如何用链式法则证明极坐标下的∇算子表达式？推导遇阻求助

嘿，你已经搞定了极坐标单位向量的转换，这可是迈出了最关键的一步！接下来咱们一步步用链式法则把梯度算子的推导补全，其实没你想的那么复杂～

首先回忆一下，直角坐标系下的梯度算子定义是：
$$\nabla = \mathbf{\hat{i}}\frac{\partial}{\partial x} + \mathbf{\hat{j}}\frac{\partial}{\partial y}$$
我们的核心目标是把直角坐标下的偏导数$\frac{\partial}{\partial x}$、$\frac{\partial}{\partial y}$，通过链式法则转换成极坐标下的$\frac{\partial}{\partial r}$和$\frac{\partial}{\partial \theta}$，再结合你已经得到的单位向量关系，就能得到极坐标形式的梯度了。

第一步：用链式法则建立偏导数转换关系 #

根据多元函数的链式法则，对于任意依赖$x,y$的函数，其偏导数满足：
$$\frac{\partial}{\partial x} = \frac{\partial r}{\partial x}\frac{\partial}{\partial r} + \frac{\partial \theta}{\partial x}\frac{\partial}{\partial \theta}$$
$$\frac{\partial}{\partial y} = \frac{\partial r}{\partial y}\frac{\partial}{\partial r} + \frac{\partial \theta}{\partial y}\frac{\partial}{\partial \theta}$$

接下来我们需要计算这四个关键的偏导数：

• 从$r^2 = x^2 + y^2$对$x$求偏导：$2r\frac{\partial r}{\partial x} = 2x$，化简得 $\frac{\partial r}{\partial x} = \frac{x}{r} = \cos\theta$
• 同理，对$y$求偏导得 $\frac{\partial r}{\partial y} = \frac{y}{r} = \sin\theta$
• 从$\theta = \arctan\left(\frac{y}{x}\right)$对$x$求偏导：$\frac{\partial \theta}{\partial x} = \frac{-\frac{y}{x^2}}{1 + \left(\frac{y}{x}\right)^2} = \frac{-y}{x^2 + y^2} = \frac{-\sin\theta}{r}$
• 对$y$求偏导得：$\frac{\partial \theta}{\partial y} = \frac{\frac{1}{x}}{1 + \left(\frac{y}{x}\right)^2} = \frac{x}{x^2 + y^2} = \frac{\cos\theta}{r}$

第二步：代入直角坐标系梯度并整理 #

把上面的偏导数结果代入直角坐标梯度的表达式：
$$\nabla = \mathbf{\hat{i}}\left(\cos\theta \frac{\partial}{\partial r} - \frac{\sin\theta}{r}\frac{\partial}{\partial \theta}\right) + \mathbf{\hat{j}}\left(\sin\theta \frac{\partial}{\partial r} + \frac{\cos\theta}{r}\frac{\partial}{\partial \theta}\right)$$

现在我们把括号拆开，将含有$\frac{\partial}{\partial r}$和$\frac{1}{r}\frac{\partial}{\partial \theta}$的项分别合并：
$$\nabla = \frac{\partial}{\partial r}\left(\cos\theta \mathbf{\hat{i}} + \sin\theta \mathbf{\hat{j}}\right) + \frac{1}{r}\frac{\partial}{\partial \theta}\left(-\sin\theta \mathbf{\hat{i}} + \cos\theta \mathbf{\hat{j}}\right)$$

第三步：替换为极坐标单位向量 #

这时候你之前推导的两个单位向量就正好用上了：

• $\cos\theta \mathbf{\hat{i}} + \sin\theta \mathbf{\hat{j}} = \mathbf{\hat{r}}$
• $-\sin\theta \mathbf{\hat{i}} + \cos\theta \mathbf{\hat{j}} = \mathbf{\hat{\theta}}$

把它们代入上式，就得到了最终的极坐标梯度算子：
$$\nabla = \mathbf{\hat{r}}\frac{\partial}{\partial r} + \mathbf{\hat{\theta}}\frac{1}{r}\frac{\partial}{\partial \theta}$$

整个过程的核心就是利用链式法则完成坐标偏导数的转换，再结合单位向量的定义进行替换，是不是一下子就通顺了？

内容的提问来源于stack exchange，提问作者MathGuru