Vectors and Tensors

MECANIQUE DES FLUIDES Vecteurs et Tenseurs

• 1. Scalar Product – Produit scalaire
E.N.SA d’El-Jadida Département G.E.E
• 2. Indicial Notation – Notation Indicielle
• 3. Vector Product – Produit Vectoriel
• 4. Scalar Triple Product – Produit mixte
• 5. Second order Tensor – Tenseur du second ordre
Pr. R. EL-Otmani
• 6. Change of orthonormal Basis – Changement de
base orthonormée
• 7.Gradient, Divergence and Curl – Gradient,
Divergence et Rotationnel
• 8.Exercices - Exercices
Chapitre I -Vecteurs et Tenseurs 2

Results - Résultats Results - Résultats

Scalar or Dot Product -Produit scalaire Rectangular Cartesian components of the gradient of a scalar function
Scalar Triple Product -Produit mixte
Composantes du gradient d’une fonction scalaire en coordonnées cartésiennes
 
     
X.Y  X . Y .cos X , Y
X,Y ,Z  X  Y .Z
     
f f f
  Grad f  e1  e2  e3
X.Y  x k y k  x 1 y1  x 2 y 2  x 3 y 3 x1 y1 z1 x1 x 2 x 3
 
  
 y1  X,Y ,Z  x 2 y2 z2 Cylindrical components of the gradient of a scalar function
  Y  x , x
     
, x 3  y 2  Composantes du gradient d’une fonction scalaire en coordonnées cylindriques
T
X.Y  X 1 2 x3 y3 z3
  f f f
y3  Grad f  er  1 e  e3
Kronecker Delta - Symbole de Kronecker r r  x3
Vector or Cross Product - Produit vectoriel  
 ij  e i .e j Divergence of the vector field v defined with its rectangular Cartesian components
  
Z  XY Divergence d’un champ de vecteurs v en coordonnées cartésiennes
  1 0 0
Z.X  0
 
   0
ij 1 0 Div v 
v1 v2 v3
 
Z.Y  0 0 0 1 x1 x 2 x 3
 
    
Z  X . Y . sin X , Y
Eigen values of a second order tensor

 1
e x1 y1 x 2 y 3  x 3 y 2 e1 Éléments propres d’un tenseur du second ordre
Divergence of the vector field v defined with its cylindrical components
Divergence d’un champ de vecteurs v en coordonnées cylindriques

Z  e2 x2 y 2   x 3 y1  x 1 y 3 e 2

y 3  x 1 y 2  x 2 y1 e 3
 t ij   ij  0 rvr  1 v v3
Div v  1  
e3 x3
t p  p 
ij j i r r r  x3

Chapitre I -Vecteurs et Tenseurs 3 Chapitre I -Vecteurs et Tenseurs 4

1
 1. Produit scalaire de deux vecteurs 1.1. Propriétés
Results - Résultats Scalar Product of two vectors 1.1. Properties

Properties – Propriétés Introduction : Les vecteurs ont

 
Rectangular Cartesian components of a vector field v des actions souvent attachées à
For two vectors X and Y the scalar or dot products must have the leur projection sur une direction
Composantes du gradient d’un champ de vecteurs v en coordonnées cartésiennes
following properties 
:  particulière. Par exemple, la force
 v1 v1 v1  et la vitesse, deux vecteurs
  Pour deux vecteurs X et Y le produit scalaire doit avoir les
x x 2 x 3  fréquemment rencontrés en
 dv1   1  dx1  propriétés suivantes :
mécanique ont des effets qui
   v 2 v 2 v 2   
dv 2     dx 2  dépendent de leur intensité, de
dv   x1 x 2 x 3    - it’s bilinear operation ( with a et b real numbers) : leur direction et de leur sens.
 3    dx 3 
v3 v3 v3 - c’est une opération bilinéaire ( avec a et b réels) : L’action de ces deux vecteurs
  produit de la puissance, la
 x1 x 2 x 3 
  
      
 a X  b Y . Z  a  X . Z   b Y . Z 
projection de la force sur la
vitesse correspond à la partie
Cylindrical components of a vector field v
      « active » du vecteur force qui
Composantes du gradient d’un champ de vecteurs v en coordonnées cylindriques combiné à la vitesse donne le
- and symmetrical : scalaire puissance. La
 v r 1 v r v  v r  - et symétrique : formalisation de cette projection
      
dv r   r r  x 3   dr  est le produit scalaire qui associe
X.Y  Y.X
r
   v  1 v  v r v     un réel à deux vecteurs X et Y .
dv       d  Cette opération est bilinéaire et
  r r  r x 3   
dv 3   v 3 v 3  dx 3 
symétrique. La forme définie
 1 v 3 positive associée permet de
A definite-positive or quadratic form is associated to the dot product :
 r r  x 3  définir la notion de longueur ou
Une forme quadratique définie positive est associée au produit scalaire :
 
d’intensité qui est aussi une

X.X >0
quantité strictement positive ne
si X non nul prenant pas en compte
l'orientation dans l'espace.
Chapitre I -Vecteurs et Tenseurs 5 Chapitre I -Vecteurs et Tenseurs 6

1. Produit scalaire de deux vecteurs 1.2. Module d’un vecteur
Scalar Product of two vectors 1.2. Magnitude of a vector
Notion d’intensité d’un vecteur
: à partir de la forme définie
Definition of the lenght, the intensity or the magnitude of a positive associée au produit
vector ( without consideration of the direction) scalaire, on peut définir le
Définition de la longueur ou de l'intensité ou de la norme module d'un vecteur. Pour un
(sans notion de direction ni de sens ) : vecteur position , ce module
représente la distance par rapport
  
 1/ 2
à un point de référence. Pour des
X  X . X  vecteurs représentant des
1. Produit scalaire de deux vecteurs 1.3. Projection d’un vecteur
Scalar Product of two vectors 1.3. Projection of a vector
Definition of the scalar or dot product : Interprétation géométrique : le
Définition du produit scalaire : produit scalaire de deux vecteurs
est par définition le produit des
modules des deux vecteurs et du
   
 
X . Y  X Y cos  X . Y 
cosinus de leur angle. Le résultat
donne un nombre réel. C’est une
  opération géométrique très
importante. Elle correspond à la
  projection d'un des deux vecteurs

  quantités physiques, ce module

est l'intensité du vecteur.
Geometrical signification of the scalar product of two vectors X and Y
Interprétation géométrique du produit scalaire des deux vecteurs X et Y
sur l'autre. Le résultat étant dans
l'espace des réels et non
Le produit scalaire d'un vecteur  considéré dans l'espace vectoriel
par lui-même étant positif, le Y d'origine, l'opération est
Unit vector module de ce vecteur existe  symétrique.
Vecteur unitaire : toujours.
X



  Orthogonal projection of Produit scalaire
u / u 1 Par définition, un vecteur unitaire
Projeté orthogonal de
X
est un vecteur de module égal à
1, ce type de vecteur est très utile Orthogonal projection of  
pour définir des directions dans Projeté orthogonal de Y Y  Projection
l'espace.
X

Chapitre I -Vecteurs et Tenseurs 7 Chapitre I -Vecteurs et Tenseurs 8

2
1. Produit scalaire de deux vecteurs 1.3. Projection d’un vecteur 1.
Scalar Product of two vectors 1.3. Projection of a vector
Component of a vector on a arbitrary direction : Notion de composante d’un
Composante d’un vecteur sur une direction quelconque : vecteur sur une direction de
 
projection of the vector X on an arbitrary unit vector u
l’espace : un cas particulier très

projection du vecteur X sur un vecteur unitaire quelconque u
important est la projection d'un
vecteur quelconque sur un
vecteur unitaire d'une direction
 de l'espace. e3
X Cette projection permet en fait
de définir la notion de
composante d'un vecteur sur une
direction de l'espace.
Produit scalaire de deux vecteurs 1.4. Base orthonormée
Scalar Product of two vectors 1.4. Orthonormal basis
Orthonormal basis : set of three mutually orthogonal unit vectors Représentation de l’espace 3D :
certains phénomènes physiques
Base orthonormée:ensemble de trois vecteurs unitaires mutuellement
orthogonaux  sont observables dans l'espace à
e2 trois dimensions. L'observation
monodimensionelle ne permet
  pas de formaliser la complexité
e2 des transformations mécaniques.
E
Pour quantifier les variations en
direction et en amplitude, on dote
 l'espace de trois échelles. Le
e1 choix le plus simple consiste à

 E  e
 prendre trois échelles identiques
e1 3 suivant trois directions
X u : projection of X

Right-handed system Left-handed system
Trièdre indirect
mutuellement perpendiculaires
pour constituer une base
Trièdre direct
X u : projection de X orthonormée. D'autres choix sont
possibles et plus pertinents en
Unit vectors -Vecteurs unitaires fonction des phénomènes
      observés. Par exemple, pour les

e1 . e1  e 2 . e 2  e 3 . e 3  1
diagrammes thermodynamiques,
 The arbitrary direction is defined by the unit vector u

u Le vecteur unitaire u définit une direction orientée.
 
les échelles ne peuvent être
égales en abscisse et ordonnée.

