Chapitre : Elments danalyse vectorielle

IVecteur surface
) ADfinition
) 1Surface lmentaire
On considre une surface lmentaire dS :

Le vecteur surface lmentaire de dS est un vecteur dS , orthogonal dS, dS (lorientation nest pas dtermine) de norme dS =

) 2Surface finie

Le vecteur surface de cette surface est alors S =dS (On oriente les dS dans le mme sens, deux " dS " cte cte sont dans le mme sens) S Attention, on na pas ici pour autant S = (Par exemple, pour une surface ferme, S = 0 )

) BProjection du vecteur surface

Alors la projection du vecteur surface sur correspond au vecteur surface de la projection orthogonale de la surface sur Attention : on compte la projection algbriquement, c'est--dire que deux lments de surface dont la droite qui passe par ces deux points est parallle , et dont la projection des vecteurs surface sur ont des sens opposs "sannulent" :

Ainsi, les deux lments de la surface (en forme de chaussette) quintercepte le tube (de section infinitsimale) ont la mme projection sur le plan ( savoir Chapitre : Elments danalyse vectorielle Page 1 sur 18

la section du tube), mais les projections des vecteurs surface sont de sens oppos, donc les deux surfaces sannulent. Ainsi, sur le dessin, la projection de la chaussette sur est rduite au disque dlimit par louverture. Dmonstration : On prend un carr lmentaire de cot a :

En coupe :

= dS cos .u = a a cos .u Ainsi, d d Donc est bien le vecteur surface de la projection du carr sur un plan perpendiculaire . Pour une surface finie ouverte, il suffit dintgrer : = a a cos .u = a a cos .u

Application : Demisphre :

Comme la demisphre est invariante par rotation autour de laxe reprsent, S sera aussi invariant par une telle rotation, et sera donc sur laxe. De plus, une projection sur un plan orthogonal laxe donnera laire hachure (un disque), donc S = R 2u (o R est le rayon de la demisphre et u un vecteur unitaire de laxe) Une surface ouverte plus complexe avec comme contour le mme cercle donnera aussi le mme rsultat (comme la chaussette prcdente) Surface ferme :

S1 et S 2 les deux vecteurs surface correspondant (qui sont alors orthogonaux au plan). On a alors S1 = S 2 (puisque ce sont les vecteurs surface de la mme

On "coupe" la surface ferme en deux surfaces ouvertes par un plan, on note

surface mais chacun dans un sens)

IIOrientation de lespace
) AConvention dorientation
Chapitre : Elments danalyse vectorielle Page 2 sur 18

) 1Convention 1 (du tridre direct)

Rotation autour dun axe : On dfinit (arbitrairement) le sens positif de rotation autour dun axe u dirig par :

Tridre ( a , b , c ) direct :

(c'est--dire que c est dans le sens de a b ) Surface limite par un contour : Pour un disque :

On dit alors que la surface et le contour sont orients compatiblement (choix toujours arbitraire) Pour une surface quelconque : Correspond une transformation continue du disque

Orientation du plan :

( u oriente la normale au plan)

) 2Convention 2
Orientation dune surface ferme :

Par convention, les dS sont "vers lextrieur". Attention :

Chapitre : Elments danalyse vectorielle Page 3 sur 18

Si on spare la surface ferme en deux et quon oriente le contour, S 2 sera vers lextrieur, mais S1 sera vers lintrieur. Les dS1 ne sont donc pas orient dans le mme sens que les dS .

) BVecteurs vrais, pseudovecteurs

) 1Vecteurs vrais (polaires)
Cest un vecteur qui ne dpend pas de lorientation de lespace choisie (convention 1) Exemples : les vecteurs vitesse, acclration.

) 2Pseudovecteurs (axiaux)
Ces vecteurs dpendent de lorientation de lespace. Exemples : Vecteur rotation :

Dans lautre orientation, serait vers le bas. Champ magntique :

Particularit : pour les symtries

Ce nest pas une symtrie pour un vecteur axial (alors que a lest pour un vecteur polaire)

) 3Produit vectoriel
Le produit vectoriel de deux vecteurs vrais donne un pseudovecteur, et celui dun vecteur vrai par un pseudovecteur donne un vecteur vrai. Ainsi, avec comme avec la "rgle des signes" (en notant + un vecteur vrai, un pseudovecteur) : + +

a b = c
+ +

Chapitre : Elments danalyse vectorielle Page 4 sur 18

Exemple :

vrai

F B) = q( v
vrai pseudo

IIIAngle solide
) ARappel sur les angles dans le plan

On pose r = PM

On dfinit

r d = dl.n 2 r

Ainsi, d = dl

cos dl ' = (o dl ' PM ) r r

Il est alors clair par homothtie que le dl peut tre nimporte o. La dfinition de langle d est donc correcte (elle ne dpend pas de lendroit o on fait la mesure)

) BDfinition

Angle solide sous lequel, depuis le point P, on voit la surface infinitsimale en M :

r d d = dS 3 = 2 r r

(o r = PM ) avec d = dS . cos

Pour une surface non lmentaire, on intgre la relation.

