# 对流体建立数学描述——1. 连续性方程

## 0. 前言

使用微分几何方法建立流体力学描述，能带来显著好处。它将各学科的工程名词转化为统一的数学语言。这样一来，我们就能用统一方法解决流体力学、连续介质力学、热力学和电磁学等连续场问题。每个学科都使用自己的符号语言，不可能学完所有学科再去解决耦合交叉的连续场问题。因此，建立一个统一的数学框架至关重要。

---

## 1. 建立基本描述

本节为后续推导奠定几何基础。我们以二维平面液体流动问题为预设情景，建立起微分几何与流体力学的初步联系。

流体和固体不同。固体可以追踪每个质点的速度，而液体无法这样做。因此，我们需要在液体流动区域的每个点上都建立一个"观测站"，通过连续速度场来描述液体运动。

我们需要回答两个核心问题：**观测哪些物理量？这些量满足哪些约束方程？**

**第一步：建立二维流形**

假设二维液体位于

$$
M \subset \mathbb{R}^2 \tag{1}
$$

这是一个二维流形（对于平面来说就是欧氏流形）。对于任意一点

$$
p \in M \tag{2}
$$

点 $p$ 就是上文所说的"观测站"。实际上，我们研究的是这个点的切空间 $T_p M$。至此，我们建立了微分几何与流体力学的初步联系。

接下来的问题是：每个观测站需要观测什么？这些物理量之间的约束方程是什么？下面将逐一展开。

---

## 2. 建立场函数描述液体

严格来说，流体状态不是一个简单的数字，而是一系列场。本节将介绍描述流体所需的三种基本场。

### 2.1 速度场

速度场 $u(p) \in T_pM$ 是一个切向量场，描述了流体在每一点的流动速度和方向。

### 2.2 密度场

这是一个标量场：

$$
\rho : M \to \mathbb{R} \tag{3}
$$

### 2.3 压力场

压力场 $P$ 也是一个标量场：

$$
P : M \to \mathbb{R} \tag{4}
$$

这些场量并非相互独立，它们必须满足守恒律。下面首先讨论质量守恒。

---

## 3. 质量守恒

本节从最基本的物理思想出发，推导质量守恒所满足的方程。核心结论是**连续性方程**。

我们从最基本的思想开始：在 $M$ 上的一小块封闭区域 $\Omega$ 中，**质量变化率 = 从边界流出的水量**。这是整个连续性方程唯一的物理依据。

区域 $\Omega$ 内装有液体。设液体密度为 $\rho(x,y,t)$，则 $\Omega$ 内液体总质量 $M(t)$ 为：

$$
M(t) = \int_{\Omega} \rho(x,y,t) \, dA \tag{5}
$$

当有液体流入或流出时，质量就会发生变化。设 $n$ 是区域 $\Omega$ 的边界外法向，$u$ 是速度。单位长度上的质量流率为：

$$
\rho(u \cdot n) \tag{6}
$$

于是整个边界流出的质量为：

$$
\oint_{\partial \Omega} \rho(u \cdot n) \, ds \tag{7}
$$

因此，质量守恒可写为：

$$
\frac{d}{dt} \int_{\Omega} \rho \, d\Omega = -\oint_{\partial \Omega} \rho(u \cdot n) \, ds \tag{8}
$$

利用高斯散度定理对等式右端做变形。高斯散度定理表述为：

$$
\oint_{\partial\Omega} F \cdot n \, ds = \int_{\Omega} \nabla \cdot F \, d\Omega \tag{9}
$$

令 $F = \rho u$ 代入式 (9)，得到：

$$
\oint_{\partial \Omega} \rho (u \cdot n) \, ds = \int_{\Omega} \nabla \cdot (\rho u) \, d\Omega \tag{10}
$$

将式 (10) 代入式 (8)，便得到积分形式的质量守恒方程：

$$
\frac{d}{dt} \int_{\Omega} \rho \, d\Omega = -\int_{\Omega} \nabla \cdot (\rho u) \, d\Omega \tag{11}
$$

将时间导数移入积分号内：

$$
\int_{\Omega} \left( \frac{\partial \rho}{\partial t} + \nabla \cdot (\rho \mathbf{u}) \right) d\Omega = 0 \tag{12}
$$

