Direkt zum Inhalt
  1. Startseite
  2. Lektionen
  3. #226

Nabla-Operator: 3 Anwendungen + 9 Rechenregeln

Nabla-Operator \( \nabla \) (kurz: Nabla genannt) - ist ein Vektoroperator, mit dem vektorielle Ableitungen wie Gradient, Divergenz oder Rotation gebildet werden können.
Level 3
Level 3 setzt die Grundlagen der Vektorrechnung, Differential- und Integralrechnung voraus. Geeignet für Studenten und zum Teil Abiturienten.

Nabla-Operator \(\nabla\) ähnelt notationsmäßig einem Vektor und sieht im dreidimensionalen Fall folgendermaßen aus:\[ \nabla ~=~ \begin{bmatrix} \frac{\partial}{\partial x} \\ \frac{\partial}{\partial y} \\ \frac{\partial}{\partial z} \end{bmatrix} \]

Die Komponenten des Nabla-Operators sind partielle Ableitungen nach \(x\), \(y\) oder \(z\). Die Komponenten von Nabla sind sogenannte Differential-Operatoren und sagen Dir: Du musst eine Funktion nach der jeweiligen Variablen (die im Nenner notiert ist) ableiten.

Der Nabla-Operator entfaltet erst dann seine Wirkung, wenn dieser auf eine Funktion angewendet wird.

Nabla auf Funktionen anwenden

Nabla kann sowohl auf Vektorfunktionen:1\[ \boldsymbol{F}(x,y,z) ~=~ \begin{bmatrix}F_{1}(x,y,z)\\ F_{2}(x,y,z)\\F_{3}(x,y,z)\end{bmatrix} \]als auch auf skalare Funktionen \( f(x,y,z) \) angewendet werden.

Einen gewöhnlichen Vektor \( \boldsymbol{v} \) kannst Du mit einer Zahl \( a \in \mathbb{R} \) multiplizieren (Skalarmultiplikation) \( \boldsymbol{v} \, a \). Du kannst aber auch Skalarprodukt \( \boldsymbol{v} \cdot \boldsymbol{w} \) und Kreuzprodukt \( \boldsymbol{v} \times \boldsymbol{w} \) mit einem weiteren Vektor \( \boldsymbol{w} \) bilden. Diese 3 Operationen sind auch beim Nabla-Operator, der als Vektor aufgefasst werden kann, möglich!

#1 Skalarmultiplikation mit Nabla

Für die Skalarmultiplikation des Nabla-Operators dient eine skalare Funktion \( f(x,y,z) \) in Abhängigkeit von drei Variablen:

Gradient: Multiplikation mit Nabla2\[ \nabla \, f(x,y,z) ~=~ \begin{bmatrix} \frac{\partial}{\partial x} \\ \frac{\partial}{\partial y} \\ \frac{\partial}{\partial z} \end{bmatrix} \, f(x,y,z) ~=~ \begin{bmatrix} \frac{\partial f}{\partial x} \\ \frac{\partial f}{\partial y} \\ \frac{\partial f}{\partial z} \end{bmatrix} \]

(Beachte jedoch dabei, dass derartige Skalarmultiplikation nicht kommutativ ist, weshalb es gefährlich ist das Nabla als einen Vektor aufzufassen). Was Du dabei machst ist also: Du leitest die skalare Funktion \( f \) nach der \(x\)-Variablen ab und schreibst sie in die 1. Komponente des Ergebnisvektors. Die Funktion \( f \) ist aber noch von weiteren Variablen \(y\) und \(z\) abhängig, also gehst Du mit denen genauso vor: \( f \) nach \(y\) ableiten und in die 2. Komponente schreiben und \( f \) nach \(z\) ableiten und in die 3. Komponente des Ergebnisvektors schreiben.

Wäre die Funktion \( f(x,y) \) nur z.B. von zwei Variablen \( x \) und \( y \) abhängig, dann hätte der Ergebnisvektor nur zwei Komponenten. Dazu musst Du natürlich einen zweidimensionalen Nabla-Operator benutzen, der eben nur zwei (und nicht drei) Komponenten hat:3\[ \nabla \, f(x,y) ~=~ \begin{bmatrix} \frac{\partial}{\partial x} \\ \frac{\partial}{\partial y} \end{bmatrix} \, f(x,y,z) ~=~ \begin{bmatrix} \frac{\partial f}{\partial x} \frac{\partial f}{\partial y} \end{bmatrix} \]

Das Ergebnis ist also ein zweimensionaler (zwei Komponenten) Vektor. Nabla macht aus einer skalaren Funktion \( f \), eine Vektorfunktion!

