1

Analyse vectorielle et introduction à la géométrie

différentielle
Lycée Jacques-Decour
Deuxième année CPGE - MP et PC*
Rodrigue Orageux
Année 2021 - 2022
2
Table des matières

1 Bases de l’analyse vectorielle 9

1.1 Définition et utilisation du vecteur nabla . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.1 Définition du vecteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.2 Le gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.3 La divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.4 Le rotationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.5 Dans les autres jeux de coordonnées . . . . . . . . . . . . . . . . . . . . . . . 10
1.2 Cas du laplacien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.1 Laplacien scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.2 Laplacien vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Opérateur d’advection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4 Interprétation des opérateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.1 Le gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.2 La divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.3 Le rotationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2 Combinaisons d’opérateurs 15
2.1 Calculs avec les opérateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.1 Puissance de nabla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.2 Théorème de Schwarz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.3 Exemple de combinaison : le " rot de rot " . . . . . . . . . . . . . . . . . . . 15
2.1.4 Autres combinaisons différentielles et existence d’autres champs . . . . . . . . 16
2.2 Applications à l’électromagnétisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.1 L’équation de d’Alembert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.2 Équation de conservations de la charge . . . . . . . . . . . . . . . . . . . . . . 17

3 Applications et théorèmes d’intégration 19

3.1 Théorème de Green - Ostrogradski . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1.1 Surface fermée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1.2 Énoncé du théorème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2 Théorème de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2.1 Contour fermé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2.2 Énoncé du théorème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3 Applications à l’électromagnétisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3.1 Théorème de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

3
4 TABLE DES MATIÈRES

3.3.2 Théorème d’Ampère . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

4 Conclusion 23
4.1 Formules de Leibniz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.2 Ce qu’il y a à retenir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Références

— http://mms2.ensmp.fr/mmc_st_etienne_fort/calcul_tensoriel/polycop/tenseurs_poly.
pdf
— https://fr.wikiversity.org/wiki/Analyse_vectorielle/Fiche/Formulaire_d%27analyse_
vectorielle
— https://josephinepicot.medium.com/visualisation-3d-dune-fonction-de-r%C2%B2-dans-r-avec-python-e4
— https://www.imo.universite-paris-saclay.fr/~paulin/notescours/cours_geodiff.pdf

5
6 TABLE DES MATIÈRES
Introduction

Ce petit manuscrit peut se révéler assez dur à comprendre en première lecture mais tout y
est détaillé pour maximiser votre compréhension de l’analyse vectorielle en physique. Le titre peut
paraître un peu pompeux mais il introduit bel et bien l’analyse vectorielle dans R3 (espace) voire
R4 (espace et temps). Cependant, même si toutes les notions qui seront présentées sont utilisées en
géométrie différentielle, cette dernière ne sera pas réellement explicitée.

Pendant votre lecture, vous trouverez les définitions de base à utiliser pour aborder divers
problèmes de physique relatifs à l’analyse vectorielle. Vous trouverez également l’utilisation des
différents opérateurs, leurs combinaisons mais aussi leurs interprétations physiques. Mathématique-
ment, ces opérateurs ont un sens abstrait. En physique, nous essayons de leur donner du sens pour
étudier les phénomènes observés dans la réalité.

Si vous repérez une erreur, n’hésitez pas à me le dire. De même, si vous avez quelconque question
à propos de ce qui est exposé ici, n’hésitez pas : il faut bien que je serve à quelque chose.

En espérant qu’il vous sera utile !

Rodrigue

7
8 TABLE DES MATIÈRES
Chapitre 1

Bases de l’analyse vectorielle

1.1 Définition et utilisation du vecteur nabla

1.1.1 Définition du vecteur
Soient un champ scalaire f : Rn −→ R et un champ vectoriel A ⃗ : Rn −→ Rm . Le vecteur → −
∇
appelé nabla est un opérateur différentiel vectoriel. C’est-à-dire qu’il agit sur des champs scalaire
ou vectoriel en mettant en avant leurs dérivées spatiales. En coordonnées cartésiennes il s’écrit
comme suit :
→
− ∂ ∂ ∂
∇= ⃗ex + ⃗ey + ⃗ez
∂x ∂y ∂z
Il est obligatoire de connaître son expression en coordonnées cartésiennes. Il est également proscrit
d’en fabriquer un en coordonnées polaires ou sphériques.