Xu  X .u Orthogonal vectors -Vecteurs orthogonaux Le choix simple des 3 échelles

Component of X on u
égales permet d'avoir des
Composante de X sur u
      propriétés de projection
e1 . e 2  e 2 . e 3  e 3 . e1  0
Dot product of X and u particulières des trois vecteurs ei
Produit scalaire de X et u de base sur eux-mêmes.
Chapitre I -Vecteurs et Tenseurs 9 Chapitre I -Vecteurs et Tenseurs 10

1. Produit scalaire de deux vecteurs 1.5. Composantes cartésiennes d’un vecteur 2. Notation indicielle 2.1. Convention de notation
Scalar Product of two vectors 1.5. Rectangular components of a vector Indicial notation 2.1. Notation convention
 Notion de composante d’un Equivalence des directions de
Any vector X is a linear combination
vecteur : les projections du
Shorter form of the coordinates
l’espace : les équations des
of three non-coplanar vectors : Forme concentrée des coordonnées
   vecteur X sur les trois vecteurs de
  e1 , e 2 , e 3 la base orthonormée sont les trois
Explicit form on the 3 directions phénomènes physiques donnent

f1 x 1 , x 2 , x 3   f 1 x i 
Expression explicite sur les 3 axes par projection des expressions
x e 3 3 X  composantes cartésiennes du similaires suivant les trois
Tout vecteur X est une vecteur X sur cette base. Les directions de l'espace.
combinaison linéaire des trois composantes xi du vecteur X sont Pour abréger les

f 2 x 1 , x 2 , x 3   f 2 x i 
vecteurs linéairement indépendants fonction de la base ei choisie. Ces développements, on indice les
  
e ,e ,e
1 2 3
trois scalaires sont une
représentation possible du
variables par une lettre minuscule
représentant systématiquement

f 3 x 1 , x 2 , x 3   f 3 x i 
Projection of X on e1 vecteur parmi une infinité de les trois directions de l'espace

Projection de X sur e1 possibilités. Quelle que soit la géométrique.
e3   
x2 e 2 base choisie, le module du On fait de même en indiçant les
x1  X .e1 vecteur reste invariant.
x1 est la composante de X sur
équations similaires sur chaque
direction.
 Projection of X on e2 l’axe e1
e2 Indicial expression Shorter form of the three functions Vu que les phénomènes
Projection de X sur e2
  x2 est la composante de X sur Expression indicielle Forme concentrée des trois fonctions physiques étudiés s'observent

x 2  X .e2
l’axe e2. dans l'espace à trois dimensions,
E e

x3 est la composante de X sur les indices utilisés ne prennent

 f j x i 
1
l’axe e3. fj is a function of the
Projection of X on e3 que les trois valeurs 1, 2, ou 3.
three coordinates xi
x1 e1
Projection de X sur e3 En général, les équations
  fj est fonction des
vectorielles donneront une
x3  X .e3
3 coordonnées xi
Analytical form of X : équation par direction de l’espace
Expression analytique de X : One equation for each direction of the 3D space fonction des trois composantes de
   
X  x e  x e  x 3 e3 Une équation par direction de l'espace 3D différents vecteurs ou des 6
composantes des tenseurs du
1 1 2 2 j=1à3
second ordre.
Chapitre I -Vecteurs et Tenseurs 11 Chapitre I -Vecteurs et Tenseurs 12

3
2. Notation indicielle 2.1. Convention de sommation 2. Notation indicielle 2.1. Convention de sommation
Indicial notation 2.1. Summation convention Indicial notation 2.1. Summation convention

The symbol Summation is omitted Réduction des expressions

indicées : la sommation est
p i  A ij x j  Addition of linear forms Exemples de l’utilisation de la
convention de sommation :

Élimination du signe Somme
3 q i  Bij x j  Sommation de formes linéaires
sachant que d’une part les

X  x e  x 2 e 2  x 3 e3   x e
 
1 1
 
X  x k ek
a11 x1 + a12 x 2 + a13 x 3 = y1 
 
k k
k 1
The subscript k is repeated
Répétition de l'indice k
 s i  A ij  Bij   illj x j
classiquement représentée par un
le symbole S mais on peut aussi 
ri   illjx j 
additions sont associatives et
remarquer que cette opération commutatives et que d’autre part
correspond à la répétition dans un les multiplications sont
monôme d’un même indice dit
indice muet. L’indice non répété
s i  p i  q i  ri  associatives et distributives, à
droite comme à gauche, par
est appelé indice franc. A titre rapport aux additions, on peut
Quadratic forms - formes quadratiques
d'exemple, on peut concentrer retrouver les résultats présentés.
gxl   aijxix j 
  dg  aijxidx j  x jdxi 
l'expression analytique d'un A titre d’exercice, on peut

 vecteur. Chaque expression

aij  a ji 
retrouver les expressions

a 21x1 + a 22 x 2 + a 23x 3  y 2 
indicielle a son équivalente avec indicielles en vérifiant les calculs
un ou plusieurs signes de en développant de façon explicite

a 31x1 + a 32 x 2 + a 33 x 3 = y 3 
The symbol Summation is omitted - Élimination du signe Somme
3
  a ijx j = y i  a ijx j  y i
j1
One equation for each subscript i
Une équation par indice i
The subscript j is repeated
Répétition de l'indice j
Chapitre I -Vecteurs et Tenseurs
sommation. De même, on peut
concentrer l'expression d'un
aijxidx j  a jix jdxi  aijx jdxi  dg  2aijxidx j les différentes expressions.
Exemple :
système linéaire de trois
g a ijx i x j  a11x12  2a12 x1x 2
équations à trois inconnues. Ces  2aijxi
formes sont très pratiques pour x j
établir des résultats généraux, 2a13 x1x 3  a 22 x 22
mais pour effectuer des calculs Product of matrix -Produit matriciel
2a 23 x 2 x 3  a 33 x 32
numériques, il faut revenir
systématiquement aux formes
z  B.A.x
développées sur chacun des trois
y i  A ij x j 
  z i  Bik A kjx j
axes de l'espace ou à la forme
matricielle équivalente. z i  Bij y j 
13 Chapitre I -Vecteurs et Tenseurs 14

2. Notation indicielle 2.2. Symbole de Kronecker 2. Notation indicielle 2.3. Expression analytique du produit scalaire de 2 vecteurs
Indicial notation 2.2. Kronecker delta Indicial notation 2.3. Analytical form of the scalar product of two vectors

    Exemple d’application de la
X  x e  x e  x e  x k ek
Opérateur unité 3D : à l'unité
Identity matrix for orthonormal basis
scalaire correspond un opérateur notation indicielle : pour
Opérateur unité des bases orthonormées 1 1 2 2 3 3
1 0 0 
unité pour les trois directions de illustrer l'utilisation de la notation
  
  1 si i = j Y  y e  y e  y e  yj ej

l'espace euclidien. Cet opérateur indicielle, on peut retrouver

   0  correspond à la matrice 3x3 l'expression du produit scalaire

 ij  1 0 unité, mais prend une forme 1 1 2 2 3 3 de façon très rapide sans avoir à

 0 si i  j  
ij compacte en notation indicielle. développer les 9 produits croisés.
   
0 0 1 X . Y  x k e k .y j e j  x k y j e k . e j
On remarquera que cet opérateur Le résultat final se simplifie avec
 est en fait le produit scalaire des le symbole de Kronecker.
trois vecteurs d'une base   On notera l'équivalent matriciel
e3 
X . Y  x k y j kj  x jy j
 
orthonormée sur eux-mêmes. du produit scalaire de deux
Le symbole de Kronecker vecteurs qui nécessite l'emploi
e2
ei .e j  cos ei ,e j
représente à la fois la propriété d'une matrice uni ligne qui est en

 y1 
du module unité des trois fait la transposée de la matrice
Scalar product as produc of matrix :
vecteurs et leur propriété uni colonne correspondante. La
 
 
Produit scalaire et produit matriciel :
d’orthogonalité mutuelle. forme matricielle du produit

E
 Ce résultat est important pour des
développements théoriques X . Y  x jy j  x1 , x 2 , x 3   y 2  scalaire doit être retenue car elle
est très utilisée pour les
e1   y 
e i . e j   ij
ultérieurs. applications numériques.
Transpose matrix
Matrice transposée
Transpose matrix
 3  
X . Y  x jy j
Matrice transposée

  T T
X . Y  X  Y   Y  X 
   
 
X.Y  x 1 y1  x 2 y 2  x 3 y 3
       
Chapitre I -Vecteurs et Tenseurs 15 Chapitre I -Vecteurs et Tenseurs 16

4
3. Produit vectoriel de deux vecteurs 3.1. Définition 3. Produit vectoriel de deux vecteurs 3.2. Expression analytique
Vector or cross product of two vectors 3.1. Definition Vector or cross product of two vectors 3.2. Analytical form

Vector or cross product of vectors X and Y Introduction : parfois en Base vectors Components of X Determinant of Z Calcul des produits vectoriels :
Produit vectoriel des deux vecteurs X et Y Mécanique, l’association des Vecteurs de base Composantes de X Déterminant de Z cette opération fréquemment
effets de deux vecteurs peut être utilisée dans les différents
     représentée par un troisième domaines de la mécanique

X  Y  -Y X  Z
Base vectors
vecteur. Par exemple,  Vecteurs de base permet notamment de calculer les
l’association d’une force et d’un
e1 x1 y1    moments des différents torseurs.
       bras de levier correspond à un Il est donc fortement