由于区域 $\Omega$ 是任意的（可以任意缩小到一点邻域），若一个函数在所有区域上的积分都为零，则该函数在每一点都必须为零。因此得到局部形式：

$$
\frac{\partial \rho}{\partial t} + \nabla \cdot (\rho u) = 0 \tag{13}
$$

这就是**连续性方程的微分形式**。它为下一节讨论动量守恒提供了基础——质量守恒规定了密度与速度场的关系，而动量守恒将进一步给出速度场本身的演化方程。

---

## 4. 动量守恒

在建立动量守恒过程中，我们不打算按照一般流体力学教材引入随体导数。本节将使用**李导数**来重构流体力学，将其纳入微分几何框架。下面首先建立必要的几何工方程的具。

### 4.1 单参数局部群与粒子的轨迹

首先建立粒子运动的数学描述。我们将液体看作巨量质点 $p$ 的集合 $\mathbb{P} \subset \mathbb{R}^3$。密度场定义为 $\rho(p): \mathbb{P} \to \mathbb{R}$。将所有"观测站"的集合记作 $\mathbb{W}$，速度场定义为 $u: \mathbb{W} \to \mathbb{R}^3$。

> **注意**：$\mathbb{P}$ 和 $\mathbb{W}$ 中的元素都是位置坐标，但它们是两个独立的集合，彼此没有直接对应关系！

现在要用速度场 $u$ 作用在点 $p$ 上，使 $p$ 发生运动。核心问题是：如何建立一套机制，准确描述当场 $u$ 作用在 $\mathbb{P}$ 上时 $p$ 的变化，进而探究 $\rho(p)$ 如何变换？**李导数**正是我们的解决办法。

要让 $\mathbb{P}$ 中的粒子运动，需要由观测空间（流形 $M$）上的速度场 $u$ 来描述运动。记 $p$ 的运动轨迹为 $\phi(t,p): M \to M$，该映射应满足以下条件：

1. **恒等元**：$\phi(0) = \text{id}_M$（零时刻粒子不发生位移）。
2. **群乘法（单参数性）**：对于任意 $s, t \in \mathbb{R}$，有 $\phi(t+s) = \phi(t) \circ \phi(s)$（先流动 $s$ 再流动 $t$，等价于连续流动 $t+s$）。
3. **可逆性（逆元）**：对每个 $t$，映射 $\phi(t)$ 都是同胚变换，其逆映射为反向流动，即 $\phi(t)^{-1} = \phi(-t)$。这保证了粒子轨线不会发生交叉或分裂。

在设定中，粒子 $p \in \mathbb{P}$ 在 $t=0$ 时位于初始位置。受速度场 $u$ 作用运动 $t$ 时间后，其位置变换到观测站 $w = \phi(t,p) \in \mathbb{W}$。粒子 $p$ 的速度与速度场 $u$ 一致，用微分方程表示为：

$$
\frac{d}{dt} \phi(t,p) = u(\phi(t,p)), \quad \phi(0,p) = p \tag{14}
$$

通过映射 $\phi(t)$，我们可以将 $\mathbb{P}$ 上的量投射到观测空间 $\mathbb{W}$。由于 $\phi(t)$ 可逆，也可以将观测场拉回到粒子身上。

### 4.2 由流映射诱导的推前与拉回

这里需要强调对象层级：$\phi(t)$ 本身是流映射——对每个固定 $t$，它是 $M$ 到 $M$ 的微分同胚。而"推前/拉回"是它诱导出来的算子。

**定义**：固定 $t$ 与点 $p \in M$，有：

$$
\phi(t)_*|_p = d\phi(t)|_p : T_pM \to T_{\phi(t,p)}M \tag{15}
$$

它将起点切空间中的向量推到像点切空间，称为**推前映射**（pushforward）。

对应地，拉回（pullback）由逆流的微分给出：

$$
\phi(t)^*|_p = d\phi(-t)|_{\phi(t,p)} : T_{\phi(t,p)}M \to T_pM \tag{16}
$$

在函数（$0$-形式）上，可写为：

$$
(\phi(t)^*f)(p) = f(\phi(t,p)) \tag{17}
$$

后文将频繁使用 $\phi(t)_*$ 与 $\phi(t)^*$ 来统一表达"把量推到新位置"与"把量拉回初始位置"这两类操作。

### 4.3 标量场的李导数

对于标量场 $f: M \to \mathbb{R}$，李导数描述了函数值沿向量场 $u$（即沿流动）的变化率。它定义为 $f$ 沿流拉回后的变化率：

$$
\mathcal{L}_u f(p) = \left. \frac{d}{dt} \right|_{t=0} (\phi(t)^* f)(p) = \left. \frac{d}{dt} \right|_{t=0} f(\phi(t,p)) \tag{18}
$$