Selon la situation, et donc des objets qu’on manipule, nabla ne donne pas la même chose. En
effet, il sera utilisé pour écrire le gradient, la divergence ou le rotationnel. Dans la suite, nous nous
proposons de faire la description de ces trois objets.
→
−
Remarque : Il est important de noter que le symbole ∇ n’est à utiliser que pour les coordon-
nées cartésiennes. Cependant, pour effectuer les combinaisons d’opérateurs (chapitre suivant) nous
pouvons l’utiliser. Mais il faut donc faire attention au système de coordonnées utilisé.

1.1.2 Le gradient
Le gradient est un opérateur qui agit exclusivement sur les champs scalaires. En physique,
la dimension de l’espace vectoriel dans lequel on travail est 3. Si on munit notre espace de la base
cartésienne alors nabla prendra la forme explicite donnée précédemment. Ce qu’on appelle gradient
est l’application de nabla à f : R3cart −→ R :

−−→ →
− ∂f ∂f ∂f
gradf = ∇f ≡ ⃗ex + ⃗ey + ⃗ez
∂x ∂y ∂z

9
10 CHAPITRE 1. BASES DE L’ANALYSE VECTORIELLE

1.1.3 La divergence
La divergence est un opérateur vectoriel qui agit exclusivement sur les champs vectoriels. Si
⃗ un champ vectoriel alors la divergence sera définie comme le produit scalaire entre
on considère A
⃗:
nabla et A
⃗=→
div A
− ⃗
∇.A ≡
∂Ax
+
∂Ay
+
∂Az
∂x ∂y ∂z

1.1.4 Le rotationnel
Le rotationnel est un opérateur vectoriel qui agit exclusivement sur les champs vectoriels. Si
on considère A⃗ un champ vectoriel alors le rotationnel sera défini comme le produit vectoriel entre
⃗
nabla et A :
     
−→ ⃗ → − ⃗ ∂Az ∂Ay ∂Ax ∂Az ∂Ay ∂Ax
rotA = ∇ ∧ A ≡ − ⃗ex + − ⃗ey + − ⃗ez
∂y ∂z ∂z ∂x ∂x ∂y
Remarque : Il n’est pas nécessaire de connaître cette expression par cœur. Il suffit de savoir la
retrouver avec le produit vectoriel.

1.1.5 Dans les autres jeux de coordonnées

Cylindriques
— gradient :
−−→ ∂f 1 ∂f ∂f
gradf = ⃗er + ⃗eθ + ⃗ez
∂r r ∂θ ∂z
— divergence :
⃗= 1 ∂ (rAr ) 1 ∂Aθ ∂Az
div A + +
r ∂r r ∂θ ∂z
— rotationnel :
     
−→ ⃗ 1 ∂Az ∂Aθ ∂Ar ∂Az 1 ∂ (rAθ ) ∂Ar
rotA = − ⃗er + − ⃗eθ + − ⃗ez
r ∂θ ∂z ∂z ∂r r ∂r ∂θ

Sphériques
— gradient :
−−→ ∂f 1 ∂f 1 ∂f
gradf = ⃗er + ⃗eθ + ⃗eφ
∂r r ∂θ r sin θ ∂φ
— divergence :

⃗= 1 ∂ r 2 Ar 1 ∂ sin θAθ 1 ∂Aφ
div A + +
r2 ∂r r sin θ ∂θ r sin θ ∂φ
— rotationnel :
   
−→ ⃗ 1 ∂ ∂Aθ 1 ∂Ar 1 ∂
rotA = (sin θAφ ) − ⃗er + − (rAφ ) ⃗eθ +
r sin θ ∂θ ∂φ r sin θ ∂φ r ∂r
 