) CInterprtation
Pour une sphre de centre P et de rayon r, dS . cos correspond la surface projete sur la sphre. d Ainsi, d = 2 dpend uniquement du cne centr en O et sappuyant sur la r contour de dS (si on sloigne, r augmente et la surface augmentera en r 2 .

) DAngles solides particuliers

Demi cne de rvolution :

On prend une calotte sphrique avec le mme angle

Chapitre : Elments danalyse vectorielle Page 5 sur 18

Ainsi,

On a : dS ' = r.d 2 r sin Donc

= 1 r2

r 1 = dS 3 = 2 dS r r

dS ' = 2 sin .d = 2(1 cos )

0

= 2 sin .d Et, pour une variation de langle de d , on a d Espace entier : Langle solide de lespace entier correspond au cas prcdent avec On a ainsi = 4 Demi-espace : Correspond aussi au cas prcdent avec = , donc = 2

= .

IVChamps
) AChamps de scalaires, champs de vecteurs
) 1Champ de scalaires
Dfinition : Cest une application f : R o est un espace affine de dimension 3. En gnral, f dpend aussi de t : f ( M , t ) Choix dune origine : On fixe un point O, et pour tout point M, on note r = OM ~ ~ f ( M ) = f ( r ) On a ainsi (pratiquement, on confond f et f ) Choix dun systme de coordonnes : r peut scrire en coordonnes cartsiennes, cylindriques ou sphriques. ~ ~ ) = f ( x, y , z ) en cartsiennes. On a ainsi f (r ~ f et f. De mme, on confondra aussi ~

) 2Champ de vecteurs
Dfinition : Cest une application de la forme M A( M ) (o A( M ) appartient un espace vectoriel de dimension 3) Comme pour les champs scalaires, on crira indiffremment A( M ) , A( r ) ou A( x, y , z ) .

) BOprateurs relatifs aux champs

On trouve pour les champs scalaires le gradient et le Laplacien (scalaire)

Chapitre : Elments danalyse vectorielle Page 6 sur 18

Pour les champs de vecteurs, on a aussi le Laplacien (vectoriel), et la divergence, le rotationnel.

) 1Le gradient
On considre ici lespace muni dun repre (O, u x , u y , u z ) Dfinition : Soit f ( x, y, z ) un champ scalaire. On pose On note
f f f grad f = ux + uy + uz x y z

Notation nabla :
= ux + uy + uz x y z

(notation symbolique)

Ainsi, on a . (Attention : il ne faut pas essayer dadapter la notation dautres systmes de coordonnes, les rsultats seraient la plupart du temps faux) Dfinition intrinsque du gradient :

f =grad f

On considre un champ scalaire f ( x, y, z ) . On a :

f f f dx + dy + dz x y z Et dr = dx.u x +dy.u y +dz.u z df =

f dr f est On a donc df = , et cette dfinition implicite de indpendante de la base choisie.

Si de plus f dpend de t, on a ainsi df = f dr +

Interprtation : On cherche les consquences sur f dun dplacement lmentaire :

f dt t

f , f ne Pour un dplacement (lmentaire) dans le plan orthogonal f dr = 0 . varie pas : df = f (dans le mme Cest au contraire en se dplaant dans la direction de sens ou loppos) que la variation sera la plus importante. Gradient en coordonnes cylindriques et sphriques - Cylindriques : Expression du gradient : Avec f (r , , z ) :

f f f df = dr + d + dz r z Et dr = dr.ur + rd.u + dz.u z .