其中各符号含义如下：

- $\mathcal{L}_u f$ — 向量场 $u$ 对标量场 $f$ 的李导数，表示 $f$ 沿 $u$ 方向的变化率。
- $p \in M$ — 流形上的考察点。
- $\phi(t,p)$ — 流映射，表示从 $p$ 出发沿 $u$ 流动 $t$ 时间后的位置。
- $\phi(t)^*$ — 拉回算子，将 $t$ 时刻的函数值拉回到初始时刻。
- $(\phi(t)^* f)(p) = f(\phi(t,p))$ — 将 $t$ 时刻在 $\phi(t,p)$ 处的函数值拉回到 $p$ 点。
- $\left. \frac{d}{dt} \right|_{t=0}$ — 在 $t=0$ 处求导，即取流动初始时刻的瞬时变化率。

利用链式法则展开：$f$ 由位置和时间决定，将 $f$ 分别投影到位置坐标分量 $x^i$ 和时间分量 $t$ 上，得到：

$$
\left. \frac{d}{dt} \right|_{t=0} f(\phi(t,p)) = \sum_i \frac{\partial f}{\partial x^i} \frac{d \phi^i(t,p)}{dt}\bigg|_{t=0} = \sum_i u^i(p) \frac{\partial f}{\partial x^i} = u(f) \tag{19}
$$

写成内积形式，它就是经典的对流项：

$$
\mathcal{L}_u f = u \cdot \nabla f \tag{20}
$$

### 4.4 矢量场的李导数定义

现在将上述概念推广到**矢量场**。假设空间中有另一个矢量场 $v$。我们想知道：沿 $u$ 的流动观测时，$v$ 如何变化？

#### 一个朴素但不正确的尝试

直观的想法是将矢量场 $v$ 的每个分量 $v^j$ 都按标量场李导数处理，即猜测：

$$
\mathcal{L}_u v \stackrel{?}{=} (u^j \partial_j v^i) \frac{\partial}{\partial x^i} \tag{21}
$$

但这在几何上是**不正确的**。原因在于：矢量不仅有分量系数 $v^i$，还有基底 $\partial/\partial x^i$。沿 $u$ 流动时，基底本身也在变化（坐标系被流动扭曲）。标量场李导数只捕捉了分量系数的变化，忽略了基底的变化。

#### 根本问题：不同切空间无法直接相减

更本质的困难是：$v(\phi(t,p)) \in T_{\phi(t,p)}M$ 与 $v(p) \in T_pM$ 属于两个不同的切空间，直接相减没有意义。

#### 正确做法：用拉回统一到同一切空间

为了合理定义变化率，必须借助流映射的**拉回** $\phi(t)^*$，将 $\phi(t,p)$ 处的向量"拽回"到起点 $p$ 的切空间 $T_pM$ 中，再作差取极限。

对于矢量场，拉回由逆流的微分（推前映射的逆）实现，即式 (16)。于是矢量场李导数的严格定义为：

$$
\mathcal{L}_u v(p) = \left. \frac{d}{dt} \right|_{t=0} (\phi(t)^* v)_p = \lim_{t \to 0} \frac{d\phi(-t)\big(v(\phi(t,p))\big) - v(p)}{t} \tag{22}
$$

其中 $\phi(t)^* v$ 表示将 $t$ 时刻的矢量场 $v$ 沿流 $\phi$ 拉回到初始时刻。

#### 物理解读

- 第一项 $d\phi(-t)\big(v(\phi(t,p))\big)$：先让粒子随 $u$ 流动 $t$ 时间，测量该处的 $v$，再将其拉回原点的切空间。
- 减去 $v(p)$ 后取极限，得到 $v$ 沿 $u$ 方向的**真实变化率**——既包含了分量系数的变化，也包含了基底扭曲的贡献。

下一节将在这一思想指导下，推导 $\mathcal{L}_u v$ 的分量表达式。

### 4.5 矢量场李导数的坐标计算与推导

为了实际计算，我们需要在局部坐标系 $\{x^1, x^2, x^3\}$ 下推导 $\mathcal{L}_u v$ 的具体分量表达式。

设向量场 $u$ 和 $v$ 的局部表示为：

$$
u = u^i \frac{\partial}{\partial x^i}, \quad v = v^i \frac{\partial}{\partial x^i} \tag{23}
$$