Z . X  Z . Y  0  X , Y, Z  Direct
  e1 e2 e3
Z  e2 x 2 y2  x
vecteur moment de la force. La recommandé de savoir comment
vitesse de rotation associée à une Components of X les calculer . Le mécanisme
distance par rapport à l’axe de  1 x2 x3 Composantes de X calculatoire du développement
     rotation correspondant produit y1 y2 y3 des déterminants peut être
e 3 x 3 y3

Z Z  X Y sin( X, Y ) une vitesse. Cette transformation
de deux vecteurs en un troisième
appliqué au cas du produit
vectoriel en remplacement de
peut être représentée par Components of Y Components of Y toutes les règles exotiques ou pré
l’opération produit vectoriel. Elle Composantes de Y Composantes de Y mathématiques.
 Geometrical representation associe à deux vecteurs X et Y, Analytical form of the cross product of X and Y : Le déterminant est constitué de
Y Représentation géométrique un troisième vecteur Z Expression analytique du produit vectoriel de X et Y : deux façons possibles avec les 3
perpendiculaire aux deux   vecteurs de base et les

premiers et dont le module est
égal à l'aire du parallélogramme

formé par les vecteurs X et Y.
Le sens du vecteur Z est défini de
Z telle façon que les trois vecteurs
X, Y et Z pris dans cet ordre
forment un trièdre direct.
 l’expression de la composante sur
X e1.
Chapitre I -Vecteurs et Tenseurs
Z  x 2 y 3  x 3 y 2 e1
3composantes des deux vecteurs
respectivement disposés en
colonnes ou en lignes.
Expansion of 
+ x 3 y1  x1 y 3 e 2
On peut remarquer que les
the determinant
composantes sur e2 et e3
Développement
s’obtiennent par une permutation
du déterminant

+ x1 y 2  x 2 y1 e 3
directe des indices de
17 Chapitre I -Vecteurs et Tenseurs 18

3. Produit vectoriel de deux vecteurs 3.2. Expression analytique 3. Produit vectoriel de deux vecteurs 3.3. Premier exemple
Vector or cross product of two vectors 3.2. Analytical form Vector or cross product of two vectors 3.3. First example
 Développement d’un Velocity of a point for a rigid-body movement : Moment résultant du
Expansion in terms of the déterminant 3x3 : un distributeur des vitesses : en
e1 x1 y1 minors of the first column déterminant 3x3 peut être
Vitesse d'un point en mouvement de corps rigide :
cinématique du solide la vitesse
  Développement par rapport Velocity of point A
Z  e2
développé soit à partir d’une de en un point B est obtenue à partir
e3
W
Vitesse du point A
x2 y2 à la première colonne ses lignes ou à partir d’une de ses de la vitesse au point A et du
 colonnes et des mineurs 2x2 moment du vecteur rotation par
correspondants. Dans le cas du rapport au point B.
e3 x3 y3 produit vectoriel, il est
avantageux de développer par Spin vector of  La vitesse relative de B par
rapport à A est donc calculée
rapport à la ligne ou à la colonne the rigid body
Vitesse de rotation A VA avec le produit vectoriel de BA et
x2 y2 x3 y3 x1 y1 des vecteurs de la base utilisée. du vecteur rotation W.
Z  e1  e2  e3 B
Les mineurs s’obtiennent par du solide
permutation circulaire du
x3 y3 x1 y1 x2 y2 déterminant 2x2 correspondant à
Velocity of point B
Vitesse du point B
e1. Cette expression peut aussi E 
Minor of e1 Minor of e2 Minor of e3 s’écrire de façon abrégée avec le
Mineur de e1

Mineur de e2

Mineur de e3 symbole de permutation epqr:
VB e2
Z  x 2 y 3  x 3 y 2 e1
Z  epqr x p yq e r e1
  0 si p=q ou
V B  V A  BA  W
 
V1B  V1A 
+ x 3 y1  x1 y 3 e 2
q=r ou r=p

 =+1 si pqr en


e pqr 
 permutation paire
 B  A
V2   V2   BA  W  
+ x1 y 2  x 2 y1 e 3
=-1 si pqr en
 V B  V A 
permutation impaire  3  3 
Chapitre I -Vecteurs et Tenseurs 19 Chapitre I -Vecteurs et Tenseurs 20

5
3. Produit vectoriel de deux vecteurs 3.3. Premier exemple 3. Produit vectoriel de deux vecteurs 3.3. Second exemple
Vector or cross product of two vectors 3.3. First example Vector or cross product of two vectors 3.3. Second example
Velocity of a point for a rigid body movement : Moment résultant du Moment d’une force : la
Moment au point B d'une force F appliquée en A :
Vitesse d'un point en mouvement de corps rigide : distributeur des vitesses : On définition de ce vecteur utilise la
obtient la vitesse du point B à produit vectoriel du bras de levier
V B
 V A
 V  A e3
1 1 1 partir du produit vectoriel de la
 BA de la force et de la force F

V 2
B  
  V 2
A 
 
 
  BA  W  V   W  AB2
A
  position relative de A par rapport
au point B et de la vitesse de MB 


M B F  BA  F
elle-même.

V
 3
B  V
  3
A 

V 
  3
A rotation du solide. Ce résultat 
e1 x x
A B
W1
sera utilisé en introduction du
mouvement des corps solides
A
F 
1 1 indéformables dans le chapitre e x 1A  x 1B F1
BA  W  e2 x x
A B
W2 Déplacements et déformations.  1
2 2 BA  F  e 2 x A2  x B2 F2
e3 x x
A
3
B
3 W3 BE 
e3 x 3A  x 3B F3
e2
 x A2  x B2  W3   x 3A  x 3B  W 2  e1
  e1
x A
  
 x B2 F3  x 3A  x 3B F2 e1  
BA  F   x  
 2

BA  W    x 3A  x 3B  W1   x1A  x1B  W3  e2

A
  
 x 3B F1  x 1A  x 1B F3 e 2
 x  
3
A
  
 x 1B F2  x A2  x B2 F1 e 3
  x1A  x1B  W 2   x A2  x 2B  W1  e3
1

V1B  V1A   x 2  x 2  W3   x 3  x 3  W 2 
 A B A B
   
 x A2  x B2 F3  x 3A  x 3B F2  
M F   x

 B  A  A 
A B
A

3  x 3 F1  x 1  x 1 F3 
B 

V2   V2     x 3  x 3  W1   x1  x1  W3 
B

   
B A B
 xA  xB F  xA  xB F 
V B  V A   A   1 1
      x1  x1  W 2   x 2  x 2  W1 
1 2 2 2
3 3 B A B
 
Chapitre I -Vecteurs et Tenseurs 21 Chapitre I -Vecteurs et Tenseurs 22

3. Produit vectoriel de deux vecteurs 3.3. Troisième exemple 4. Produit mixte de trois vecteurs 4.1. Définition
Vector or cross product of two vectors 3.3. Third example Scalar triple product of three vectors 4.1. Definition
Équilibre d’un système Introduction : cette opération
e3 Moment résultant d’un torseur de forces Scalar triple product of X, Y and Z
FC  Fe3 isostatique : Calculer les Produit mixte de X,Y et Z associe à trois vecteurs non

X , Y , Z  X .Y  Z 
composantes de la résultante coplanaires un scalaire
B(0,a,b) générale et du moment résultant représentant le volume du
en E du système des trois forces parallélépipède formé par les
F B  Fe2 FA, FB et FC respectivement trois vecteurs X, Y et Z.

 X  Y .Z
appliqués aux points A, B et C de
la structure décrite dans le repère    C'est l'association particulière
d'un produit vectoriel de deux
e1, e2, e3. Les forces sont aussi vecteurs avec le produit scalaire
A(0,a,0)

 Z  X .Y  
E C(c,a,b) définies par leurs composantes d’un troisième.

e2
Résultante générale sur la figure.    Comme dans le cas du produit
vectoriel, il est nécessaire de

e1
F A  Fe1 
R  F A  F B  FC  F e1  e2  e3  maîtriser le développement des
déterminants 3x3 pour calculer
Moment résultant en E les produits mixtes.

M E  EA  F A  EB  F B  EC  F C
 Volume of the parallelepiped
Z Volume du parallélépipède
e1 0 F e1 0 0 e1 c 0

M E  e2 0  e2 F  e2
a a a 0
Y x1 y1 z1
e3 0 0 e3 b 0 e3 b F

M  aFe3  bFe1  aFe1  cFe2

E   x2 y2 z2

M E  F  a  b  e1  ce 2  a e3   x3 y3 z3
X
Chapitre I -Vecteurs et Tenseurs 23 Chapitre I -Vecteurs et Tenseurs 24

6
5. Tenseurs du second ordre 5.1. Définition 5. Tenseurs du second ordre 5.2. Composantes d’un tenseur du second ordre
Second-order tensors 5.1. Definition Second-order tensors 5.2. Components of a second order tensor
 ~ 
 
Linear vector transformations Introduction : les phénomènes
physiques représentables par des

U  T (V ) Transformés des vecteurs de

~ 
Transformations linéaires de vecteurs base : pour la transformation
e3  ~ 
U U  T( V ) u i ei  T(v j e j )
vecteurs associent souvent un linéaire d'un vecteur par un
Image of vector V Tensor T vecteur à un autre vecteur par tenseur du second ordre, on
Image du vecteur V Tenseur T des opérations plus complexes établit que les coefficients de
 ~ 
 que les produits vectoriels. Parmi
u i e i  v jT (e j ) cette transformation sont en fait