Ainsi,

f 1 f f f = ur + u + uz r r z

- Sphriques : Avec f ( r , , ) : Chapitre : Elments danalyse vectorielle Page 7 sur 18

df =

f f f dr + d + d r
.u+ r sin .d .u

Et

dr = dr .u r + rd

Ainsi,

f 1 f 1 f f = ur + u + u r r r sin

) 2Divergence
Dfinition : Pour un champ de vecteur A :
Ay Ax Az divA = + + = A x y z

Proprits : Cest un oprateur linaire, et il ne dpend pas de la base choisie : Pour un dplacement lmentaire de M M, on a une variation dA Ainsi avec les matrices :

Ax Ax Ax y z dx dAx x Ay Ay Ay dAy = dy x y z dA z Az Az Az dz x y z
B

Et Tr ( B ) =

Ay Ax Az + + = divA x y z

Donc la matrice dans une autre base aura la mme trace (puisquelles seront semblables), do lindpendance de la base pour la divergence.

) 3Rotationnel
Dfinition :
A x x rot A = A = y Ay = ... A z z

Proprits : - Cestun pseudooprateur (il dpend de la convention dorientation choisie). Si A est un vecteur vrai, rot A sera un pseudovecteur. - Cest un oprateur linaire - Il est indpendant de la base choisie

) 4Laplacien
Scalaire Soit f un champ scalaire. Chapitre : Elments danalyse vectorielle Page 8 sur 18

On pose alors

f =div grad f =

2 2 2 2 f f f + + = f = f x2 y2 z2

Vectoriel En coordonnes cartsiennes : A = A u + Ay u y + Az u z Pour x x

A u + A On pose A = On a une dfinition intrinsque :
x x

2 uy + Az u z

2 A = grad divA rot rot A = A ( A)

) 5Formulaire

rot grad f =0

Identits :

div rot f =0

f =0 ) ( ( A = 0 )

fg = gf + f .g fA = f A + f . A fA = f . A + f A ( A B) = B A A B

Produits :

g ( f ( r )) = g ' ( f ) f

Composition :

) CCirculation et flux dun champ de vecteurs

) 1Circulation
Dfinition :
Q

Thorme de Stokes : Enonc : on considre une surface ouverte , oriente compatiblement avec son contour :

A dl On pose C = C ( P, Q, ) = P

A) dS ( Alors A dl = . Discussion : - Ce rsultat donne une dfinition intrinsque du rotationnel de A . Pour retrouver les composantes du rotationnel partir de cette formule, par exemple la composante selon u x : on prend une surface lmentaire dS, oriente selon u x :

Chapitre : Elments danalyse vectorielle Page 9 sur 18

 = ( A) dS = ( A) dS = ( A) dS u x dS Do on tire la composante selon u x , aprs calcul de lintgrale et connaissant dS , A .

Ainsi, dS = dS .u x Et,daprs le thorme de Stokes :

A dl

Pour le gradient, on avait :

Q = f dr P

Q f (Q ) f ( P ) = f dr P Soit

df
P

A d l = ( A ) d S Ici, ; on gagne encore une dimension.

dim1 dim 2

dim 0

dim1

Formule de Kelvin : f .dl . Soit u un vecteur fixe quelconque. Notons I = On note I = I u . Ainsi :

I = I u = u f .dl = ( fu ) dl = ( fu ) dS = ( f . u + f u ) dS = f dS u produit mixte = f dS u u , on a donc Comme cette galit est valable pour tout I = fdl = f dS

Champ circulation conservative Dfinition : Cest un champ pour lequel

Q C = /) A dl =C ( P, Q,
P

Dfinition quivalente : A dl =0 Pour toute courbe ferme , Ou encore : En tout point de lespace, A = 0 Ou : f Il existe un champ scalaire f tel que A = Dcoule de la caractrisation prcdente : A = f A = f = 0 Si , alors donc A est conservative. Si A est conservative, alors : Q Q P C = A dl = A dl A dl P O O
f (Q ) f ( P)

Donc, pour Q trs voisin de P : A dl = df , donc A = f .

Chapitre : Elments danalyse vectorielle Page 10 sur 18

Remarque : On notev = f . Ainsi, A = v . On dit que A drive du potentiel scalaire v. On a donc quatre formulations quivalentes : - A est circulation conservative - A est irrotationnel - A drive dun potentiel scalaire - A est un champ de gradient.

