}\cdot\operatorname{grad}\,\vec{F} := J_\vec{F}\,\vec{v}.

Dabei bezeichnet J_\vec{F}\,\vec{v}=J_\vec{F}\cdot\vec{v} die Matrizenmultiplikation der Jacobi-Matrix J_{\vec{F}}, einer m\times n-Matrix, mit dem Spaltenvektor \vec{v}, also einer n\times 1-Matrix.

Dass diese Definition keine mathematisch sinnvolle Verallgemeinerung des Gradienten sein kann zeigt sich z.B. dadurch, dass die Definition der Jacobi-Matrix unabhängig vom Skalarprodukt ist, während dieses in die Definition des Gradienten wesentlich eingeht.

Der Vektorgradient lässt sich als transponiertes dyadisches Produkt des Nabla-Operators und eines Vektors auffassen:

\operatorname{grad}\,\vec{F}=(\nabla\otimes\vec{F})^{T}=(\nabla\vec{F})^{T}

In Indexschreibweise:

(\operatorname{grad}\,\vec{F})_{ij}=\frac{\partial F_i}{\partial x_j}

Der Vektorgradient wird u. a. in der Kontinuumsmechanik (z.B. in den Navier-Stokes-Gleichungen) benutzt.

In der Literatur gibt es auch andere Definitionen des Vektorgradienten, nämlich als transponierte Jacobimatrix \operatorname{grad}\,\vec{F} := J_\vec{F}^{T} oder als das Skalarprodukt eines Vektors mit dem Nablaoperator \operatorname{grad}\,\vec{F}:= (\vec{v}\cdot\nabla)\vec{F}.

Totales Differential

Betrachte für ein Vektorfeld eine infinitesimale Verschiebung:

\vec{F}(\vec{r}+\mathrm{d}\vec{r})=\vec{F}(\vec{r})+J_{\vec{F}}\cdot\mathrm{d}\vec{r}=\vec{F}(\vec{r})+(\operatorname{grad}\vec{F})\cdot\mathrm{d}\vec{r}=\vec{F}(\vec{r})+(\mathrm{d}\vec{r}\cdot\nabla)\vec{F}=\vec{F}(\vec{r})+\mathrm{d}\vec{F}

Das vollständige oder totale Differential eines Vektorfeldes \vec{F}(\vec{r}) ist:

\mathrm{d}\vec{F}=(\operatorname{grad}\vec{F})\cdot\mathrm{d}\vec{r}   bzw. in Indexschreibweise   \mathrm{d}F_{i}=\sum_{j}\frac{\partial F_{i}}{\partial x_{j}}\mathrm{d}x_{j}

Das totale Differential eines Skalarfeldes und eines Vektorfeldes haben somit dieselbe Form.

Rechenregeln

Gradient

Für alle Konstanten c\in\R und Skalarfelder u,v:\R^n\to\R gilt:

\operatorname{grad}\,c=\vec{0}

Linearität

\operatorname{grad}\,(c\cdot u)=c\cdot\operatorname{grad}\,u
\operatorname{grad}\,(u+v)=\operatorname{grad}\,u+\operatorname{grad}\,v

Produktregel

\operatorname{grad}\,(u\, v) = u\ \operatorname{grad}\,v + v\ \operatorname{grad}\,u
\operatorname{grad}\,(u^n) = n\, u^{n-1}\ \operatorname{grad}\,u     für   n\neq 0

Vektorgradient

Die Rechenregeln sind diejenigen der Jacobi-Matrix. \operatorname{grad}\vec{A} bezeichnet hier den Vektorgradienten.

Für alle Konstanten c\in\R, Vektorfelder \vec{A},\,\vec{B}:\mathbb R^n\rightarrow\mathbb R^m und Skalarfelder u:\R^n\to\R gilt:

Linearität

\operatorname{grad}\,(c\cdot\vec{A})=c\cdot\operatorname{grad}\,\vec{A}
\operatorname{grad}\,(\vec{A}+\vec{B})=\operatorname{grad}\,\vec{A}+\operatorname{grad}\,\vec{B}

Produktregel

(\vec{A}\cdot\nabla)\vec{B}=(\operatorname{grad}\,\vec{B})\cdot\vec{A}
\operatorname{grad}(\vec{A}\cdot\vec{B})=(\operatorname{grad}\,\vec{A})^{T}\cdot \vec{B}+(\operatorname{grad}\,\vec{B})^{T}\cdot\vec{A}
\operatorname{grad}(\vec{A}^{\,2}) =2\,(\operatorname{grad}\,\vec{A})^{T}\cdot\vec{A}