V 
les opérations simples, on peut
 les composantes des transformés
~  ~
U  T(V )
utiliser les transformations   des trois vecteurs de base. Dans
linéaires qui associent à chaque
vecteur V d’un espace euclidien 
V u i  v jT ( e j ). e i le cas général, un tenseur du
second ordre a ainsi 9
 ~
un autre vecteur U du même T( e 3 ) composantes qui permettent de
e2 espace, image du vecteur 
~  Components of T = calculer les composantes du
transformé. Ce formalisme est e3 T( e 2 ) components of the images transformé d'un vecteur
adapté aux opérations linéaires of the base vectors ej quelconque V. Le représentant
E combinant les composantes du Composantes de T= d'un tenseur du second ordre peut
 vecteur de départ pour obtenir les composantes des transformés être l'ensemble des trois vecteurs
composantes du vecteur image.  de la base ej transformés des trois vecteurs de
e1 L’opérateur linéaire permettant base. Ce représentant n'est pas
e2 ~  
~ E t ij  T ( e j ) .e i
Requirements of linear vector transformations: de transformer un vecteur V en intrinsèque car elle dépend de la
Propriétés de linéarité des transformations vectorielles:
    un autre vecteur U est appelé T( e 1 ) 
base. Pour chaque base, on aura
~ (U
T  V)  T ~ (U ~ (V
)T )
tenseur du second ordre.
e1 Indicial notation
des transformés différents. On
remarque le caractère spatial des
Notation indicielle tenseurs du second ordre qui

~ cV   cT
T
 
~(V) c R u i  t ij v j
interviennent donc
simultanément sur les trois

  directions de l'espace.

Chapitre I -Vecteurs et Tenseurs 25 Chapitre I -Vecteurs et Tenseurs 26

5. Tenseurs du second ordre 5.3. Matrice des composantes 5. Tenseurs du second ordre 5.3. Matrice des composantes
Second-order tensors 5.3. Matrix of the components Second-order tensors 5.3. Matrix of the components

  ~  
t 11 T ( e 1) .e 1
Matrice des composantes d’un Matrice des composantes d’un
~
U  T( V )  tenseur du second ordre : pour Notation of the tensor product tenseur du second ordre : Pour
les tenseurs du second ordre Analytical form Symbole du produit tensoriel les tenseurs du second ordre, la
V ~  
t 12 T ( e 1) .e 2
comme pour les vecteurs, la
~
Expression analytique notation indicielle respecte la
~ 
T  t ij ei  e j
notation indicielle est très convention des matrices avec le
T( e 3 ) intéressante pour les premier indice indiquant la ligne

~  ~  
t 13 T ( e 1) .e 3
développements théoriques et la et le second indice indiquant la
e3 T( e 2 ) présentation synthétique des Matrix form colonne.
résultats. La matrice des L'équation de transformation des
~   Expression matricielle
t 21 T ( e 2) .e 1
 V 
composantes d’un tenseur se composantes du vecteur V s'écrit

 ~ 
construit donc simplement à donc très simplement avec un

U   T

~   partir des composantes des produit matriciel des
e2 t 22 T ( e 2) .e 2 transformés des vecteurs de la composantes du tenseur T par les
~ E
   
base de projection du tenseur. composantes du vecteur V.
T( e 1 )  ~   On remarquera que chaque ligne

e1 t 23 T ( e 2) .e 3 de la matrice correspond aux

composantes d’un des vecteurs

 u1   t11 t12 t13   v1   u1   t11 t12 t13   v1 

de base.

   
 
u 2   t 21 t 22
 
t 23  v 2  u 2   t 21 t 22 t 23  v 2 
u   t u   t t 33  v3 
 3   31 t 32 t 33  v3   3   31 t 32
Chapitre I -Vecteurs et Tenseurs 27 Chapitre I -Vecteurs et Tenseurs 28

7
5. Tenseurs du second ordre 5.4. Vecteurs propres 5. Tenseurs du second ordre 5.4. Vecteurs propres
Second-order tensors 5.4. Eigen vectors Second-order tensors 5.4. Eigen vectors
The eigen vectors P of tensor T are vectors that keep their directions under Valeurs propres et directions Determine the eigen values and eigenvectors of the second order tensor Calcul des valeurs propres : à
the transformation. So their images are  P, with  the eigen values. propres : les éléments propres ou defined by its following components on the base vectors ei : partir de la matrice des
Les vecteurs propres P du tenseur T sont des vecteurs conservant leurs éléments principaux sont la Rechercher les valeurs propres et les directions propres du tenseur dont composantes du tenseur, on
directions dans la transformation. Leurs images sont donc  P , avec  les représentation la plus simple de les composantes sont définies dans une base ei par : développe l'équation
valeurs propres
~  
la transformation formalisée par caractéristique qui conduit en

T(P ) =  P
22 8 0
Third eigen direction un tenseur du second ordre. Dans   général à une équation du
Troisième direction propre cette base particulière formée sur  8 10 0 troisième degrés.

p3
les vecteurs propres, la
transformation n‘entraîne que des
 0 0 7  Les racines de cette équation
donnent les trois valeurs propres
If aij=aji=0 for i # j, aii is the eigen value in the eigen direction ei

~ ( p)= p
variations de module et aucune du tenseur.
Second eigen direction variation de direction. Lorsque aij=aji=0 pour i # j, aii est la valeur propre dans la direction ei Recherche des directions
T 3 3 3 Seconde direction propre La base orthonormée reste Characteristic equation -Équation caractéristique propres : pour déterminer les

p
orthogonale dans la directions propres, on utilise leur
transformation. On a ainsi l'image 22   8 0 propriété d'invariance dans la
2 la plus simple du tenseur avec ses 8 10   0  7   22   10     64  0 transformation, le vecteur image
E 
~(p  effets sur trois directions qui 0 0 7 est colinéaire au vecteur de
T 2 )= 2p2 restent perpendiculaires entre 7   2  32  156  7     26  6  0 départ. Le résultat étant des
~ (
T p1 )= 1
p1
elles. Cette vision n'est
22 8 0  c1   c1   4c1  8c 2  0
coefficients définissant une

p
First eigen Direction évidemment que parcellaire mais direction, ils sont définis à un
Première direction propre  8 10 0 c   26c    8c  16c  0
 2   2  1
permet de raisonner de façon First eigen direction associated  coefficient quelconque prés. On
1 to the eigen value  =26  0 0 7 c 3  c    19c  0
2

"scalaire" sur les trois directions  3  peut normer les valeurs obtenues
The eigen values  are the roots of the characteristic of tensor T.
3

propres. Première direction propre  2 pour obtenir les composantes du

Les valeurs propres  sont donc les racines de l’équation caractéristique du associée à  =26 u1  5 vecteur unitaire correspondant
tenseur T : c1  2c 2 

t ij   ij = 0
 1 dans la base où sont données les
  u 2 
 c3  0  5 composantes du tenseur.
 u3  0


Chapitre I -Vecteurs et Tenseurs 29 Chapitre I -Vecteurs et Tenseurs 30

5. Tenseurs du second ordre 5.5. Ellipsoïde de Lamé 5. Tenseurs du second ordre 5.6. Invariants
Second-order tensors 5.5. Lame ellipsoïd Second-order tensors 5.6. Invariants

The images X of any unit vector n of the 3D space are defined by : Faisceau des vecteurs Représentation intrinsèque
The coefficients of the characteristic are scalar invariants :
Les images X de chaque vecteur unitaire n de l’espace sont définies par : transformés par un tenseur du d’un tenseur du second ordre :
second ordre : un tenseur du Les coefficients du polynôme caractéristique sont des scalaires invariants : les composantes d’un tenseur

X  T n  second ordre transforme chaque

vecteur de l’espace en un autre t ij   ij = t1   t 2   t 3     0 comme celles d’un vecteur sont
fonction de la base de projection
vecteur. Dans l’espace à trois utilisée. Pour comparer deux
In the basis pi of the eigen directions, the components of vectors X are :
  t1  t2  t3 2  t1t2  t2t3  t3t1   t1t2t3  0
dimensions, on peut représenter 3 tenseurs du second ordre, il faut
Dans la base pi des vecteurs principaux, les composantes des vecteurs X sont :
géométriquement cette donc observer les transformés des

  x1   t 1 0   n1   t1n1  transformation en observant les trois mêmes vecteurs de base et

0 3  tI2  tII  tIII  0
p3        images de tous les vecteurs en tirer des conclusions 3D! On
x 2    0 t2 0  n 2    t 2 n 2  unitaires n de l’espace dont les peut aussi différencier les

x   0 t 3   n 3   t 3n 3 
   p3
extrémités forment une sphère de Algeabric forms of the invariants tenseurs avec des scalaires
 3  0 rayon unité. L’application de la Expression des invariants indépendants de la base utilisée :
transformation à chaque vecteur les coefficients de l’équation
unitaire conduit à des images First invariant caractéristique, appelés invariants
p
As n is a unit vector
Premier invariant
t I  t1  t 2  t 3
E n étant un vecteur unitaire dont les extrémités sont sur la et calculés à partir des valeurs
2 surface d’un ellipsoïde dont les t3 t1tt21tt22t3 propres du tenseur, ou à partir de
n12  n 22  n 32  1  axes principaux p sont les ses 9 composantes. On distingue
directions propres du tenseur. Les t3t2 Second invariant l'invariant linéaire tI qui est la

p
x12 x 22 x 32 longueurs des demi-axes de cet
p2 Second invariant trace de la matrice des
  1 t1 t1t3
t II  t1t 2  t 2 t 3  t 3t1
1 ellipsoïde sur la base principale composantes, l'invariant
t12 t 22 t 32 sont égales aux valeurs propres  quadratique et l'invariant cubique
du tenseur. p1 Third invariant
qui n'est autre que le
développement du déterminant
Troisième invariant
t III  t1t 2 t 3
The equations of the components of the images of n define an ellipsoïd formé à partir de la matrice des 9
Les équations des composantes des images de n définissent un ellipsoïde composantes.