1 ∂ ∂Ar
(rAθ ) − ⃗eφ
r ∂r ∂θ
1.2. CAS DU LAPLACIEN 11

1.2 Cas du laplacien

1.2.1 Laplacien scalaire
Le laplacien scalaire est lui aussi un opérateur différentiel mais agissant sur les fonctions scalaires.
Il se note ∆ ou ∇2 et il correspond grossièrement à la dérivée seconde du champ considéré. Par
exemple, en coordonnées cartésiennes, nous aurons

∂2f ∂2f ∂2f

∆f = ∇2 f ≡ + +
∂x2 ∂y 2 ∂z 2

1.2.2 Laplacien vectoriel

Le laplacien vectoriel est un opérateur différentiel agissant sur les vecteurs. En effet, nous pou-
vons écrire ceci :  
∆Ax
∆A⃗ = ∆Ay 
∆Az
Ceci est écrit dans les coordonnées cartésiennes par simplicité. Cependant, dans un cas général, le
⃗ Il est
laplacien vectoriel agit comme un laplacien scalaire mais sur chaque composante du vecteur A.
intéressant de noter qu’un problème faisant apparaître un laplacien vectoriel est souvent simplifié
pour laisser place à un laplacien scalaire agissant sur une seule composante (qui est elle-même un
champ scalaire). Par exemple, l’équation de d’Alembert pour le champ électrique, en coordonnées
cartésiennes, est :
2⃗
∆E⃗ = 1 ∂ E
c2 ∂t2
s’écrit aussi    
∆Ex 2 Ex
∆Ey  = 1 ∂ Ey 
c2 ∂t2
∆Ez Ez
⃗ r, t) = Ex (⃗r, t)⃗ex et donc :
Et pour simplifier on prend E(⃗

1 ∂ 2 Ex
∆Ex =
c2 ∂t2
Remarque : Pour ne pas alourdir l’écriture, nous omettons le couple de variables (⃗r, t).

1.3 Opérateur d’advection

L’opérateur d’advection est un opérateur différentiel servant à décrire le déplacement d’une
grandeur. On ne considère pas pour l’instant un champ (vectoriel ou scalaire). Cependant, on
considère le champ des vitesses ⃗v du milieu environnant. En coordonnées cartésiennes, l’opérateur
est défini comme suit :
 −−→ ∂ ∂ ∂
⃗v .grad ≡ vx + vy + vz
∂x ∂y ∂z
12 CHAPITRE 1. BASES DE L’ANALYSE VECTORIELLE

Pour un champ scalaire, l’opérateur d’advection est

 −−→ ∂f ∂f ∂f
⃗v .grad f = vx + vy + vz
∂x ∂y ∂z
et pour un champ vectoriel :
 −−→ ⃗ ⃗ ⃗
⃗ = vx ∂ A + vy ∂ A + vz ∂ A
⃗v .grad A
∂x ∂y ∂z
Cet opérateur rend compte du déplacement d’une grandeur scalaire ou vectorielle causé par la vi-
tesse du milieu dans lequel est plongée ladite grandeur.

Il faut faire très attention à une chose :

 → − ⃗ →
− ⃗
⃗v . ∇ A ̸= ⃗v ∇.A

en effet, cette équation s’écrit plus généralement :

 −−→  
⃗ ̸= ⃗v div A
⃗v .grad A ⃗

C’est principalement en mécanique des fluides que se retrouve cet opérateur (voir l’équation
d’Euler ou de Navier - Stokes).

1.4 Interprétation des opérateurs

1.4.1 Le gradient
Notion de flux
Dans l’espace, quand une inhomogénéité est présente celle-ci engendre la création d’un gradient
et donc d’un flux. Prenons l’exemple d’une fonction à deux variables telle que
∀(x, y) ∈ R2 , f (x, y) = x2 (y − x)

Figure 1.1 – Graphe 3D de la fonction précédente sur Jupyter Notebook

1.4. INTERPRÉTATION DES OPÉRATEURS 13

Nous pouvons voir sur ce graphe que f ne possède pas la même valeur en chaque point : il y a
des zones où les valeurs sont plus grandes (zones rouges) que les autres (zones bleues). Le gradient
est un vecteur qui va des zones de " faibles valeurs " aux zones de " fortes valeurs " .