GradientWendest du den Nabla-Operator \( \nabla \) auf eine skalare Funktion \( f \) an, dann wird das Ergebnis \( \nabla \, f \) als Gradient von \( f \) bezeichnet.
Das Gradientenfeld von \(x^2 + 5xy\).
Beispiel: Gradient berechnenGegeben ist eine skalare Funktion \( f(x,y,z) = x^2 + 5xy + z \). Wende den Nabla-Operator - wie oben erklärt - auf \( f \) an:4\[ \nabla \, f(x,y,z) ~=~ \begin{bmatrix} 2x+5y \\ 5x \\ 1 \end{bmatrix} \]

#2 Skalarprodukt mit Nabla

Dieses Mal brauchst Du eine Vektorfunktion \(\boldsymbol{F}(x,y,z)\). (Sie ist von der Form, wie der Ergebnisvektor 4 der Nabla-Skalarmultiplikation). In diesem Fall kannst Du Dir vorstellen, als würdest Du ein Skalarprodukt (nicht kommutativ!) bilden:

Divergenz: Skalarprodukt mit Nabla5\[ \nabla \cdot \boldsymbol{F} ~=~ \begin{bmatrix} \frac{\partial}{\partial x} \\ \frac{\partial}{\partial y} \\ \frac{\partial}{\partial z} \end{bmatrix} ~\cdot~ \begin{bmatrix}F_{x}(x,y,z)\\ F_{y}(x,y,z)\\F_{z}(x,y,z)\end{bmatrix} ~=~ \frac{\partial F_x}{\partial x} + \frac{\partial F_y}{\partial y} + \frac{\partial F_z}{\partial z} \]

Nabla macht beim Skalarprodukt aus einer Vektorfunktion \(\boldsymbol{F}\) eine skalare Funktion. Also genau das Umgekehrte wie beim Gradienten!

DivergenzWendest du den Nabla-Operator \( \nabla \) mithilfe des Skalarprodukts auf eine Vektorfunktion \(\boldsymbol{F}\) an, dann wird das Ergebnis \( \nabla \cdot \boldsymbol{F} \) als Divergenz von \(\boldsymbol{F}\) bezeichnet.
Beispiel: Divergenz berechnenGegeben ist ein Vektorfeld:6\[ \boldsymbol{F}(x,y,z) ~=~ \begin{bmatrix} 2x^3 \\ zy \\ 5xy \end{bmatrix} \]Wende den Nabla-Operator - mittels Skalarprodukt - auf \( \boldsymbol{F} \) an:7\[ \begin{bmatrix} \frac{\partial}{\partial x} \\ \frac{\partial}{\partial y} \\ \frac{\partial}{\partial z} \end{bmatrix} ~\cdot~ \begin{bmatrix} 2x^3 \\ zy \\ 5xy \end{bmatrix} ~=~ 6x^2 + z \]

#3 Kreuzprodukt mit Nabla

Wie beim Skalarprodukt 5 brauchst Du auch beim Kreuzprodukt eine Vektorfunktion \( \boldsymbol{F}(x,y,z) \):

Rotation: Kreuzprodukt mit Nabla8\[ \nabla \times \boldsymbol{F} ~=~ \begin{bmatrix} \frac{\partial}{\partial x} \\ \frac{\partial}{\partial y} \\ \frac{\partial}{\partial z} \end{bmatrix} ~\times~ \begin{bmatrix}F_{x}(x,y,z)\\ F_{y}(x,y,z)\\F_{z}(x,y,z)\end{bmatrix} ~=~ \begin{bmatrix} \frac{\partial F_z}{\partial y} - \frac{\partial F_y}{\partial z} \\ \frac{\partial F_x}{\partial z} - \frac{\partial F_z}{\partial x} \\ \frac{\partial F_y}{\partial x} - \frac{\partial F_x}{\partial y} \end{bmatrix} \]

Das Ergebnis des Kreuzprodukts 8 ist wieder ein Vektor! Nabla belässt hier die Vektorfunktion \(\boldsymbol{F}\) als Vektorfunktion.

Rotation

Wendest du den Nabla-Operator \(\nabla\) mithilfe des Kreuzprodukts auf eine Vektorfunktion \(\boldsymbol{F}\) an, dass wird das Ergebnis \(\nabla \times \boldsymbol{F} \) als Rotation von \(\boldsymbol{F}\) bezeichnet.