Speziell für Vektorfelder \vec{A},\,\vec{B}:\mathbb R^3\rightarrow\mathbb R^3 lassen sich obige Beziehung noch umformen:

\operatorname{grad}(\vec{A}\cdot\vec{B}) =(\vec{B}\cdot\nabla)\vec{A}+\vec{B}\times(\nabla\times\vec{A})+(\vec{A}\cdot\nabla)\vec{B}+\vec{A}\times(\nabla\times\vec{B})
\operatorname{grad}(\vec{A}^{\,2}) =2(\vec{A}\cdot\nabla)\vec{A}+2\vec{A}\times(\nabla\times\vec{A})

Anwendungen

Die Strömungsfelder sogenannter Potentialströmungen sind Gradientenfelder.

Sind Teile eines Körper unterschiedlich heiß, so strömt Wärme von den heißeren zu den kühleren Bereichen. Ist die Wärmeleitfähigkeit überall gleich, so ist der Wärmestrom ein Vielfaches des Temperaturgradienten. Für den Wärmestrom jw gilt also beispielsweise \mathbf{j_w}=-\lambda\,\mathrm{grad}\,\,T\,, mit der sog. „Wärmeleitfähigkeit“ λ.

Der Druckgradient ist das Verhältnis von Druckdifferenz und dem Abstand zweier Punkte. Bei Richtmikrofonen im Schallfeld hat dieser Begriff eine besondere Bedeutung.

Statische elektrische Felder E sind stets Gradientenfelder elektrostatischer Potentiale \,\phi (x,y,z) ; präziser gilt mit einem Minuszeichen :   \mathbf E(x,y,z)=-\mathrm{grad}\,\,\phi (x,y,z)\,.

Hier gilt Analoges für sog. „konservative Kraftfelder“.

Integrabilitätsbedingung

Eine wichtige Beziehung für Gradientenfeldern in n Dimensionen , \mathbf G(x_1, ... , x_n)=\mathrm{grad\,\,} f(x_1,...,x_n)\,, ist die Aussage, dass diese immer „integrabel“ sind, und zwar in folgendem Sinne: Es gilt für alle i und k   (=1, ...,n):   \frac{\partial G_i}{\partial x_k}-\frac{\partial G_k}{\partial x_i}\equiv 0\,. Diese direkt nachprüfbare Beziehung - in drei Dimensionen identisch mit der Rotationsfreiheit des Feldes - ist notwendig für die Existenz einer „Potentialfunktion“ \,f (präziser: der Funktion \,\phi =-f). Die Gi bzw. Gk sind die Komponenten des Vektorfeldes. Die Integrabilitätsbedingung impliziert ferner, dass für alle  geschlossenen Wege W im \mathbb R^n das Linienintegral \oint_W \mathbf G\cdot\mathrm d\mathbf r verschwindet, was in der Mechanik bzw. der Elektrodynamik große Bedeutung hat.

Beispiele

Folgende Gradienten treten häufig in der Physik auf. Es wird der Ortsvektor \vec{r}=r\hat{e}_{r} verwendet.

Gradient

\operatorname{grad}\, r=\hat{e}_{r}=\frac{\vec{r}}{r}
\operatorname{grad}\, U(r)=\frac{\partial U}{\partial r}\hat{e}_{r}
\operatorname{grad}\,\frac{1}{r}=-\frac{1}{r^{2}}\,\operatorname{grad}\, r=-\frac{\hat{e}_{r}}{r^{2}}=-\frac{\vec{r}}{r^{3}}
\operatorname{grad}\,\frac{1}{|\vec{r}-\vec{r}^{\,\prime}|}=-\frac{1}{|\vec{r}-\vec{r}^{\,\prime}|^{2}}\,\operatorname{grad}\,|\vec{r}-\vec{r}^{\,\prime}|=-\frac{\vec{r}-\vec{r}^{\,\prime}}{|\vec{r}-\vec{r}^{\,\prime}|^{3}}

Man beachte, dass beim letzten Beispiel der Gradient nur auf \vec{r} und nicht auf \vec{r}^{\,\prime} wirkt. Er wird deshalb auch als \nabla_{\vec{r}} geschrieben.