En physique, nous préférons utiliser des vecteurs qui ont la même direction que le gradient mais
avec un sens opposé. Nous pouvons prendre pour exemple la loi de Fourier :

⃗jth = −λ−−→
gradT

Nous savons que la chaleur va des zones où la température est forte vers les zones où elle est plus
faible.

Lien avec les différentielles

On considère un champ scalaire f . La différentielle de ce champ scalaire peut être déterminée
avec une définition assez formelle du gradient de ce même champ. La différentielle de f est définie
par :
−−→ 
df = gradf .d⃗l

Nous pouvons nous convaincre qu’en dimension trois (et même en dimension n) nous avons bel et
bien la définition de la différentielle d’une fonction à trois variables. Cette relation peut être utilisée
en physique pour le calcul d’intégrales sur f .

Nous pouvons dire autre chose à propos du gradient à partir de cette relation : considérons les
lignes de niveau de f (aussi appelées surfaces iso-f ). Sur ces lignes de niveau, f est constante et a
donc une différentielle nulle. La relation précédente nous donne alors :
−−→ 
0 = gradf .d⃗lf

Ceci montre que le gradient est orthogonal aux lignes de niveau caractérisées par d⃗lf .

1.4.2 La divergence
Définition formelle
Dans cette section, nous allons encore parler de flux. Cependant, ces flux seront ici vectoriels.
Considérons un champ de vecteurs A ⃗ : R3 → R3 . La divergence de ce champ peut être modélisée
comme un flux volumique. Prenons un volume élémentaire dans R3 avec le champ de vecteur qui
passe à travers ce volume. La divergence de A ⃗ sera le flux élémentaire dϕ(A)⃗ de A ⃗ à travers les
surface du volume élémentaire en faisant tendre ce dernier vers 0. D’un point de vue plus quantitatif,
nous aurons :
⃗
⃗ = lim dϕ(A)
div A
dτ →0 dτ
Pour faire simple, la divergence mesure la capacité d’un champ de vecteurs à entrer ou sortir du
volume élémentaire.
14 CHAPITRE 1. BASES DE L’ANALYSE VECTORIELLE

Conservation du volume
La divergence du champ de vecteur a un lien très étroit avec le volume élémentaire qu’on a
considéré. En effet, le lien se voit par rapport à la définition de la divergence mais aussi avec le
⃗ peut déformer ce volume. Pour comprendre ceci, deux cas bien distincts existent :
fait que le champ A

— la divergence nulle : elle correspond au fait que le flux total à travers la surface du volume
élémentaire s’annule. Ceci ne veut cependant pas dire qu’il n’y a aucun flux qui passe à
travers ce volume élémentaire. Cela veut dire que la somme de tous les flux est nulle. Par
conséquent, le volume du volume élémentaire est conservé ;
— la divergence non-nulle : Le flux total à travers la surface du volume élémentaire n’est pas nul
et donc le volume n’est pas conservé. Le volume augmentera si la divergence est strictement
positive et diminuera si la divergence est strictement négative (le cas nul correspond au cas
précédent).

Pour illustrer ceci, prenons un exemple de mécanique des fluides : si on considère un écoulement
incompressible, ceci nous dit que ρ = ρ0 = C te . Ainsi, l’équation de conservation de la masse est
décrite par
div⃗v = 0
Comme la divergence est nulle, le volume d’une particule de fluide est conservé : elle peut être
déformée mais elle gardera un volume constant.

1.4.3 Le rotationnel
Le rotationnel a une interprétation physique qui a l’air intuitive mais qui ne l’est pas nécessai-
rement ! Considérons un champ vectoriel A ⃗ dans l’espace R3 . Considérons également un contour
fermé. La circulation du champ de vecteurs sur le contour correspond à une " rotation " du vecteur
dans l’espace. Mathématiquement, cette circulation crée un autre vecteur orthogonal au premier :
c’est le rotationnel. Cette définition est strictement équivalente à localement écrire la circulation
du vecteur : −→ 
dCM = rotA ⃗ ⃗
.d2 S
M
3
où M est un point de R par lequel passe le contour.