) 2Flux dun champ de vecteur

Dfinition : On considre une surface : On dfinit = A dS Si la surface est ouverte, le signe de dpend de lorientation choisie. Thorme de Green et Ostrogradski : On considre un champ A , une surface ferme (oriente vers lextrieur) dlimitant un volume v :

A dS = A.d Alors Cette formule donne aussi une dfinition intrinsque de la divergence de A . Consquences : A dS = A .d _ v
v

_Formule "du gradient" :

(Faire le mme raisonnement que pour la formule de Kelvin) Champs flux conservatif Dfinition : = Pour toutes surfaces 1 et 2 de mme contour, on a Dfinitions quivalentes : - = 0 pour toute surface ferme - A = 0 en tout point de lespace - Il existe un champ de vecteurs B tel que A =rot B . On dit alors que A drive du potentiel vecteur B . , o est quelconque, convient) ( B nest pas unique : B ' = B + Le potentiel vecteur est donc dfini un gradient prs .
1 2

fdS

= f .d
v

Il est ainsi quivalent de dire que : - A est flux conservatif - A est divergence nulle (solnodal) Chapitre : Elments danalyse vectorielle Page 11 sur 18

- A drive dun potentiel vecteur.

VGradients et Laplaciens de 1/r.

) AGradient de 1/r.

On note r = PM , r = PM

On a : r = f ( P, M ) = ( xM x P ) 2 + ( y M y P ) 2 + ( z M z P ) 2 On sarrange ici pour avoir des points) Calcul de M

1 ( P fix) : r 1 1 = f ( P ) ou = f ( M ) (c'est--dire quon fixe un r r

1 r Ainsi, M = 3 r r

1 1 1 M = r ur = 2 ur . r r r

1 1 r = + = M Et, de la mme faon, P 3 r r r Remarque : Avec une autre fonction f ( r ) quelconque, on a toujours P f ( r ) = M f ( r )

) BLaplacien de 1/r en fonction de M.

Calcul : Pour r 0 :

2 1 1 r 1 1 = M = 3 = 3 r 3 r r r r r r 2 3 1 r = 3 3 3 r = 0 r r r Pour r = 0

On considre un petit volume v autour de P entour par une surface ferme

Chapitre : Elments danalyse vectorielle Page 12 sur 18

2 1 1 1 d = d = v r v M r M r dS r = 3 dS = d = 4 r angle
solide

Application : Calcul de

espace

1 f ( M )2 d r

On rduit ltude une petite sphre entourant P (de faon que f soit aussi proche de f ( P ) quon le souhaite) : 2 1 2 1 f ( M ) d = f ( P ) d = 4f ( P ) espace r r

VIDistribution de Dirac
) AUnidimensionnelle
) 1Fonction de Dirac comme limite dune porte

1 Si x < a 2 , a ( x) = a a ( x ) = 0 Si x > a 2 ,

1. Ainsi, a ( x ) dx = On pose alors ( x) = lim a ( x) .

a 0

) 2Dfinition
Si x 0 , ( x) = 0 Si x = 0 , ( x) = +
( x ) dx = 1
+

Dessin, reprsentation :

Remarque : Pour la dfinition, on aurait pu partir dune autre fonction :

Chapitre : Elments danalyse vectorielle Page 13 sur 18

Ou f a ( x ) =

1 a

e x

/ a2

(courbe de Gauss)

) 3Proprits
Pour une fonction f continue :

f ( x ) ( x ) dx =

f (0) ( x ) dx = f (0)

On peut en effet supposer ( x ) = 0 pour x 0 .

f ( x) suffisamment proche de
f ( x0 )( x x0 ) dx = f ( x0 )
+

f (0) car

f ( x )( x x0 ) dx =

f ( x )' ( x ) dx =[ f ( x )( x)]+ f ' ( x )( x ) dx = f ' (0) =0

) BTridimensionnelle

r = OM

Dfinition : (r ) = 0 si r 0 (r ) = + si r =0

espace

( r ) d =1

Proprits :
espace

f (r )(r )d = f (0) f (r )(r r )d = f (r ) f ( r ) ( r ) d = f ( 0) espace

espace 0 0

Remarque : 1 On a ainsi 2 M ( r ) = 4 ( r ) Fonctionnelle linaire : tre mathmatique qui a une fonction associe un scalaire f f ( 0 ) Cest par exemple lapplication f ( r )( r ) d en est une. Lapplication f espace Notation :
<, f > =
espace

f ( r )( r ) d = f (0)

VIIEquations de Laplace et Poisson conditions aux limites

) AEquation de Laplace
) 1Dfinition

Chapitre : Elments danalyse vectorielle Page 14 sur 18

On considre un champ scalaire (de classe C 2 ) Alors est solution de lquation de Laplace si et seulement si 2 2 2 + 2 + 2 =0 c'est--dire en cartsiennes 2
x y z

2 =0

Les solutions de lquation de Laplace sont appeles les fonctions harmoniques. Il y en a une infinit.

) 2Interprtation

x x +a x +a M y , A y a , B y +a z z +a z + a
On cherche

( M ) < > .