Chapitre I -Vecteurs et Tenseurs 31 Chapitre I -Vecteurs et Tenseurs 32

8
5. Tenseurs du second ordre 5.6. Invariants 5. Tenseurs du second ordre 5.6. Invariants
Second-order tensors 5.6. Invariants Second-order tensors 5.6. Invariants

t11   t12 t13 Cas d’une matrice pleine

quelconque : on remarque sur
Characteristic :
t 21 t 22   t 23 0 cette expression complète de Evaluate the invariant of the tensor previously defined with its
components and its eigen values.
Polynôme caractéristique : t 31 t 32 t 33   l’équation caractéristique que le
Calculer les invariants du tenseur précédent à partir de ses composantes
premier invariant est la somme
 3   t11  t 22  t 33   2 des termes diagonaux de la dans la base d’origine et à partir de ses valeurs propres :
matrice, cette somme est appelée
  t11 t 22  t 22 t 33  t 33 t11  t12 t 21  t 23 t 23  t 31t13   la trace de la matrice. On 22 8 0
 
26 0 0
 
remarque aussi que le troisième  8 10 0  0 6 0
 t11 t 22 t 33  t13 t 32 t 21  t12 t 23 t 31 invariant est le déterminant de la  0 0 7   0 0 7 

 t11 t 23 t 32  t 22 t13 t 31  t 33 t12 t 21  0 matrice.

 3  t I  2  t II   t III  0 First Invariant -Premier invariant:

II = 22+10+7=26+6+7=39
First invariant : trace of the matrix of
the components of T t I  t11  t 22  t 33 Second Invariant -Second invariant:
Premier invariant : trace de la matrice III =26x6+6x7+7x26
des composantes de T
Third invariant - Troisième invariant:
Second invariant IIII = (22x10-64)+7=26x6x7=156x7=1092
t II  t11t 22  t 22 t 33  t 33t11  t12 t 21  t 23t 23  t 31t13
Third invariant : determinant of the matrix of
the components of tensor T
Troisième invariant :déterminant de la matrice t III  t ij
des composantes de T

Chapitre I -Vecteurs et Tenseurs 33 Chapitre I -Vecteurs et Tenseurs 34

5. Tenseurs du second ordre 5.7. Tenseurs particuliers 5. Tenseurs du second ordre 5.7. Tenseurs particuliers
Second-order tensors 5.7. Particular tensors Second-order tensors 5.7. Particular tensors
 
~
1  ij ei  e j
Opérateur unité : le tenseur Tenseurs déviatoriques : Par
Unit tensor unité conduisant à une Deviatoric tensors définition, le premier invariant de
Tenseur unité : transformation unitaire est Tenseurs déviatoriques : ce type de tenseur est nulle. Tout
l'élément neutre, on reconnaît s11 s12 s13  tenseur symétrique T peut être

s   s12 s22 s23  / skk  s11  s22  s33  0

Symmetric tensors Only 6 different components dans ce cas les composantes décomposé en un tenseur
Tenseurs symétriques: 6 composantes distinctes seulement formées à partir du symbole de déviatorique et un tenseur
Kronecker. sphérique dont les 3 composantes
 t11 t12 t13  Symétrie : de nombreux s13 s 23 s33  sont égales au tiers de la trace de
~ ~ ~T
 
T / t ij  t ji  T  T   t12 t 22 t 23 
phénomènes physiques imposent
des symétries entre les
composantes hors diagonale,
T. Cette décomposition additive a
souvent un grand intérêt
notamment dans le cadre du
 t13 t 23 t 33  dans ce cas il y a 6 composantes
Spherical-deviatoric decomposition
Décomposition sphérique-déviatorique : comportement non-linéaire des
du tenseur à évaluer. solides ou de l ’évaluation de leur
~ t ~ t
Any symmetric tensor with real components has only real eigen values
Tenseurs cylindriques : ces
T  ~s  kk δ / tij  sij  kk ij tenue en fatigue.
Les tenseurs symétriques à composantes réelles ont des valeurs propres réelles
tenseurs n’ont que deux valeurs 3 3
propres distinctes t1 et t2. La Tenseurs symétriques plans :
direction propre correspondant à Ces tenseurs n’ont que trois
t1 est perpendiculaire à un plan Planar tensors composantes distinctes non nulles
Cylindrical Tensors Spherical tensors dont toutes les directions sont Tenseurs plans : et une valeur propre nulle.
Tenseurs cylindriques :
 t11 t12 0
Tenseurs sphériques: propres. L’ensemble des vecteurs images
 t1 0 0  t1 0 0 Tenseurs sphériques : ces définis par une telle
T / tij   t12 t22 0
~

T   0 0   
tenseurs n’ont qu’une valeur transformation forme un faisceau
T   0 0   t1 δ
~ ~ ~
t2 t1 propre distincte t1. Toutes les plan caractéristique, l’ellipsoïde

 0 0 0
directions de l’espace sont des de Lamé se réduisant à une
 0 t 2 
0  0 t1  directions propres. ellipse.
0

Chapitre I -Vecteurs et Tenseurs 35 Chapitre I -Vecteurs et Tenseurs 36

9
5. Tenseurs du second ordre 5.7. Tenseurs particuliers 5. Tenseurs du second ordre 5.8. Produits scalaires
Second-order tensors 5.7. Particular tensors Second-order tensors 5.8. Scalar products
Anti-symmetric tensors : Only 4 different components Antisymétrie : l'autre cas Scalar product of any two tensors T and S Projection d’un tenseur du
Tenseurs antisymétriques: 4 composantes distinctes seulement particulier, très fréquent en Produit scalaire de deux tenseurs T et S quelconques second ordre sur un autre
 0 t12  t13  mécanique concerne les tenseurs ~ ~ ~ ~ ~ ~ ~ ~ tenseur du second ordre : on
T : S  T..S T : S  t ijs ij T..S  t ijs ji
~ ~
 
T / t ij   t ji  T   T   t12
~T
0 t 23 
antisymétriques qui n'ont que
trois composantes distinctes.
~ ~
reconnaît en fait les projections
des trois vecteurs transformés de
Cette propriété permet de les T : S  t ijs ij  t 11s11  t 22s 22  t 33s 33 la base par le premier tenseur sur
 t13  t 23 0  représenter aussi comme des les trois vecteurs transformés de
vecteurs, par exemple, le vecteur
vitesse de rotation représente en
 t 12s12  t 23s 23  t 31s 31 la base par le second tenseur.
Dans le cas de deux tenseurs
If the components are real, only one eigen value is real
Si les composantes tij sont réelles, une seule des trois valeurs propres est réelle fait un tenseur antisymétrique. Le
produit vectoriel est un produit
 t 21s 21  t 13s13  t 32s 32 quelconques, ces projections
peuvent se faire de deux manières
matriciel « simplifié » pour une différentes. En Mécanique des
Cross product and antisymmetric linear transformation transformation antisymétrique Scalar product of two symmetric tensors T and S solides déformables, au moins un
Produit vectoriel et transformation linéaire antisymétrique avec la convention suivante entre Produit scalaire de deux tenseurs T et S symétriques des deux tenseurs rentrant dans le
~ ~ ~ ~
 u1   0 t12  t 31   v1  t12v 2  t 31v3 
les composantes du vecteur et
celles du tenseur antisymétrique : T : S  T..S produit scalaire est souvent
symétrique, dans ce cas le
      
t 23  v 2    t 23v3  t12v1 
~ ~ résultat est indifférent au mode
u 2    t12 0 T : S  t ijs ij  t ijs ji de projection choisi.
u   t  t 23 0   v3   t 31v1  t 23v 2 
    ~ ~
 3   31  TA  t 23 e1  t 31e 2  t12 e3 T : S  t 11s11  t 22s 22  t 33s 33 On notera le cas particulier n°2
de la projection d’un tenseur
e1 v1 t 23 t12v 2  t 31v 3   2t 12s12  2t 23s 23  2t 31s 31 symétrique sur un tenseur
   antisymétrique qui apparaît dans
U  e2 v2 t 31   t 23v 3  t12v1   V  T A Scalar product of an antisymmetric tensor T and a symmetric tensor S des bilans énergétiques.

t12  t 31v1  t 23v 2 

Produit scalaire d’un tenseur T antisymétrique et d’un tenseur S symétrique
e3 v3 ~ ~ ~ ~
T : S  T..S  0
Chapitre I -Vecteurs et Tenseurs 37 Chapitre I -Vecteurs et Tenseurs 38

5. Tenseurs du second ordre 5.8. Décomposition canonique 6. Changement de base orthonormée 6.1. Matrice des cosinus directeurs
Second-order tensors 5.8. « Canonical » decomposition Change of orthonormal basis 6.1. Matrix of direction cosines