Une façon plus physique de voir le rotationnel est d’étudier une tornade : prenons un contour
fermé circulaire. La circulation du champ des vitesses ⃗v associé à la tornade nous montre que ce
⃗ tel
champ reboucle sur lui-même. Ce fait induit un vecteur vitesse angulaire (modulé par un 12 ) Ω
que :
⃗ ∝−
Ω
→
rot⃗v
C’est ce que le théorème de Stokes nous dit : la circulation d’un vecteur sur un contour fermé est
égal au flux du rotationnel dudit vecteur à travers la surface délimitée par le contour fermé.
Chapitre 2

Combinaisons d’opérateurs

2.1 Calculs avec les opérateurs

2.1.1 Puissance de nabla
→
−
La notation ∇ n’est permise que en coordonnées cartésiennes car il est très difficile de déterminer
ses coordonnées en cylindriques/sphériques. Cependant, si nous avons besoin d’établir l’expression
d’une combinaison d’opérateurs alors cette notation est utile et les résultats trouvés sont invariants
(la forme générale ne change pas quand on passe d’un jeu de coordonnées à un autre).

2.1.2 Théorème de Schwarz

Théorème de Schwarz
Soit U un ouvert de Rn et f une fonction de U dans Rp de classe C 2 (U, Rp ). Alors, pour tout a
dans U et pour tout couple (i, j) dans {1, ..., n} on a :

∂2f ∂2f
(a) = (a)
∂xi ∂xj ∂xj ∂xi

Ce théorème est au programme de Mathématiques de PC/PC*. Vous le verrez un peu plus tard
dans l’année. Il est très utile pour faire des combinaisons d’opérateurs. Cependant, les hypothèses
de ce théorème sont un peu " fortes " pour la physique. En effet en physique, nous ne travaillons
pas dans des ouverts de R4 (pour rappel, un champ est une fonction (resp. un vecteur) qui à trois
variables spatiales et une variable temporelle associe un réel (resp. un vecteur)). Nous supposerons
alors ce théorème vrai dans toutes les situations (les fonctions physiques sont toujours considérées
assez lisses pour appliquer les théorèmes d’inversion de symboles - aussi vu en Mathématiques cette
année -).

2.1.3 Exemple de combinaison : le " rot de rot "

En physique, il est très courant de faire la combinaison rotationnel du rotationnel, ou " rot de
rot ". Dans un cas général, cet opérateur s’écrit, pour un vecteur A ⃗ :− → −→ ⃗ 
rot rotA . Mais que vaut

15
16 CHAPITRE 2. COMBINAISONS D’OPÉRATEURS

⃗ et les
cette expression ? Pour l’avoir, nous utilisons le point précédent : on utilise la notation ∇
propriétés du produit vectoriel :
−→ −→ ⃗  → − → − ⃗

rot rotA ≡ ∇ ∧ ∇ ∧ A
→
− →− ⃗  → − →
− ⃗
= ∇ ∇.A − ∇. ∇ A
→
− →− ⃗ → − ⃗
= ∇ ∇.A − ∇ 2A
−−→  
⃗ − ∆A ⃗
≡ grad div A

2.1.4 Autres combinaisons différentielles et existence d’autres champs

On considère les champs scalaire f et vectoriel A ⃗ dérivables deux fois par rapport à toutes leurs
4 ⃗ Ainsi :
variables sur R . Pour retrouver ces relations, il faut utiliser la notation ∇.
−→ −−→ 
— rot gradf = ⃗0 ;
−→ 
— div rotA ⃗ = 0;
−→ −→ ⃗  −−→ 
 
⃗ − ∆A ⃗;
— rot rotA = grad div A
−−→ 
— ∆f = div gradf .

Nous pouvons également déterminer l’existence d’objets un peu plus abstraits grâce à deux
relations. Commençons par la divergence nulle d’un champ de vecteurs :
⃗=0
div A
⃗ peut s’exprimer
Grâce à la seconde relation de ce paragraphe, nous pouvons voir que le vecteurs A
⃗
comme le rotationnel d’un autre champ de vecteurs V . Ainsi :
⃗=−
A
→⃗
rotV
De même avec la première relation : nous voyons que si
−→ ⃗ ⃗
rotA = 0
alors il existe un champ scalaire g tel que
⃗=−
A
−→
gradg
Il faut cependant faire attention à une chose : les nouveaux champs V⃗ et g vérifient bel et bien les
combinaisons différentielles précédentes mais elles ne sont pas uniques !