On prend un petit volume cubique autour de M (c'est--dire a petit). ( A) + ( B ) + ... Ainsi, < >= . On a : 8 1 2 2 2 2 ( A) = ( M ) + a a +a +2a 2 + 2 + 2
x y z
s'annule avec les autres termes

x y z
=0 car 2 =0

2 2 2 + a (a ) + (a ) a + a2 + a 3 (...) + a 4 ... xy yz xz s'annule...

s'annule aussi avec les autres termes

(En fait, les termes dordre impairs sannulent) Ainsi, ( M ) < >= 0 des termes dordre 4 prs. Thorme de la moyenne :

Alors ( M ) =< >= Dmonstration : On a :

< >=

1 4R

dS

(rigoureusement, et pour tout R)

1 ( P ) R 2 sin dd 4R R dr Et ( P ) = ( M ) + 0 r

Donc

Chapitre : Elments danalyse vectorielle Page 15 sur 18

< >=

1 1 ( M ) sin d + 4 4
= ( M )

0 0

dr sin dd r 1 r2 r

= ( M ) + = ( M ) +

1 4 1 4

dr r2

r 2 sin dd

u r

dr dS 2 r
=0

1 = ( M ) + 4 = ( M )

dr r2

.d
=0

) 3Proprits
Lquation de Laplace est une quation diffrentielle linaire et homogne. Aucune solution na dextremum absolu (dcoule du thorme de la moyenne)

) BEquation de Poisson
) 1Dfinition
f tant une fonction donne, est solution de lquation de Poisson si et 2 seulement si = f

) 2Proprits
Cest une quation linaire non homogne Si 1 et 2 sont deux solutions de lquation de Poisson, alors 1 2 est solution de lquation de Laplace.

) CConditions aux limites et unicit de la solution

Conditions aux limites de Dirichlet :

Chapitre : Elments danalyse vectorielle Page 16 sur 18

Si il y a une fonction vrifiant ces conditions, alors cette solution est unique (attention, il ny a pas ncessairement existence) Conditions aux limites de Neumann :

Si il y a une fonction vrifiant ces conditions, alors cette solution est unique une constante prs. (mme remarque que prcdemment)

) DThorme de superposition
Si 1 satisfait lquation de Laplace avec les conditions [1], Et si 2 satisfait lquation de Laplace avec les conditions [2], Alors 1 +2 satisfait lquation de Laplace avec les conditions [1+2].

VIIIComplment
) AMthode de calcul de la divergence et du rotationnel
) 1Exemple 1 : calcul de la divergence en coordonnes cylindriques.
On considre un petit lment de volume :

Daprs le thorme de Green et Ostrogradski, = Ad , c'est--dire A dS A1 S1 + A2 S 2 + ... A6 S 6 = Ad .

S1 = dz (r + dr )du r , donc A1 S1 = Ar ( r + dr , , z )dz ( r + dr ) d Et S 2 = dz rd.ur , do A2 S 2 = Ar ( r , , z ) dz rd ( rAr ) drdzd Donc A1 S1 + A2 S 2 = r S 3 =drdzu , donc A3 S 3 = A ( r , + d, z ) drdz Et A4 S 4 = A ( r , , z ) drdz ( A ) ddrdz Donc A3 S 3 + A4 S 4 = ( Az ) dz.rddr Et enfin A5 S 5 + A6 S 6 = z Dautre part, d = dr.dz.rd A1 S1 + ... + A6 S 6 1 (rAr ) ( Az ) 1 ( A ) Donc A = = + + d r r z r

ici

Chapitre : Elments danalyse vectorielle Page 17 sur 18

) 2Exemple 2 : Composante radiale du rotationnel en sphriques.

On considre un petit lment de surface dune sphre de rayon r :

dS : r = cte , + d , + d Daprs le thorme de Stokes, A dl = ( A) dS

Donc, ici : A1 dl1 + A2 dl2 + A3 dl3 + A4 dl4 = ( A) dS dl1 = rd u , donc A1 dl1 = A ( r , , + d)rd

Et A2 dl2 = A ( r , , ) rd . Donc A1 dl1 + A2 dl2 =

A3 dl3 = A ( r , + d, ) r sin( + d) d , A4 dl4 = A ( r , , ) r sin() d

A d.rd

et

Donc A3 dl3 + A4 dl4 =

A sin

rdd

On a : dS = r 2 sin dd.ur Donc ( A) u r =

1 A sin A r sin

Chapitre : Elments danalyse vectorielle Page 18 sur 18