Séparation additive des effets Change from the orthonormal basis ai to the orthonormal basis ej: Introduction : les composantes
Any second order tensor can be splitted as the sum d’un tenseur du second ordre : Passage de la base orthonormée ai à la base orthonormée ej : des vecteurs et des tenseurs sont
 
e q a
of a symmetric and an antisymmetric parts cette décomposition purement fonction des vecteurs de base
Un tenseur quelconque peut toujours être décomposée  i
"arithmétique" a parfois une
ij j choisis. Par ailleurs, dans de
en une partie symétrique et une partie antisymétrique signification physique
a3     nombreuses applications, les
~ ~ ~ intéressante, notamment en 
qij  cos (e i , a j )  e i . a j vecteurs et les tenseurs sont à

T  TS  TA cinématique du solide déformable

. Dans le cas général, cette
e3 q23
exprimer dans plusieurs bases en
fonction de l'interprétation
séparation additive n’est pas physique ou de la facilité de
Symmetric part mathématiquement correcte car la e2 calcul. Il est donc nécessaire de
Partie symétrique composition de transformations savoir transférer les composantes
se traduit par une opération de  des vecteurs et des tenseurs entre
multiplication matricielle et non q22 a2 deux bases.
1
t  ( t ij  t ji )
S par une addition matricielle.

ij E Dans le cas particulier de deux

bases orthonormées, le résultat
2 est simple car les composantes de
la matrice de changement de base
 q21  Orthogonal matrix
Antisymmetric part
e1 a Matrice orthogonale sont les composantes de la
nouvelle base dans l'ancienne
Partie antisymétrique 1
base. Les colonnes de la matrice
1
t ijA  ( t ij  t ji )
sont les cosinus directeurs de la

QQT  1  QT  Q1

nouvelle base sur l'ancienne base.
Cette matrice est orthogonale par
2 construction et donc son inverse
est égale à sa transposée.

Chapitre I -Vecteurs et Tenseurs 39 Chapitre I -Vecteurs et Tenseurs 40

10
6. Changement de base orthonormée 6.2. Changement des composantes d’un vecteur 6. Changement de base orthonormée 6.3. Changement des composantes d’un tenseur
Change of orthonormal basis 6.2. Change of vector components Change of orthonormal basis 6.3. Change of tensor components

Expressions analytiques de la base ei sur aj Changement de base des Changement de base des

 
 Transformation de V en U

 ~ 
Changement de base

e i  qij a j  
e i  qij a j
composantes d’un vecteur : à composantes d’un tenseur du
partir des projections des
vecteurs de la nouvelle base e sur U  T V  second ordre : Pour obtenir les
formules de transformation des
l'ancienne base a, on peut composantes d'un tenseur du
Expressions analytiques d’un vecteur X sur les 2 bases
   identifier les composantes dans la
Expressions analytiques de la transformation dans les bases e et a
second ordre dans un changement

X  x ie e i  x aj a j
nouvelle base e de tout vecteur X
à partir de ses composantes dans
l'ancienne base a . On remarque
u ie  t ije v ej  u ar  t ars v sa de base, on procède au
changement de base du vecteur à
transformer et de son image. On

 u ie  q ir u ra  u ej  Q  u sa 
Expressions des anciennes composantes de X Changement de base des composantes des vecteurs U et V
que l’on obtient les nouvelles remarque finalement que la
en fonction des nouvelles
composantes du vecteur X par matrice des composantes d'un
 
x a j  x ie qij a
 v j  q js v sa  v ej  Q  v sa 
 e
a une multiplication matricielle des tenseur du second ordre doit être
composantes de X dans multipliée deux fois par la
j j l’ancienne base. Cette propriété matrice de changement de base,

x aj  qij x ie
Notation de changement de base est une une pré multiplication et une post
indicielle caractéristique des vecteurs. multiplication. Les formules de
Changement de base des composantes du tenseur T changement de base indiquent le
u ar  q ri t ije qjs v sa  t ars  qri t ije qjs
x   Q  x  T caractère tensoriel d'une
Notation a e transformation et en donnent

t   Q  t  Q 
matricielle l'ordre. Les vecteurs ne subissant
j i Composantes de
T
Notation indicielle a e qu'une multiplication de la
inverse x ie  qij x aj T sur la base a
rs ij matrice de changement de base

t  Q  t  Q 
pour le calcul de leurs nouvelles
T

x   Q  x 
Composantes de composantes, ce sont en fait des
e a
Notation matricielle T sur la base e tenseurs du premier ordre. Les
e a ij rs scalaires sont des tenseurs d'ordre
inverse
i j zéro.
Chapitre I -Vecteurs et Tenseurs 41 Chapitre I -Vecteurs et Tenseurs 42

6. Changement de base orthonormée 6.4. Exemple n°1 6. Changement de base orthonormée 6.4. Exemple n°2
Change of orthonormal basis 6.4. Example n°1 Change of orthonormal basis 6.4. Example n°2

Rotation dans le plan a1, a2 de la base e1, e2 : Changement de base d’un Rotation dans le plan a1,a2 de la base e1, e2 Changement de base d’un
vecteur dans une rotation : ce Changement de base d'un tenseur antisymétrique : tenseur antisymétrique dans
cas simple est très fréquent dans une rotation : à titre d'exercice
e1  cos a1  sin a 2 les développements théoriques ~   simple, on peut rechercher les
T  t ija i  a j
comme dans les applications. nouvelles composantes d'un
e2 a2 e 2   sin a1  cos a 2 On vérifiera que le déterminant tenseur antisymétrique dans une
ei  q ij a j de cette matrice est bien égal à  cos  sin  0  0 t12 t13  cos   sin  0 rotation plane.
e1 l'unité et que les produits  sin  cos  0  t 0 t 23   sin  cos  0 On pourra faire le parallèle avec
scalaires des colonnes prises    12 la transformation d'un vecteur de
 e1   cos  sin    a1   0 0 1  t13  t 23 0   0 0 1
 
deux à deux sont nuls. composantes :
 

e 2    sin  cos  a 2  La matrice inverse est donc   t12 sin  t12 cos  t13 cos   t 23 sin   cos   sin  0    
a1 particulièrement simple à obtenir:  t cos   t sin   t sin   t cos   sin  cos  0 V  t 23a1  t 13a 2  t 12a 3
 12 12 13 23  
  t13  t 23 0   0 0 1
Expression analytique de V sur la base a cos   sin  0
     sin  cos  0
V  v1a1  v 2 a 2  v 3a 3    t12 sin  cos   t12 sin  cos  t12 sin 2   cos 2  t13 cos   t 23 sin  
 t12 sin 2   cos 2 
 
Changement de base des composantes de V dans la base e  0 0 1  t12 sin  cos   t12 sin  cos   t13 sin   t 23 cos 
        
 cos  sin  0   v1   v1 cos   v 2 sin    t 13 cos t 23 sin t 13 sin t 23 cos 0 
  sin  cos  0   v    v sin   v cos  
  2  1 2 
 0 0 1   v3   v3 
  0 t12 t13 cos   t 23 sin  
  t12  t13 sin   t 23 cos 
V   v1 cos   v 2 sin   e1    v1 sin   v 2 cos   e2  v3e3  0
 t13 cos   t 23 sin  t13 sin   t 23 cos  0  e
i

Chapitre I -Vecteurs et Tenseurs 43 Chapitre I -Vecteurs et Tenseurs 44

11
6. Changement de base orthonormée 6.4. Exemple n°3 6. Changement de base orthonormée 6.4. Exemple n°3
Change of orthonormal basis 6.4. Example n°3 Change of orthonormal basis 6.4. Example n°3

Tenseurs symétriques plans - Tenseurs symétriques plans -

Rotation dans le plan a1,a2 de la base e1, e2 Le changement de base des En considérant que la base ai est
composantes d’un tenseur parallèle aux directions propres
Changement de base d'un tenseur plan symétrique : symétrique plan lors d’une Cas particulier: a1 et a2 directions propres du tenseur T, on peut calculer ses
rotation dans le plan du tenseur =(a1,e1) composantes sur n’importe quelle
conduit a des expressions assez autre base à partir des valeurs
simples dont l’interprétation  t1  t 2 t1  t 2 t t  principales de T. Les
géométrique est particulièrement   cos 2  1 2 sin 2 0 expressions obtenues font
 cos  sin  0   t11 t12 0 cos   sin  0   t nn t nq 0  2 2 2

  intéressante. Les vecteurs images apparaître le lieu des extrémités
0  sin  cos  0  t t t1  t 2 t 2  t1
T   en ,eq     sin  cos  0   t12 t 22
   représentant les transformés de T   t t qq 0     1 2 sin 2  cos 2 0  de tous les transformés du tenseur
 0 0 0   0 0 0   e ,e   0 0 0   en ,eq   nq   2 2 2 
 0 0  
chaque direction du plan forment T: un cercle de rayon R égal à la
0
1 2 0
0 0
un faisceau inscrit dans une   demi différence des valeurs
 
 t 22  t11  cos  sin   t12  cos 2   sin 2  
 t11 cos   t 22 sin   2t12 sin  cos  ellipse dans l’espace principales dont le centre est
2 2
0
  géométrique. On peut aussi placé à une abscisse égale à la
  t 22  t11  cos  sin   t12  cos 2   sin 2   t 22 cos 2   t11 sin 2   2t12 sin  cos  0 représenter ces vecteurs dans une demi somme des valeurs
  t1  t 2 t1  t 2
 0 0 0 autre espace. Mohr a proposé un t nn   cos 2  a  R cos  2  principales.
  système d’axes dont les abscisses 2 2
 t11  t 22 t11  t 22 t 22  t11  t t
 2  cos 2  t12 sin 2 sin 2  t12 cos 2 0 sont les composantes de la t nq   1 2 sin 2  R sin  2 
2 2 diagonale du tenseur et les 2
 
t 22  t11 t11  t 22 t 22  t11
 sin 2  t12 cos 2  cos 2  t12 sin 2 0  ordonnées la composante hors-
 2 2 2  diagonale. Dans ce système
 0 0 0
  d’axes, les extrémités des
  vecteurs images se placent sur un
cercle, le cercle dit de Mohr.