C’est en utilisant la second propriété que nous pouvons déterminer l’existence du potentiel
électrostatique V . En effet, dans le cas électrostatique l’équation de Maxwell-Faraday nous donne :
−→ ⃗ ⃗
rotE = 0 ⇒ E ⃗ = −− −→
gradV
Nous avons choisi de mettre un moins devant le gradient pour suivre ce que nous avons dit des flux
en physique dans le chapitre précédent.
2.2. APPLICATIONS À L’ÉLECTROMAGNÉTISME 17

2.2 Applications à l’électromagnétisme

2.2.1 L’équation de d’Alembert
Remarque : Pour bien comprendre cette section, il faut avoir fait le cours d’électromagnétisme
sur les équations de Maxwell dans le vide.

Considérons l’équation de Maxwell-Faraday :

−→ ⃗ ⃗
∂B
rotE = −
∂t
Prenons le rotationnel de cette équation :
!
−→ −→ ⃗  −−→  ⃗
∂B
⃗ = −−→

⃗ − ∇2 E
rot rotB = grad div E rot
∂t

Selon le théorème de Schwarz nous pouvons échanger le rotationnel et la dérivée par rapport au
temps :
−−→   →→ − ∂2E ⃗
⃗ =−∂ − −→

grad div E⃗ − ∇2 E rot B = −µ0 ε0 2 − µ0 rot⃗j
∂t ∂t
⃗ = 0 et ⃗j = ⃗0 donc on obtient l’équation de d’Alembert :
Or, on est dans le vide donc ρ = 0 ⇒ div E
⃗
∂2E
⃗ − µ0 ε0
∇2 E = ⃗0
∂t2

2.2.2 Équation de conservations de la charge

Prenons ici l’équation de Maxwell-Ampère :
−→ ⃗
rotB = µ0⃗j + µ0 ε0⃗j

Si on prend la divergence de tout l’équation, nous voyons que

 
−→  ⃗
∂ div E
div rotB ⃗ = µ0 div⃗j + µ0 ε0
∂t
Que vaut la combinaison de gauche ? Pour le savoir, nous utilisons la notation nabla :
−→  →
⃗ ≡−
→
− ⃗
div rotB ∇. ∇ ∧ B
=0
→
− →
− ⃗ sont deux vecteurs orthogonaux donc leur produit scalaire est nul. On en
En effet, ∇ et ∇ ∧ B
déduit donc, avec l’équation de Maxwell-Gauss, que
 
∂ρ ∂ρ
µ0 div⃗j + =0⇒ + div⃗j = 0
∂t ∂t
qui est l’équation de conservation de la charge.
18 CHAPITRE 2. COMBINAISONS D’OPÉRATEURS
Chapitre 3

Applications et théorèmes
d’intégration

3.1 Théorème de Green - Ostrogradski

Pour passer des équations locales aux équations intégrales, on utilise les théorèmes d’intégration.
Ils sont au nombre de deux : le théorème de Green-Ostrogradski et le théorème de Stokes (que nous
présentons après).

3.1.1 Surface fermée

Définition : Une surface fermée est une surface dépourvue de toute ouverture et recouvrant un
volume.

Pour illustrer cette définition, il peut être intéressant de faire la différence entre une surface
fermée et une surface. Avant tout, il faut se souvenir de la définition du flux d’une grandeur physique :
⃗ une grandeur vectorielle. Soit S
soit A ⃗ un vecteur surface de normale sortante. Le flux peut être
défini de deux manières suivant la nature de la surface :
— Si la surface est quelconque, le flux est :
ZZ
ϕ= ⃗ 2S
A.d ⃗

— Si la surface est fermée, le flux est :

ZZ
⃗ 2S
ϕ = ⃝ A.d ⃗

De nombreux exemples seront vus cette année mais il est important de noter que ces deux flux
ne sont pas égaux. En effet, il se peut que la surface fermée dépende de la surface quelconque. Il
reste donc d’autres parties de la surface fermée à prendre en compte : les intégrales ne sont pas
égales.

