🌟 为什么极坐标下的“小扇形”面积是 r Δr Δθr \, \Delta r \, \Delta \thetarΔrΔθ?
在极坐标 (r,θ)(r, \theta)(r,θ) 下,一个微小的区域(“小扇形”)的面积并不是简单的 ΔrΔθ\Delta r \Delta \thetaΔrΔθ,而是 r Δr Δθr \, \Delta r \, \Delta \thetarΔrΔθ。这个额外的 rrr 因子来自于极坐标的几何性质,下面我们详细解释。
1. 极坐标的面积微元推导
在直角坐标系 (x,y)(x, y)(x,y) 下,面积微元是 dxdydxdydxdy,但在极坐标下,我们需要重新计算面积微元。
(1) 极坐标与直角坐标的关系
极坐标 (r,θ)(r, \theta)(r,θ) 和直角坐标 (x,y)(x, y)(x,y) 的转换关系为:
x=rcosθ,y=rsinθ x = r \cos \theta, \quad y = r \sin \theta x=rcosθ,y=rsinθ
(2) 极坐标下的“小扇形”
考虑一个极坐标微元:
- 径向变化 Δr\Delta rΔr:从 rrr 到 r+Δrr + \Delta rr+Δr;
- 角度变化 Δθ\Delta \thetaΔθ:从 θ\thetaθ 到 θ+Δθ\theta + \Delta \thetaθ+Δθ。
这个微元近似于一个小扇形(严格来说,当 Δr→0\Delta r \to 0Δr→0、Δθ→0\Delta \theta \to 0Δθ→0 时,它是一个扇形)。
(3) 计算小扇形的面积
-
内半径 rrr,外半径 r+Δrr + \Delta rr+Δr:
- 内弧长 =rΔθ= r \Delta \theta=rΔθ;
- 外弧长 =(r+Δr)Δθ= (r + \Delta r) \Delta \theta=(r+Δr)Δθ。
-
扇形的面积公式:
扇形的面积可以近似看作一个梯形(因为 Δr\Delta rΔr 很小):
面积≈平均弧长×径向宽度=(rΔθ+(r+Δr)Δθ2)Δr \text{面积} \approx \text{平均弧长} \times \text{径向宽度} = \left( \frac{r \Delta \theta + (r + \Delta r) \Delta \theta}{2} \right) \Delta r 面积≈平均弧长×径向宽度=(2rΔθ+(r+Δr)Δθ)Δr
化简后:
面积≈(r+Δr2)ΔθΔr \text{面积} \approx \left( r + \frac{\Delta r}{2} \right) \Delta \theta \Delta r 面积≈(r+2Δr)ΔθΔr
当 Δr→0\Delta r \to 0Δr→0,高阶小项 Δr2ΔθΔr\frac{\Delta r}{2} \Delta \theta \Delta r2ΔrΔθΔr 可以忽略,因此:
面积≈rΔrΔθ \text{面积} \approx r \Delta r \Delta \theta 面积≈rΔrΔθ
-
极限情况(微积分):
当 Δr→0\Delta r \to 0Δr→0、Δθ→0\Delta \theta \to 0Δθ→0,这个近似越来越精确,最终:
dA=r dr dθ dA = r \, dr \, d\theta dA=rdrdθ
这就是极坐标下的面积微元。
2. 直观理解:为什么会有 rrr 因子?
-
在直角坐标系中,dxdydxdydxdy 代表一个小矩形,其面积就是 ΔxΔy\Delta x \Delta yΔxΔy。
-
但在极坐标中:
- 靠近原点(rrr 小):相同的 Δθ\Delta \thetaΔθ 对应的弧长较短,面积较小;
- 远离原点(rrr 大):相同的 Δθ\Delta \thetaΔθ 对应的弧长较长,面积较大。
因此,面积微元必须包含 rrr,以反映距离原点越远,相同 ΔrΔθ\Delta r \Delta \thetaΔrΔθ 覆盖的实际面积越大。
几何解释:
想象一个圆环(半径 rrr,厚度 Δr\Delta rΔr),其面积是 2πrΔr2\pi r \Delta r2πrΔr(周长 × 厚度)。
如果只取一个小扇形(角度 Δθ\Delta \thetaΔθ),则面积为:
面积=(Δθ2π)×2πrΔr=rΔrΔθ \text{面积} = \left( \frac{\Delta \theta}{2\pi} \right) \times 2\pi r \Delta r = r \Delta r \Delta \theta 面积=(2πΔθ)×2πrΔr=rΔrΔθ
这就是 r dr dθr \, dr \, d\thetardrdθ 的来源。
3. 数学严格推导:Jacobian 行列式
更严格的数学方法是通过 Jacobian 行列式 进行坐标变换:
(1) 极坐标变换的 Jacobian
从 (x,y)(x, y)(x,y) 到 (r,θ)(r, \theta)(r,θ) 的变换的 Jacobian 矩阵为:
J=[∂x∂r∂x∂θ∂y∂r∂y∂θ]=[cosθ−rsinθsinθrcosθ] J = \begin{bmatrix} \frac{\partial x}{\partial r} & \frac{\partial x}{\partial \theta} \\ \frac{\partial y}{\partial r} & \frac{\partial y}{\partial \theta} \end{bmatrix} = \begin{bmatrix} \cos \theta & -r \sin \theta \\ \sin \theta & r \cos \theta \end{bmatrix} J=[∂r∂x∂r∂y∂θ∂x∂θ∂y]=[cosθsinθ−rsinθrcosθ]
(2) Jacobian 行列式计算
∣J∣=det(J)=cosθ⋅rcosθ−(−rsinθ)⋅sinθ=r(cos2θ+sin2θ)=r |J| = \det(J) = \cos \theta \cdot r \cos \theta - (-r \sin \theta) \cdot \sin \theta = r (\cos^2 \theta + \sin^2 \theta) = r ∣J∣=det(J)=cosθ⋅rcosθ−(−rsinθ)⋅sinθ=r(cos2θ+sin2θ)=r
(3) 面积微元的变换
根据变量替换公式:
dxdy=∣J∣ drdθ=r drdθ dxdy = |J| \, dr d\theta = r \, dr d\theta dxdy=∣J∣drdθ=rdrdθ
因此,极坐标下的面积微元确实是 r dr dθr \, dr \, d\thetardrdθ。
-
极坐标下的面积微元是 r dr dθr \, dr \, d\thetardrdθ,而不是简单的 drdθdr d\thetadrdθ。
-
原因:
- 几何直观:离原点越远,相同 ΔrΔθ\Delta r \Delta \thetaΔrΔθ 覆盖的实际面积越大,需要乘以 rrr 修正;
- 数学推导:通过 Jacobian 行列式,坐标变换引入 rrr 因子。
-
这个 rrr 使得极坐标下的积分计算更加准确,特别是在处理圆形、扇形等对称区域时。