Chapitre I -Vecteurs et Tenseurs 45 Chapitre I -Vecteurs et Tenseurs 46

6. Changement de base orthonormée 6.4. Exemple n°3 7. Opérateurs vectoriels 7.1. Gradient
Change of orthonormal basis 6.4. Example n°3 Vector Operators 7.1. Gradient

Cercle de Mohr :. Introduction : à l’opération de

Représentation du faisceau des transformés Let us consider a scalar function f(xi) and any direction defined by the
Les expressions des composantes dérivation sur l’ensemble des

  t1  t 2 t1  t 2 de tous les vecteurs images d’une unit vector u. With the gradient, the infitesimal variation of function f réels, il faut substituer une
X  T en  t nn en  t nq eq t nn   cos 2  a  R cos  2  transformation définie par un can be calculated from the variations of f with respect to three opération de dérivation dans
2 2
tenseur plan montrent que le lieu directions of space. l’espace tri-dimensionnel.
p2 t t
t nq   1 2 sin 2  R sin  2  des extrémités de ces vecteurs Soit une fonction scalaire f(xi) et une direction quelconque de l’espace
2 définie par le vecteur unitaire u. L’opérateur gradient permet de
images sont sur un cercle dans le Variation spatiale d’une
ESPACE calculer la variation de la fonction f suivant la direction u à partir des
en plan de Mohr. Le centre de ce fonction scalaire : le gradient
REEL trois variations de f suivant les directions des trois vecteurs de base .
tnn cercle est sur l’axe des abscisses d’une fonction scalaire est
tnq à une distance égale à la demi l’opérateur de dérivation spatiale
somme des valeurs propres du f f f qui permet de calculer les
 p1
~
X  T en  tenseur plan et de rayon égal à la
demi différence des valeurs
Grad f 
x1
e1 
x2
e2 
x3
e3 variations d’une fonction suivant
n’importe quelle direction de
propres du tenseur plan. On peut f l’espace à partir de ses variations
Grad f  ei
PLAN DE MOHR (tnn,tnq)
ainsi observer tous les vecteurs
images de la transformation à
xi suivant trois directions
orthogonales. L’expression du
t t partir de l’angle  formé par la
tnq R 1 2 Variation of f gradient dépend du type de
2 direction quelconque en par Variation de f coordonnées utilisé. On retiendra
rapport à la direction principale d f  Grad f .uds les cas particuliers des
t1  t2 p1. Les résultats essentiels de coordonnées cartésiennes et des
t2 2 t1 cette représentation sont la valeur coordonnées cylindriques.
maxi de la composante hors
-2 tnn diagonale et éventuellement des Infinitesimal segment on direction u


points caractéristiques tels que Distance infinitésimal suivant u
~
X  T en tnn=0. Cette représentation
s’applique aussi aux tenseurs
déviatoriques.
Chapitre I -Vecteurs et Tenseurs 47 Chapitre I -Vecteurs et Tenseurs 48

12
7. Opérateurs vectoriels 7.1. Gradient 7. Opérateurs vectoriels 7.1. Gradient
Vector Operators 7.1. Gradient Vector Operators 7.1. Gradient

If t is the tangent direction of the iso-value f=cte, the gradient is perpendicular Lignes de niveau : les valeurs Exemple de lignes de niveau :
Weather Forecast Map : Isobars = surface level
to direction t and to the iso-values df=0 because : constantes de la fonction scalaire Pour concrétiser cette notion, il
f correspondent à des courbes
Carte météo : Isobars = lignes de niveau suffit de regarder une carte
Si la direction t est la tangente à une ligne de niveau f=cte, le vecteur gradient
dans l’espace, ces courbes sont The surface levels appear as black lines. The blue areas stand for low pressures géographique d’une région
est perpendiculaire à t et donc aux lignes de niveau df=0 parce que :
par définition des lignes de and the red ones for high pressures. The regions where the surface levels are montagneuse. Les courbes de
d f  0  Grad f .t  0 niveau. closed up are the regions of high gradients. niveau sont les lieux de même
Les lignes noires minces représentent les courbes d’iso-pression. Les zones altitude. On peut aussi illustrer
 Grad f  t bleus correspondent aux pressions mini, les zones rouges aux pressions maxi. cette notion sur les cartes météo.
Les zones où les isovaleurs sont rapprochées correspondent à des zones de
forts gradients de pression.
The positive direction of the gradient vector indicates the positive variation
of function f. Any infinitesimal variation of f in the direction of the gradient
leads to :
Le vecteur gradient est tourné vers les valeurs croissantes de la
fonction f. Le développement limité de f dans la direction du gradient
conduit à :
 
f x  Grad f  x   f  x   Grad f  x  .Grad f  x    2O   

 
 f x  Grad f  x   f  x  pour  suffisement petit

f>C
Grad f

f<C
f=C

Chapitre I -Vecteurs et Tenseurs 49 Chapitre I -Vecteurs et Tenseurs 50

7. Opérateurs vectoriels 7.1. Gradient 7. Opérateurs vectoriels 7.1. Gradient

Vector Operators
Infinitesimal cube in
 rectangular coordinates
e3 Cube infinitésimal en
dx2 coordonnées cartésiennes
coordonnées cylindriques
7.1. Gradient
Systèmes de coordonnées :
Infinitesimal volume in
Il est toujours judicieux de
cylindrical coordinates
Élément de volume en
choisir un système de
coordonnées en fonction de la
Vector Operators 7.1. Gradient
The gradient of a vector function v associates with each direction u Variations spatiales d’un
the rate of change of v with respect to distance in this direction: vecteur : pour analyser les
Le gradient d’une fonction vectorielle v associe à chaque direction u la variations d’un vecteur, il faut
variation de v par rapport à la longueur dans cette direction: observer les variations de ses

dv Gradv uds   xv uds

géométrie des corps à étudier. trois composantes suivant les
dr Les deux les plus répandus sont trois directions de l’espace.
i
dx3 les systèmes cartésiens et Cette opération de dérivation
dx3 cylindriques. Les opérateurs  j spatiale d’un vecteur est
vectoriels utilisent les dérivées  v1 v1 v1  formalisée avec l’opérateur

 dv1   x1 x3  dx1 

dx1 par rapport aux variables gradient.
 d x2
   v2 v2  
positions de ces systèmes de
e2 v2

Hoop direction coordonnées et ont des
expressions différentes qui sont
dv2    x x2 x3  2 
dx
e
Axe circonférentiel
dv   v1 v3 v3 dx3 
dues au changement de variable  3  3 
E et à la géométrie de chaque
 x1 x2 x3 

  Polar direction
élément de volume. Dans le cas
du système de coordonnées Cylindrical coordinates – Coordonnées cylindriques
e1 er Axe polaire ou radial
cartésiennes, les 6 faces de
l’élément cubique sont d’aires  v r 1 v r v  v r 
égales et perpendiculaires aux 3   
Grad f 
f
er  1
f
e 
f
e3
vecteurs de base alors que dans le dv r   r r  r x 3   dr 
r r  x3 cas du système de coordonnées    v  1 v  v r v    
dv       d 
x 3   
cylindriques, les six faces de la
dv   r r  r
v 3  dx 3 
portion de tore n’ont pas la même
Gradient components in cylindrical coordinates  3  v 3 1 v 3
Composantes du gradient en coordonnées cylindriques
aire et deux d’entre elles ne sont
pas perpendiculaires à l’axe

circonférentiel.  r r  x 3 
Chapitre I -Vecteurs et Tenseurs 51 Chapitre I -Vecteurs et Tenseurs 52

13
7. Opérateurs vectoriels 7.2. Divergence 7. Opérateurs vectoriels 7.2. Divergence
Vector Operators 7.2. Divergence Vector Operators 7.2. Divergence

