第一部分
散度是什么：从水流到公式
目标：把"散度"从一个吓人的术语变成你能画出来的东西。
1问题登场：水流里的秘密
想象你站在一条小溪里。有的地方，水流从四面八方涌过来（你在一个汇流点）；有的地方，水从你脚下向四面八方散开（你在一个泉眼）。
我们用向量场来描述水流：平面上每个点，画一个小箭头，箭头方向 = 水流方向，箭头长度 = 流速。下面这张图，你能看出哪里在"涌出"，哪里在"吸入"吗？
主角登场散度（divergence）就是一个数，它告诉你：在某一个点，向量场是"往外冒"（正散度），还是"往里吸"（负散度），还是"光流不冒不吸"（零散度）。写作 ∇·F 或 div F。
约定命名向量场记作 F(x, y) = ( P(x, y), Q(x, y) )。P 是箭头在 x 方向的分量（水平推力），Q 是箭头在 y 方向的分量（垂直推力）。后面我们说的"x 方向流量""y 方向流量"指的就是 P 和 Q 的变化。
2一维热身：一维"散度"就是导数
在冲进二维之前，先看一条直线上的"向量场"——其实就是一根数轴，每个点标一个带方向的数。比如 F(x) = x：正半轴向右推，负半轴向左推（都推离原点）。再看 F(x) = −x：全部指向原点。
在一维，"散度"退化为导数 dF/dx：
F(x) = x → dFdx = +1（处处往外推）
F(x) = −x → dFdx = −1（处处往里吸）
关键直觉导数 > 0 → 往右走一步，箭头变长（发散）；导数 < 0 → 往右走一步，箭头变短（收敛）。一维散度 = 导数 = 衡量"箭头随位置变化的速率"。
一维有个简单验证法：在点 x，看左右两边的净流出。从左边流入 = F(x−Δx)，从右边流出 = F(x+Δx)。净流出 ≈ F(x+Δx) − F(x−Δx) ≈ 2Δx · F'(x)。导数越大，净流出越大。
记下结果一维散度 = 导数。正导数 = 源，负导数 = 汇，零导数 = 常流。
一维不够现实世界的流是二维（甚至三维）的。一维只有一个方向可以"进出"，二维有四个方向！所以需要升级——下面进入二维。
3进入二维：平面上的箭头海
二维向量场 F(x, y) = (P(x, y), Q(x, y))——平面上每个点 (x, y) 绑一个箭头 (P, Q)。这就是一片"箭头海"。
先看四个最简单的场，建立直觉：
先感受，不要算暂不用管散度公式。先把这四个场看一遍：哪些地方箭头好像在"往外冒"？哪些地方箭头好像"聚集在一起"？
关键事实在二维，一个点可以水平方向往外推但竖直方向往里吸（或者反过来）。散度是把两个方向的"进出"加在一起——水平净流出 + 竖直净流出。
怎么算"净流出"？我们需要在一个点周围画一个极小的方框，数清楚进来的和出去的。这就是下一节。
4发现一：小方框的"进出账"
在点 (x, y) 周围画一个边长分别为 Δx 和 Δy 的极小矩形。四个边各有一笔"流量账"——向量场穿过边界的总量。
算账：四边的净流量
1
右边（位置 x+Δx）：流出量 ≈ P(x+Δx, y) × Δy（水平分量 × 边长）。为什么是 P？因为穿过竖直边的流量取决于水平分量。
2
左边（位置 x）：流入量 ≈ P(x, y) × Δy。左边是"流入"——向量指向框内，相当于负的流出。
3
水平方向净流出 ＝ 右边 − 左边 ≈ [P(x+Δx, y) − P(x, y)] × Δy。
4
同理，竖直方向净流出 ＝ 上边 − 下边 ≈ [Q(x, y+Δy) − Q(x, y)] × Δx。
总净流出 ≈ [P(x+Δx, y) − P(x, y)] × Δy ＋ [Q(x, y+Δy) − Q(x, y)] × Δx
关键事实总净流量 = 水平方向的变化 + 竖直方向的变化。还没完——我们需要除以面积，才能得到"单位面积的净流出"，也就是散度。
5发现二：极限——散度公式诞生
散度 = 单位面积的净流出，所以要把总净流出除以框的面积 Δx·Δy，然后让框缩成一个点（Δx→0, Δy→0）：
1
除以面积：
总净流出Δx·Δy ≈
P(x+Δx, y) − P(x, y)Δx ＋
Q(x, y+Δy) − Q(x, y)Δy
2
取极限 Δx→0, Δy→0：两个分式分别变成偏导数！
div F ＝
∂P∂x ＋
∂Q∂y
散度公式（二维笛卡尔坐标）散度 = P 对 x 的偏导数 + Q 对 y 的偏导数。记住口诀：水平分量对水平坐标求导 + 竖直分量对竖直坐标求导。
为什么叫"散度"？"散"——发散出去；"度"——度量。散度度量的是一个点向周围发散向量场的程度。英文 divergence 同理：di-（分开）+ vergere（转向）。
记下结果∇·F = ∂P/∂x + ∂Q/∂y。这就是二维散度的计算公式。下面用具体场验证。
6验证：代入具体向量场，看对不对
把刚才看到的四个场逐个代入公式，看看散度值是否符合我们的几何直觉：
场 ①：F = (x, y) —— 辐射状向外
P = x, Q = y
∂P∂x = 1， ∂Q∂y = 1
div F = 1 + 1 = 2
处处正散度 = 2：每个点都是"泉眼"，向外冒。
场 ②：F = (−x, −y) —— 全部向原点吸入
P = −x, Q = −y
∂P∂x = −1， ∂Q∂y = −1