Beispiel: Rotation berechnenBetrachte wieder das Vektorfeld wie in 6. Wende den Nabla-Operator - mittels Kreuzprodukt - auf \( \boldsymbol{F} \) an:9\[ \begin{bmatrix} \frac{\partial}{\partial x} \\ \frac{\partial}{\partial y} \\ \frac{\partial}{\partial z} \end{bmatrix} ~\times~ \begin{bmatrix}F_{x}(x,y,z)\\ F_{y}(x,y,z)\\F_{z}(x,y,z)\end{bmatrix} ~=~ \begin{bmatrix} 5x - y \\ - 5y \\ 0 \end{bmatrix} \]

Nabla auf Nabla anwenden

Natürlich kannst Du auch Nabla mit Nabla skalar- oder kreuzmultiplizieren und dann das Ergebnis auf eine skalare oder vektorielle Funktion anwenden. Es ergeben sich dabei unterschiedliche Beziehungen.

Skalarprodukt zweier Nabla-Operatoren10\[ \nabla \cdot \nabla ~=~ \begin{bmatrix} \frac{\partial}{\partial x} \\ \frac{\partial}{\partial y} \\ \frac{\partial}{\partial z} \end{bmatrix} ~\cdot~ \begin{bmatrix} \frac{\partial}{\partial x} \\ \frac{\partial}{\partial y} \\ \frac{\partial}{\partial z} \end{bmatrix} ~=~ \frac{\partial^2}{\partial x^2} + \frac{\partial^2}{\partial y^2} + \frac{\partial^2}{\partial z^2} ~=:~ \nabla^2 \]

Das Ergebnis ist die Summe der zweiten Ableitungen nach den jeweiligen Variablen. Das Skalarprodukt \( \nabla \cdot \nabla \) wird kurz \( \nabla^2 \) notiert (manchmal auch, aber eher nicht so gut mit \(\Delta\)) und Laplace-Operator genannt.

Das Kreuzprodukt zweier Nabla-Operatoren ist uninteressant, weil es stets den Nullvektor ergibt. Warum? Weil die partiellen Ableitungen untereinander kommutativ sind:11\[ \nabla \times \nabla ~=~ \begin{bmatrix} \frac{\partial}{\partial z}\frac{\partial}{\partial y} - \frac{\partial}{\partial y}\frac{\partial}{\partial z} \\ \frac{\partial}{\partial x}\frac{\partial}{\partial z} - \frac{\partial}{\partial z}\frac{\partial}{\partial x} \\ \frac{\partial}{\partial y}\frac{\partial}{\partial x} - \frac{\partial}{\partial x}\frac{\partial}{\partial y} \end{bmatrix} ~=~ \begin{bmatrix} 0 \\ 0 \\ 0 \end{bmatrix} \]

Wendest Du also das Nabla-Kreuzprodukt 11 auf eine beliebige vektorielle Funktion an: \( (\nabla \times \nabla) ~\cdot~ \boldsymbol{F} = \boldsymbol{0} \) bzw. \( (\nabla \times \nabla) ~\times~ \boldsymbol{F} = \boldsymbol{0}\) dann bekommst Du stets den Nullvektor heraus.

ACHTUNG! Assoziativität gilt NICHT: \( (\nabla \times \nabla) ~\cdot~ \boldsymbol{F} \neq \nabla \times (\nabla ~\cdot~ \boldsymbol{F}) \). Oder: \( 0 = (\nabla \times \nabla) ~\times~ f \neq \nabla \times (\nabla \times f) \).

5 Möglichkeiten Nabla zweimal anzuwenden

In der Elektrodynamik, Strömungslehre und anderen Gebieten der Physik kommen Beziehungen vor, in denen Nabla-Operator zweimal auf ein Vektorfeld oder Skalarfeld angewendet wird. Es gibt genau fünf unterschiedliche Möglichkeiten:

#1 Divergenz des Gradienten

Wendest Du auf eine skalare Funktion \( f(x,y,z) \) den Laplace-Operator an:12\[ \nabla \cdot \nabla \, f ~=~ \nabla^2 \, f ~=~ \frac{\partial^2 f}{\partial x^2} + \frac{\partial^2 f}{\partial y^2} + \frac{\partial^2 f}{\partial z^2} \]dann bekommst Du die Divergenz des Gradienten von \( f\). Hier gilt übrigens die Assoziativität, weshalb Klammern überflüssig sind: \( (\nabla \cdot \nabla) \, f ~=~ \nabla \cdot (\nabla \, f) ~=~ \nabla \cdot \nabla \, f\).