Divergence of a vector function v : Div v Divergence d’un vecteur v : The divergence of a tensor function T is a vector. Two differentiations exist : Divergence d’un tenseur du
Divergence d’une fonction vectorielle v : Div v On peut donner une signification La divergence d’une fonction tensorielle T est un vecteur. Deux cas : second ordre : Les deux
physique simple à cet opérateur définitions de l’opérateur d’un
dans le cas où le champ de Right divergence of a second order tensor T – Rectangular coordinates tenseur du second ordre
The divergence of a vector function v defines a scalar input-output balance
vecteurs v est un champ de Divergence droite d’un tenseur T du second ordre - Coordonnées cartésiennes conduisent au même vecteur dans
through an infinitesimal cube for rectangular coordinates
vitesse de composantes vi en la cas d’un tenseur symétrique.
T T T
DivDT   11  21  31 e1
La divergence d’une fonction vectorielle v définit un bilan scalaire d’entrée- ~
coordonnées cartésiennes d’un Comme dans le cas de la
 x1 x2 x3 
sortie sur un cube élémentaire pour des coordonnées cartésiennes
fluide. Si les composantes vi divergence d’un vecteur, cet
varient sur une distance dxi, ceci opérateur établit un bilan de
T T T
Div v 
v1 v2 v3
 
signifie que la quantité de fluide
  12  22  32 e2 variation, mais appliqué à un
x1 x2 x3 entrant dans un cube élémentaire
 x1 x2 x3  tenseur ce bilan est effectué axe
d’arête dxi n’est pas égale à celle par axe de l’espace.
vi T T T
  13  23  33 e3
qui en sort. Il y a donc variation
Div v  Indicial notation
xi  x1 x2 x3 
de la quantité de fluide dans le
Notation indicielle
cube élémentaire qui doit
correspondre pour un fluide Left divergence of a second order tensor T – Rectangular coordinates
compressible à une variation de Divergence gauche d’un tenseur T du second ordre - Coordonnées cartésiennes
The divergence of a vector function v defines a scalar input-output balance densité. Cet aspect bilan d’entrée-
T T T
DivGT   11  12  13 e1
through an infinitesimal part of a ring for cylindrical coordinates sortie se généralise à tout champ ~
 x1 x2 x3 
La divergence d’une fonction vectorielle v définit un bilan scalaire d’entrée- de vecteurs. On notera que la
sortie sur un volume torique infinitésimal pour des coordonnées cylindriques divergence d’un vecteur est un
T T T
scalaire.
  21  22  23 e2
rvr  1 v v3  x1 x2 x3 
Div v  1   T T T
r r r  x3   31  32  33 e3
 x1 x2 x3 
Chapitre I -Vecteurs et Tenseurs 53 Chapitre I -Vecteurs et Tenseurs 54

7. Opérateurs vectoriels 7.2. Divergence 7. Opérateurs vectoriels 7.3. Laplacien

Vector Operators 7.2. Divergence Vector Operators 7.3. Laplacian

Divergence d’un tenseur du Laplacian  2 Laplacien d’une fonction

Left divergence of a second order tensor T – Cylindrical coordinates second ordre : Comme les autres Laplacien  2 scalaire f : cet opérateur
Divergence gauche d’un tenseur T du second ordre - Coordonnées cylindriques opérateurs, la divergence d’un correspond à la notion de dérivée
tenseur du second ordre est partielle seconde étendue à
indépendante du système de l’espace tri-dimensionnel. On
coordonnées utilisé, seules ses remarquera que cet opérateur ne
rTrr  1 Tr T3r 1 
composantes, projections du fait pas intervenir les dérivées
DivGT   1
~ Rectangular coordinates -Coordonnées cartésiennes
   T er
r  x3 r  
vecteur sur le système d’axes partielles secondes par rapport à
 r r utilisés changent d’expressions.
f scalar function
deux variables différentes comme

rTr  1 T T3 1 

:
  1  2f
f fonction scalaire
   T e
 r r r  x3 r r  x1x 2
rTrz  1 Tz T33   
2 f  2 f 2 f
2 f  Div Grad f  2  2  2
  1   x1 x2 x3
r  x3 
e3
 r r

Cylindrical coordinates -Coordonnées cylindriques

f scalar function
f fonction scalaire


2 f  Div Grad f  1 
 f   f  1 2 f 2 f
 
r r  r  r2 2 x32
r

Chapitre I -Vecteurs et Tenseurs 55 Chapitre I -Vecteurs et Tenseurs 56

14
7. Opérateurs vectoriels 7.4. Rotationnel
Vector Operators 7.4. Curl Exercices
Curl Rot Rotationnel d’un vecteur v :
Notation Indicielle Valeurs propres et vecteurs propres
Rotationnel Rot cet opérateur extrait directement a) Établir que :
la partie antisymétrique du a) Calculer les valeurs propres et vecteurs propres du
gradient d’un champ de vecteurs.  mm  3 ;  mn  mn  3 ; u m  mn  u n ; Tmn  mn  Tkk tenseur de composantes:
Rectangular coordinates -Coordonnées cartésiennes 
11 4 0 
Il est souvent utilisé en b) On définit le tenseur des permutations par: 4 5 0


   v v
Rot v   3  2 e1
mécanique des fluides et apparaît
 1 si i, jet k sont en permutation circulaire  0 0 7
dans certaines équations de 
 x2 x3 
ijk   0 si deux indices sont répétés
mécanique des milieux 
 1 si i, jet k sont différents et ne sont pas en perm. circulaire b) Calculer les valeurs propres et vecteurs propres du
déformables. tenseur de composantes:
v v  123  231  312 =1 ; 221  212 =122 =0 ; 213  321  132 =-1
  1  3 e2
 7 0  2
0 5 0
 x3 x1  Calculer la quantité ijk ijk .
 
 2 0 4 
v v
  2  1 e3
Ak
Que représente l ' exp ression ijk ?
x j Produit scalaire et produit vectoriel
 x1 x2  Premier invariant d'un tenseur
1. 2.
a) Quelle est la normale au plan défini par OA 3. et OB 1. ?
Cylindrical coordinates -Coordonnées cylindriques a) Soit un tenseur symétrique Tij.  1. 3.
Montrer que le premier invariant du tenseur T' ij
Tkk  ij

Rotv   1r v  vx e

b) Quel est l'angle formé par les vecteurs OA et OB ?
formé par Tij'  Tij  est nul.
3  3
Produit scalaire de deux matrices
r b) Soient deux tenseurs Sij et Tij de trace SI et TI
3 Sll  ij Tkk  ij
Sachant que Sij'  Sij  et Tij  Tij  a) Calculer le produit scalaire de deux matrices symétriques Sij et Tij
'

v v
  r  3 e
3 3 b) Calculer le produit d'une matrice symétrique Sij et d'une matrice
antisymétrique Aij

 x3 r 
TISI c) Montrer que T:S=T:S si S est le déviateur de S et si le premier
montrer que TijSij  TijSij 
' '

3 invariant de T est nul.

rv  1 vr 
  1 
r   3
e
 r r
Chapitre I -Vecteurs et Tenseurs 57 Chapitre I -Vecteurs et Tenseurs 58

Exercices Exercices
Équilibre statique Produit vectoriel et produit scalaire Dérivée directionnelle
Vecteur gradient d'un champ scalaire
Un solide EAB décrit par son squelette représenté en noir sur la figure
suivante est chargée au point B par une force FB parallèle à l’axe e2. Calculer le moment de la force FB appliquée à l’extrémité B d’un quart Soit le champ scalaire bidimensionnel défini par : a) On définit la dérivée directionnelle d’une fonction f en un
Calculer les forces FE et FA appliquées respectivement en E et A de cercle de rayon R en tout point G de ce quart de cercle. La force n’a point M0 dans une direction d est définie par:
qu’une composante suivant e2 et le point G peut être repéré par l’angle
équilibrant la force FB en supposant qu’elles n’ont qu’une composante
 f  x0  h   f  x0  
suivant e2. polaire 
F  x1 ,x 2   x12  x 22  R 2 Dd f  x 0   lim  h  0  
 
Calculer les composantes de FB dans le système de coordonnées h
 
e2 FB(0,F) polaires passant par le point G
Montrer que: Ddf  x 0   grad(f ).d
e2 a)calculer le vecteur gradient de ce champ.
b)Représenter graphiquement la ligne d'isovaleurs F = 0 b) Considérons l’ellipse définie par:
FE FA B(0,R) FB(0,F) ainsi que le vecteur gradient lorsque x1 = x2 et lorsque x1 = R / 2.
B(2L,L) c)Quelle est la tangente à cette courbe pour ces deux points ? x 2 16 y2
 1  0
G d) Montrer que le vecteur gradient est normal à la courbe F = 0. 25 25
e)Dans quel sens est orienté le vecteur gradient ?
et la fonction f définie par f(x,y)=x2y3.
E e1
E  e1 Au point de coordonnées (3,1), déterminer la dérivée
directionnelle de la fonction f suivant la direction normale à
A(3L,0) l’ellipse.

A(R,0)

Chapitre I -Vecteurs et Tenseurs 59 Chapitre I -Vecteurs et Tenseurs 60

15
 Exercice résolu
 u1 0 0  0 w12 w13  1 / u1 0 0 
0 u2 0    w12 0 w 23   0 1/ u2 0 
   
 0 0 u 3    w13  w 23 0   0 0 1 / u 3 
 0 u1 w12 u1 w13  1 / u1 0 0 
 u w 0 u 2 w 23   0 1/ u2 0 
 2 12  
 u 3 w13 u 3 w 23 0   0 0 1 / u 3 
 0 u1 w12 / u 2 u1w13 / u 3 
 u w / u 0 u 2 w 23 / u 3 
 2 12 1 
 u 3 w13 / u1 u 3 w 23 / u 2 0 

 u1 0 0   d11 d12 d13  1 / u1 0 0 

0 u2 0  d12 d 22 d 23   0 1/ u2 0 
   
 0 0 u 3   d13 d 23 d 33   0 0 1 / u 3 
 u1d11 u1d12 u1d13  1 / u1 0 0 
u d u 2 d 22 u 2 d 23   0 1/ u2 0 
 2 12  
 u 3d13 u 3d 23 u 3d 33   0 0 1 / u 3 
 d11 u1d12 / u 2 u1d13 / u 3 
u d / u d 22 u 2 d 23 / u 3 
 2 12 1 
 u 3d13 / u1 u 3d 23 / u 2 d 33 

Chapitre I -Vecteurs et Tenseurs 61

16