（本节一律采用爱因斯坦求和约定。）

#### 步骤一：写出单参数流 $\phi(t)$ 的泰勒展开

当 $t$ 极小时，流映射 $y^i = \phi^i(t,x)$ 可展开为：

$$
y^i = \phi^i(t,x) = x^i + t u^i(x) + O(t^2) \tag{24}
$$

其逆变换（向回流动 $-t$）为：

$$
\phi^i(-t,y) = y^i - t u^i(y) + O(t^2) \tag{25}
$$

#### 步骤二：计算拉回中的微分映射（雅可比矩阵）

将 $y = \phi(t,x)$ 处的向量 $v(y)$ 通过逆流的微分映射 $d\phi(-t)$ 拉回到 $x$ 处。其雅可比分量为：

$$
\frac{\partial \phi^i(-t,y)}{\partial y^j} = \frac{\partial}{\partial y^j} \big( y^i - t u^i(y) \big) + O(t^2) = \delta^i_j - t \frac{\partial u^i}{\partial y^j} + O(t^2) \tag{26}
$$

#### 步骤三：写出拉回向量 $\phi(t)^* v$ 的分量形式

根据反变向量的基底变换法则，拉回向量在 $x$ 点的分量为：

$$
(\phi(t)^* v)^i(x) = \frac{\partial \phi^i(-t,y)}{\partial y^j} v^j(y) \tag{27}
$$

代入式 (26) 的雅可比矩阵，以及 $v^j(y)$ 在 $x$ 点附近的泰勒展开 $v^j(y) = v^j(x) + t u^k \frac{\partial v^j}{\partial x^k} + O(t^2)$，可得：

$$
\begin{aligned}
(\phi(t)^* v)^i(x) &= \left( \delta^i_j - t \frac{\partial u^i}{\partial x^j} + O(t^2) \right) \left( v^j(x) + t u^k \frac{\partial v^j}{\partial x^k} + O(t^2) \right) \\
&= v^i(x) + t u^k \frac{\partial v^i}{\partial x^k} - t v^j(x) \frac{\partial u^i}{\partial x^j} + O(t^2)
\end{aligned} \tag{28}
$$

#### 步骤四：极限求导得出结果

将式 (28) 代入李导数的定义式 (22) 中：

$$
\begin{aligned}
(\mathcal{L}_u v)^i(x) &= \lim_{t \to 0} \frac{(\phi(t)^* v)^i(x) - v^i(x)}{t} \\
&= u^k \frac{\partial v^i}{\partial x^k} - v^j \frac{\partial u^i}{\partial x^j}
\end{aligned} \tag{29}
$$

这便完成了局部分量的推导！

### 4.6 李括号与物理对应

仔细观察推导出的分量式 (29)：

$$
(\mathcal{L}_u v)^i = u^j \partial_j v^i - v^j \partial_j u^i \tag{30}
$$

这恰好等同于向量场作为一阶微分算子作用时的**算子交换子**。我们称之为**李括号** $[u, v]$：

$$
\mathcal{L}_u v = [u, v] \tag{31}
$$

在三维或二维欧氏体系中，李导数与流体物理中常用的算子具有直接对应关系：

$$
\mathcal{L}_u v = (u \cdot \nabla) v - (v \cdot \nabla) u \tag{32}
$$

这个公式在流体力学中有着美妙的几何意义：

- 第一项 $(u \cdot \nabla) v$ 描述了场 $v$ 沿流速 $u$ 的经典空间平移对流。
- 第二项 $-(v \cdot \nabla) u$ 描述了因流体剪切流动导致的坐标系局部拉伸或形变。

这种几何形式不依赖于坐标选择，展现了在几何框架下无粘性流体动量守恒中对流变形项的本质物理图像。下一节将利用这一工具，正式推导动量守恒方程——**纳维-斯托克斯方程**。

使用微分几何方法建立流体力学描述，能带来显著好处。它将各学科的工程名词转化为统一的数学语言。这样一来，我们就能用统一方法解决流体力学、连续介质力学、热力学和电磁学等连续场问题。每个学科都使用自己的符号语言，不可能学完所有学科再去解决耦合交叉的连续场问题。因此，建立一个统一的数学框架至关重要。

对流体建立数学描述——1. 连续性方程

算法

架构设计

后端

本文探讨微分几何在流体力学中的应用，建立连续性方程和动量守恒的数学框架。通过微分几何方法统一描述流体运动，推导质量守恒的连续性方程，并引入李导数分析矢量场变化。内容涵盖速度场、密度场、压力场等基本概念，为流体力学研究提供严谨的数学基础。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

对流体建立数学描述——1. 连续性方程-腾讯云开发者社区-腾讯云

对流体建立数学描述——1. 连续性方程

对流体建立数学描述——1. 连续性方程

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