#2 Divergenz der Rotation

Dafür brauchst Du natürlich eine vektorielle Funktion \( \boldsymbol{F} \), denn die Rotation ist nur für eine Vektorfunktion definiert. Die Rotation von \( \boldsymbol{F} \) hast Du in 8 schon berechnet. Bilde nur noch das Skalarprodukt mit dem Ergebnis der Rotation:13\[ \nabla \cdot (\nabla \times \boldsymbol{F}) ~=~ \frac{\partial}{\partial x}\left( \frac{\partial F_z}{\partial y} ~-~ \frac{\partial F_y}{\partial z} \right) + \frac{\partial}{\partial y}\left( \frac{\partial F_x}{\partial z} ~-~ \frac{\partial F_z}{\partial x} \right) + \frac{\partial}{\partial z}\left( \frac{\partial F_y}{\partial x} ~-~ \frac{\partial F_x}{\partial y} \right) ~=~ 0 \]

Wie Du siehst, Divergenz der Rotation ist immer Null. Ein physikalisches Beispiel ist das Magnetfeld \( \boldsymbol{B} = \nabla \times \boldsymbol{A} \) (mit \( \boldsymbol{A} \) als Vektorpotential). Divergenz des Magnetfeldes verschwindet: \( \nabla \cdot \boldsymbol{B} = 0 \).

#3 Rotation des Gradienten

Für eine skalare Funktion \( f \):14\[ \nabla \times (\nabla \, f) ~=~ \begin{bmatrix} \frac{\partial}{\partial y}\frac{\partial f}{\partial z} - \frac{\partial}{\partial z}\frac{\partial f}{\partial y} \\ \frac{\partial}{\partial z}\frac{\partial f}{\partial x} - \frac{\partial}{\partial x}\frac{\partial f}{\partial z} \\ \frac{\partial}{\partial x}\frac{\partial f}{\partial y} - \frac{\partial}{\partial y}\frac{\partial f}{\partial x} \end{bmatrix} ~=~ 0 \]

Ein physikalisches Beispiel: Das elektrostatische Feld lässt sich als Gradient eines Potentials schreiben: \( \boldsymbol{E} = \nabla \, V \), folglich ist die Rotation des E-Feldes \( \nabla \times \boldsymbol{E} = 0 \). Elektrostatische E-Felder sind also wirbelfrei!

#4 Rotation der Rotation

Für eine vektorielle Funktion (mithilfe von 8):15\[ \nabla \times (\nabla \times \boldsymbol{F}) ~=~ \begin{bmatrix} \frac{\partial}{\partial y}\frac{\partial F_y}{\partial x} - \frac{\partial^2 F_x}{\partial y^2} - \frac{\partial^2 F_x}{\partial z^2} + \frac{\partial}{\partial z}\frac{\partial F_z}{\partial x} \\ \frac{\partial}{\partial z}\frac{\partial F_z}{\partial y} - \frac{\partial^2 F_y}{\partial z^2} - \frac{\partial^2 F_y}{\partial x^2} + \frac{\partial}{\partial x}\frac{\partial F_x}{\partial y} \\ \frac{\partial}{\partial x}\frac{\partial F_x}{\partial z} - \frac{\partial^2 F_z}{\partial x^2} - \frac{\partial^2 F_z}{\partial y^2} + \frac{\partial}{\partial y}\frac{\partial F_y}{\partial z} \end{bmatrix} \]

#5 Gradient der Divergenz

Für eine Vektorfunktion \( \boldsymbol{F} \) folgt mithilfe von 5:16\[ \nabla \left( \nabla \cdot \boldsymbol{F} \right) ~=~ \begin{bmatrix} \frac{\partial^2 F_x}{\partial x^2} + \frac{\partial }{\partial x}\frac{\partial F_y}{\partial y} + \frac{\partial }{\partial x}\frac{\partial F_z}{\partial z} \\ \frac{\partial }{\partial y}\frac{\partial F_x}{\partial x} + \frac{\partial^2 F_y}{\partial y^2} + \frac{\partial }{\partial y}\frac{\partial F_z}{\partial z} \\ \frac{\partial }{\partial z}\frac{\partial F_x}{\partial x} + \frac{\partial }{\partial z}\frac{\partial F_y}{\partial y} + \frac{\partial^2 F_z}{\partial z^2} \end{bmatrix} \]

All die anderen denkbaren Fälle: "Rotation der Divergenz", "Gradient der Rotation", "Divergenz der Divergenz" und "Gradient des Gradienten" sind nicht definiert.