Vektorgradient

\operatorname{grad}\, \vec{r}=I     wobei I die Einheitsmatrix ist.
(\operatorname{grad}\frac{\vec{r}}{r^{3}})^{T}=\nabla\otimes\frac{\vec{r}}{r^{3}}=(\nabla\frac{1}{r^{3}})\otimes\vec{r}+\frac{1}{r^{3}}(\nabla\otimes\vec{r})=-\frac{3}{r^{5}}\vec{r}\otimes\vec{r}+\frac{1}{r^{3}}I=-\frac{1}{r^{5}}(3\vec{r}\otimes\vec{r}+r^{2}I)

Die beiden Formeln werden z. B. bei der kartesischen Multipolentwicklung verwendet.

Literatur und Einzelnachweise

  1. Grimsehl: Lehrbuch der Physik, Bd. I; Leipzig 1954, S.579.

Siehe auch

Weblinks


Wikimedia Foundation.

Schlagen Sie auch in anderen Wörterbüchern nach:

  • Gradient — Das Wort Gradient bezeichnet: allgemein Steigung Gradient (Mathematik), einen Differentialoperator eines skalaren Feldes Gradient (Meteorologie), ein Maß für die Änderung einer atmosphärischen Größe in horizontaler oder vertikaler Richtung… …   Deutsch Wikipedia

  • Gradient eines Skalarfeldes — Zwei Skalarfelder dargestellt als Grauschattierung (dunklere Färbung entspricht größerem Funktionswert). Die blauen Pfeile darauf symbolisieren den zugehörigen Gradienten. Der Gradient ist ein mathematischer Operator, genauer ein… …   Deutsch Wikipedia

  • Gradient — Farbgradient; Farbverlauf * * * Gra|di|ẹnt 〈m. 16〉 1. 〈Math.; Abk.: grad〉 Zuordnung eines räumlichen, zeitlichen od. physikalischen Geltungsbereiches zu einem Feld von Vektoren 2. 〈Meereskunde〉 Druckgefälle in einem (physikal.) Niveau eines… …   Universal-Lexikon

  • Chemischer Gradient — Konzentrationsgefälle zweier Lösungen Man spricht von einem Konzentrationsgefälle oder Konzentrationsgradienten, wenn zwischen einem Ort x0 und einem Ort x1 sich die Konzentration eines Stoffes von c1 zu c2 ändert. Die Diffusion von Stoffen… …   Deutsch Wikipedia

  • Ocean Thermal Gradient-Kraftwerk — Ein Meereswärmekraftwerk gewinnt elektrischen Strom aus dem Temperaturunterschied zwischen kalten und warmen Wassermassen in unterschiedlichen Tiefen der Meere. International gebräuchlich für diese Art der Erneuerbaren Energie ist die Abkürzung… …   Deutsch Wikipedia

  • Fläche (Mathematik) — Dieser Artikel wurde auf der Qualitätssicherungsseite des Portals Mathematik eingetragen. Dies geschieht, um die Qualität der Artikel aus dem Themengebiet Mathematik auf ein akzeptables Niveau zu bringen. Bitte hilf mit, die Mängel dieses… …   Deutsch Wikipedia

  • Divergenz (Mathematik) — Unter der Divergenz versteht man in der Mathematik einen Differentialoperator, der einem Vektorfeld ein Skalarfeld zuordnet. Während bei einem Vektorfeld jedem Punkt ein Vektor zugeordnet wird, wird bei einem Skalarfeld jedem Punkt ein Skalar,… …   Deutsch Wikipedia

  • Optimierung (Mathematik) — Das Gebiet der Optimierung in der angewandten Mathematik beschäftigt sich damit, optimale Parameter eines – meist komplexen – Systems zu finden. „Optimal“ bedeutet, dass eine Zielfunktion minimiert oder maximiert wird. Optimierungsprobleme… …   Deutsch Wikipedia

  • Rotation (Mathematik) — Die Rotation ist ein Ableitungsoperator, der Vektorfelder im dreidimensionalen Raum ableitet und als Ergebnis wieder ein Vektorfeld liefert. Handelt es sich beispielsweise um ein Strömungsfeld, so gibt die Rotation für jeden Ort die doppelte… …   Deutsch Wikipedia

  • Nabla-Kalkül — Der Nabla Operator ist ein Operations Symbol, das in der Vektoranalysis benutzt wird, um die drei Differentialoperatoren Gradient, Divergenz und Rotation zu bezeichnen. Er wird durch das Nabla Symbol bezeichnet oder durch (im englischen… …   Deutsch Wikipedia