div F = −1 + (−1) = −2
处处负散度 = −2：每个点都是"下水口"。
场 ③：F = (x, −y) —— 水平发散、竖直汇聚
P = x, Q = −y
∂P∂x = 1， ∂Q∂y = −1
div F = 1 + (−1) = 0
散度为零：水平方向冒多少，竖直方向就吸多少——恰好抵消！
场 ④：F = (y, −x) —— 纯旋转
P = y, Q = −x
∂P∂x = 0， ∂Q∂y = 0
div F = 0 + 0 = 0
纯旋转：两个分量各自不随自己的坐标变化——散度为零。
验证通过四个场的散度公式结果与视觉直觉完全一致 ✓。场 ① 正散度（源），场 ② 负散度（汇），场 ③/④ 零散度（抵消/旋转）。
注意场 ③ 和场 ④ 散度都是 0，但它们的形状完全不同。散度只告诉你"进出"，不告诉你"旋转"——旋转是旋度（curl）的事。两者各自描述向量场的一个侧面。
第二部分
散度的几何词典：看图识散度
目标：建立"看到向量场 → 说出散度"的直觉反应。
7发现三：散度的三种面孔
总结前六节，散度只有三种可能的"面孔"：
div F > 0
净流出 > 净流入
该点是源 (source)
向量从该点向四周扩散
例：F=(x, y)，div=2
电场中的正电荷
div F < 0
净流入 > 净流出
该点是汇 (sink)
向量从四周向该点汇聚
例：F=(−x,−y)，div=−2
电场中的负电荷
div F = 0
净流出 = 净流入
该点是无散 (solenoidal)
进来多少出去多少
例：F=(x,−y)，div=0
不可压缩流体
记忆口诀正散 = 泉（水从地下冒出来），负散 = 漏（水从洞里流走），零散 = 流（水只是经过，不增不减）。
8图形词典：六种经典向量场的散度
下面列出六种最常见的二维向量场，每张图上标注了散度值。多看几遍，直到你能"看图猜散度"：
提示：注意箭头的长度变化（不是方向变化）——散度关心的是"沿自己方向变长还是变短"。
怎么"看"出散度？想象在每个点放一个极小的橡胶圈，让向量场推着它变形。如果圈的面积变大 → 正散度；面积变小 → 负散度；面积不变 → 零散度。这就是散度的几何定义！
关键洞察散度与"箭头的方向是否旋转"无关。场 F=(y, −x) 是一个完美的漩涡——箭头剧烈拐弯——但它的散度处处为零。散度只关心"体积/面积的变化"，不关心旋转。
9思路大转弯：从局部到整体——散度定理
前面六节全在讲一个点的散度。现在做一个重大转折：如果把一个区域里所有点的散度加起来，会得到什么？
思路大转弯（关键）散度定理（又称高斯定理、格林定理的散度形式）：把区域内每一点的散度加起来 = 穿过区域边界的总流量。局部堆积 = 全局流出。
∬区域D div F dA ＝
∮边界∂D F·n ds
左边：区域内所有微元的散度之和（体积分）。右边：穿过边界向外的总流量（面积分）。
直观类比一个国家的人口变化 = 出生 − 死亡 = 所有家庭里婴儿数的变化之和 = 边境上的移民净流量。散度定理说的就是：内部变化的总和 = 边界的净出入。
10发现四：散度定理的直观证明
为什么散度定理成立？把区域切成无数个极小的方块。每个小方块的净流出 = div F × 面积。把所有小方块的净流出加起来：
1
内部边界互相抵消。两个相邻方块共享的边——一个方的"流出"恰好是另一个方的"流入"，一正一负，加起来为零。
2
只有最外层边界不被抵消。所有内部边界两两配对消失后，剩下的恰好是整个区域的外边界。
3
因此：所有小方块散度之和（内部积分）= 外层边界总流量（边界积分）。
验证这个证明只用了一个事实：相邻方块共享边上的流量大小相等、方向相反。这是局部守恒的必然推论。不需要任何高深的数学。
11跨领域彩蛋：散度无处不在
散度不是一个孤立的数学技巧——它在物理和工程中反复出现，只是换了名字：
电磁学 · 高斯定律
∇·E = ρ/ε₀
电场散度 = 电荷密度。正电荷是电场的"源"，负电荷是"汇"。
流体力学 · 连续性方程
∂ρ/∂t + ∇·(ρv) = 0
质量变化 = −质量流出。流体不可压缩 ⇔ ∇·v = 0。
热传导 · 热方程
∂u/∂t = α ∇²u = α ∇·(∇u)
温度变化 = 热量散度的扩散。热量从高温流向低温。
广义相对论 · 爱因斯坦场方程
∇·G = 0
爱因斯坦张量的散度恒为零——能量-动量自动守恒。
一以贯之散度定理（高斯定理）是这些物理定律共同的数学骨架。它把"区域内部的变化"翻译成"边界上的流动"——这是守恒律的普遍语言。你学的不只是一个公式，而是一种看世界的方式。
12全篇地图：你走过的路
问题：水流哪里在冒、哪里在吸？
一维："散度"=导数 dF/dx
二维：小方框的四边进出账
公式：div F = ∂P/∂x + ∂Q/∂y
验证：四种场代入公式 ✓ 全部对上
三种面孔：正散度·负散度·零散度
六场词典：看图识散度的直觉训练
散度定理：局部堆积 ⇄ 全局流出
直观证明：内部抵消，只剩边界
跨领域：电磁学·流体·热传导·相对论
你现在已经能
看一个向量场 → 判断散度的正负 → 算出散度的值 → 理解散度定理为什么成立 → 认出散度在物理中的各种化身。
散度不再是公式表里的一个条目——你已经看见它了。