9 Rechenregeln mit Nabla

  1. Distributivität bei Multiplikation\[ \nabla \, (f + g ) ~=~ \nabla f + \nabla g \]
  2. Distributivität bei Skalarprodukt\[ \nabla \cdot (\boldsymbol{F} + \boldsymbol{R} ) ~=~ \nabla \cdot \boldsymbol{F} + \nabla \cdot \boldsymbol{R} \]
  3. Distributivität bei Kreuzprodukt\[ \nabla \times (\boldsymbol{F} + \boldsymbol{R} ) ~=~ \nabla \times \boldsymbol{F} + \nabla \times \boldsymbol{R} \]
  4. Produktregel\[ \nabla (f \, g) ~=~ f \, \nabla g + g \nabla f \]
  5. Spatprodukt\[ \nabla \cdot \left( \boldsymbol{F} \times \boldsymbol{R} \right) ~=~ \boldsymbol{R} \cdot \left( \nabla \times \boldsymbol{F} \right) - \boldsymbol{F} \cdot \left( \nabla \times \boldsymbol{R} \right) \]
  6. Doppeltes Kreuzprodukt\[ \nabla \times \left( \boldsymbol{F} \times \boldsymbol{R} \right) ~=~ \left( \boldsymbol{R} \cdot \nabla \right) \, \boldsymbol{F} - \left( \boldsymbol{F} \cdot \nabla \right) \, \boldsymbol{R} + \boldsymbol{F} \, \left( \nabla \cdot \boldsymbol{R} \right) - \boldsymbol{R} \, \left( \nabla \cdot \boldsymbol{F} \right) \]
  7. \[ \nabla \, \left( \boldsymbol{F} \cdot \boldsymbol{R} \right) ~=~ \boldsymbol{F} \times \left( \nabla \times \boldsymbol{R} \right) + \boldsymbol{R} \times \left( \nabla \times \boldsymbol{F} \right) + \left( \boldsymbol{R} \cdot \nabla \right) \, \boldsymbol{F} + \left( \boldsymbol{F} \cdot \nabla \right) \, \boldsymbol{R} \]
  8. \[ \nabla \, \left( f \, \boldsymbol{R} \right) ~=~ f \, \left( \nabla \cdot \boldsymbol{R} \right) + \boldsymbol{R} \cdot \left( \nabla f \right) \]
  9. \[ \nabla \times \left( f \, \boldsymbol{R} \right) ~=~ f \, \left( \nabla \times \boldsymbol{R} \right) - \boldsymbol{R} \times \left( \nabla f \right) \]

Nabla mit Funktion vertauschen?Wenn Du beispielsweise beim Skalarprodukt 5 die Funktion \( \boldsymbol{F} \) mit Nabla vertauschst, dann bekommst Du:17\[ \boldsymbol{F} \cdot \nabla ~=~ F_x\frac{\partial}{\partial x} + F_y\frac{\partial }{\partial y} + F_z\frac{\partial }{\partial z} \]Auf diese Weise ist 17 ein sogenannter Operator, den Du auf irgendeine Funktion \( f \) anwenden kannst: \( (\boldsymbol{F} \cdot \nabla)\,f\). Solche Ausdrücke wie 17 - bei denen noch offen steht, worauf die partiellen Ableitungen angewendet werden sollen, findest Du überall in der Quantenmechanik. Nabla selbst, ist ein Operator!
Details zum Inhalt
  • Copyright: ©2020
  • Lizenz: CC BY 4.0Diese Lektion darf mit der Angabe des Copyrights weiterverwendet werden!
  • Dieser Inhalt wurde hinzugefügt von FufaeV am .
  • Dieser Inhalt wurde aktualisiert von FufaeV am .

Feedback geben

Hey! Ich bin Alexander FufaeV, der Physiker und Autor hier. Es ist mir wichtig, dass du stets sehr zufrieden bist, wenn du hierher kommst, um deine Fragen und Probleme zu klären. Da ich aber keine Glaskugel besitze, bin ich auf dein Feedback angewiesen. So kann ich Fehler beseitigen und diesen Inhalt verbessern, damit auch andere Besucher von deinem Feedback profitieren können.

Wie zufrieden bist Du?