Académique Documents
Professionnel Documents
Culture Documents
Concepts généraux et
préliminaires mathématiques
1.1 Introduction
1.1.1 généralités
F F
F F
élastique et souvent linéaire. Cette remarque est valable même pour des matériaux
réputés par leur comportement inélastique tels que les sols.
La théorie de l’élasticité regroupe l’ensemble des méthodes mathématiques de
formulation et de résolution des problèmes de mécanique des solides déformables à
comportement élastique. Cette théorie se base sur l’hypothèse de continuité qui se
traduit mathématiquement par la description des grandeurs du problème telles que
les déplacements, les contraintes ...etc., par des fonctions continues.
Pour beaucoup de problèmes pratiques deux autres hypothèses sont couramment
utilisées, à savoir l’homogénéité et l’isotropie. En mécanique des milieux continus,
l’homogénéité se traduit par l’invariabilité des propriétés physiques et mécaniques
dans l’espace occupé par le matériau. L’isotropie se définie par rapport à une pro-
priété donnée, un matériau est dit isotrope par rapport à une propriété si cette
propriété est la même dans toutes les directions.
T2 T1 T
3
X
P
P
(a) (b)
p
T1 + T3 2 = P (1.1)
C’est une équation à deux (02) inconnus, elle est insuffisante pour résoudre le
problème. Il est ainsi nécessaire de formuler une autre équation reliant ces deux
inconnus. Cette équation peut être obtenue en exprimant la compatibilité des allon-
gements des trois (03), elle assure la continuité de la structure après déformation.
En se référant à la figure (Fig. 1.3) et en admettant que les déformations résul-
tantes sont de faibles valeurs, il est possible d’écrire l’équation :
Chapitre 1. Concepts généraux et préliminaires mathématiques 4
p
`1 = `3 2 (1.2)
8
>
< `1 = T1 `
Ti ` i EA
`i = ) p (1.3)
EA >
: ` = T3 ` 2
3 EA
1.2.1 Repères
Nous travaillons principalement dans ce cours dans des repères Cartésiens or-
thonormés et directs.
• Orthonormé : axes orthogonaux et vecteurs unités normalisés (d’égales lon-
gueurs pour les trois axes)
Chapitre 1. Concepts généraux et préliminaires mathématiques 5
X3(Z)
X2(Y)
X1(X)
8
>
>
>
>~e1 ⇥ ~e2 = ~e3
>
<
• Direct ) ~e2 ⇥ ~e3 = ~e1 (⇥) : produit vectoriel.
>
>
>
>
>
:~e3 ⇥ ~e1 = ~e2
Propriétés d’opérations
Soit dans l’espace Euclidien les matrices [A], [B] et [C], de composantes aij , bij
et cij respectivement et de dimensions (3 ⇥ 3).
• Soit [C] = [A] + [B], toute composante cij de la matrice [C] s’obtient par :
cij = aij + bij
• Soit [C] = [A] [B], toute composante cij de la matrice [C] s’obtient par :
cij = ai1 + b1j + ai2 + b2j + ai3 + b3j
Propriétés d’opérations
C’est une notation qui permet l’écriture compacte et brève d’expressions et for-
mules mathématiques.
Chapitre 1. Concepts généraux et préliminaires mathématiques 7
Lorsqu’un indice se répète deux (02) fois dans un monôme (variable ou produit
de variables), ce monôme représente la somme de trois (03) termes qui s’obtient en
donnant à l’indice répété successivement les valeurs 1,2 et 3.
Exemples
• a i bi = a 1 b1 + a 2 b2 + a 3 b3
• gkk = g11 + g22 + g33
• aij bj = ai1 b1 + ai2 b2 + ai3 b3
L’indice répété deux (02) fois est appelé indice muet, il peut être substitué par tout
autre indice différent des indices présents dans le monôme. L’indice qui n’apparaît
qu’une seule fois dans un monôme est appelé indice franc.
Règles
• Un indice ne peut répété plus que deux (02) fois dans un même monôme.
Exemple : l’écriture aij bik ci est une écriture sans sens en notation indicielle.
• Un indice franc un monôme doit être franc dans tous les monômes de la
même équation.
Exemples :
xj = aij bi + cj : écriture correcte
xj = aij bj + cj : écriture sans sens
@u
est notée u,i , il convient de noter que du fait que u,i comporte un seul
@xi 8 9 8 9
>
> u >> > @u >
> @x >
>
< ,1 >
= > < 1> =
indice, il représente trois composantes, c-à-d u,i = u,2 = @x @u .
>
> >
> >
> 2>
>
>
:u > ; > : @u >;
,3 @x3
@2u
est notée u,ij ,
@xi @xj
2 3 2 3
@2u @2u @2u
u u,12 u,13
6 ,11 7 6 1 @x1
@x @x1 @x2 @x1 @x3 7
6 7 6 2u @2u 7
avec u,ij = 6u,21 u,22 u,23 7 = 6 @x@2 @x @2u 7.
4 5 4 1 @x2 @x2 @x2 @x3 5
@2u @2u @2u
u,31 u,32 u,33 @x3 @x1 @x3 @x2 @x3 @x3
Il est à remarquer que la convention de la somme reste valable pour tous les type
d’indices (indices relatifs à la fonction et à la variable).
Exemples :
ui,i = u1,1 + u2,2 + u3,3 ,
u,ii = u,11 + u,22 + u,33 .
~ =
• Opérateur de dérivation Nabla : r @
@xi ~
ei
~ =
• Gradient d’une fonction scalaire u : ru @u
@xi ~
ei = u,i~ei
~ · ~u =
• Divergence d’une fonction vectorielle ~u : r @ui
= ui,i
@xi
Soit dans le champs tensoriel d’ordre 2 les matrices [A], [B], [C] et [D]. Une
matrice telle que [A] par exemple, si écrite seule, elle peut être notée aij , ail ou akl
... etc, c-à-d le choix des indices n’est pas important.
• Soit [C] = [A] [B], toute composante cij s’obtient par : cij = aik bkj
• Soit [C] = [A]T [B], toute composante cij s’obtient par : cij = aki bkj
• Soit [D] = [A] [B] [C], toute composante cij s’obtient par : dij = aik bkl clj
Règle :
Lorsqu’on a la transposée d’une matrice dans une expression, on écrit l’expression
sous la forme indicielle comme s’il n’y a pas la transposée puis on permute les indices
de la matrice concernée.
Chapitre 1. Concepts généraux et préliminaires mathématiques 10
Soit dans l’espace Euclidien les repères orthonormés X(O, ~e1 , ~e2 , ~e3 ) et
X 0 (O, e~0 1 , e~0 2 , e~0 3 ) (Fig. 1.5).
Soit le vecteur ~v tel que :
~v = vi~ei = vi0 e~0 i (1.4)
Tenons compte que ~ei · e~0 j = aji , e~0 i · e~0 j = ij et vi0 ij = vj0 (voir démons-
Chapitre 1. Concepts généraux et préliminaires mathématiques 11
• De la même façon, multiplions à droite l’équation (Eq. 1.4) par ~ej , on obtient :
1.2.4.4 Application
Soit dans l’espace Euclidien deux repères orthormés direct X(O, ~e1 , ~e2 , ~e3 ) et
X 0 (O, e~0 1 , e~0 2 , e~0 3 ). Les cosinus directeurs des vecteurs e~0 1 , e~0 2 et e~0 3 dans le repère
⇣ ⌘ ⇣ ⌘ ⇣ q ⌘
X sont donnés par : e~0 1 p13 , p13 , p13 , e~0 2 p1 , p1 , 0 et e
2 2
~0 3 p1 , p1 ,
6 6 3 .
2
Déterminer les composantes hv10 , v20 , v30 i du vecteur ~v ayant les composantes h2, 3, 0i
dans le repère X.
Réponse : 2 3
p1 p1 p1
6 3 3 37
6 7
Matrice de transformation : [A] = 6 p1 p1 0 7
4 2 2 q 5
p1 p1 2
6 6 3
8 9 2 38 9 8 9
>
> v0 >
> p1 p1 p1 >
>2>
> >
> p5 > >
>
< 1> = 6 3 3 37>< >
= >
< 3 >=
6 7
{v 0 } = [A] {v}, d’où : v20 =6 p1 p1 0 7 3 = p1
>
> >
> 4 2 2 q 5> > >
> >
> 2 >>
>
:v 0 >
; 2 > :0>
; >
: >
p1 p1 p5 ;
3 6 6 3 6
2. En algèbre linéaire, une matrice orthogonale est une matrice carrée de composantes réelles
et dont les colonnes et les lignes sont des vecteurs unités orthogonaux.