19
20 CHAPITRE 3. APPLICATIONS ET THÉORÈMES D’INTÉGRATION

3.1.2 Énoncé du théorème

⃗
Le théorème de Green-Ostrogradski permet de passer de la divergence d’un champ vectoriel A
au flux à travers une surface fermée. Ce théorème prend la forme suivante :
ZZZ ZZ
⃗ 3 ⃗ 2S
div Ad τ = ⃝ A.d ⃗
V
S

Nous le montrerons après mais ce théorème permet par exemple de passer de l’équation de Maxwell-
Gauss au théorème de Gauss.

3.2 Théorème de Stokes

3.2.1 Contour fermé
Définition : Un contour fermé est un contour dépourvu de toute ouverture partant d’un point
et rebouclant sur le même point délimitant une surface.

Comme pour la surface fermée, il faut faire attention à la circulation d’un vecteur le long d’un
chemin :
— circulation sur un contour quelconque :
Z
Γ= ⃗ ⃗l
A.d

— circulation sur un contour fermé :

I
Γ= ⃗ ⃗l
A.d

De nombreux exemples seront vus cette année mais il est important de voir que ces deux cir-
culations ne sont pas égales. En effet, un contour fermé peut dépendre du contour quelconque.
Pour le contour fermé, il faut alors prendre en compte ledit contour mais aussi d’éventuelles autres
contours : les intégrales ne sont pas égales.

3.2.2 Énoncé du théorème

Considérons un champ vectoriel A. ⃗ Le théorème de Stokes dit que le flux du rotationnel A
⃗ est
⃗
égal à la circulation sur un contour fermé de A :
ZZ I
⃗ 2S
A.d ⃗= ⃗ ⃗l
A.d
S Γ

Nous le montrerons après mais ce théorème permet par exemple de passer de l’équation de Maxwell
- Ampère au théorème d’Ampère.
3.3. APPLICATIONS À L’ÉLECTROMAGNÉTISME 21

3.3 Applications à l’électromagnétisme

3.3.1 Théorème de Gauss
Nous partons de l’équation de Maxwell-Gauss

⃗ = ρ
div E
ε0
et nous appliquons le théorème de Green-Ostrogradski :
ZZZ ZZZ
⃗ 3τ = ρ 3
div Ed d τ
ε0
1
= Qint
ε0
Concentrons-nous sur la partie de gauche : avec le théorème de Green-Ostrogradski nous en dédui-
sons que ZZZ ZZ
⃗ 3
div Ed τ = ⃝ E.d ⃗ 2S
⃗

En égalisant les deux équations, on en déduit que

→
− → −
ZZ
Qint
⃝ E .d2 S =
ε0
qui est le théorème de Gauss.

3.3.2 Théorème d’Ampère

Nous partons maintenant de l’équation de Maxwell-Ampère dans le cas magnétostatique :
−→ ⃗
rotB = µ0⃗j

On applique le théorème de Stokes :

ZZ I ZZ
−→ ⃗ 2 ⃗ ⃗ ⃗l = ⃗
rotBd S = Bd µ0⃗j.d2 S

Nous savons que, par définition du courant électrique :

ZZ
Ienl = ⃗
⃗j.d2 S

et on en déduit donc que I

⃗ ⃗l = µ0 Ienl
B.d

qui est le théorème d’Ampère.

22 CHAPITRE 3. APPLICATIONS ET THÉORÈMES D’INTÉGRATION
Chapitre 4

Conclusion

4.1 Formules de Leibniz

Les formules de Leibniz peuvent s’avérer utiles en exercices. Elles seront la plupart du temps
données mais il peut être intéressant d’en connaître quelques unes. En voici une liste non exhaustive :

— formule du gradient :
−−→  ⃗ ⃗  ⃗∧ −
→ 
⃗ +B
 →   −−→
⃗∧ − ⃗ + A.
⃗ grad B
 −−→
⃗ + B.
⃗ grad B
⃗
grad A.B = A rotB rotA

— formule de Bernoulli (conséquence de la formule précédente) :

⃗− −→ ⃗ 1 −−→  ⃗ 2  −→ ⃗  ⃗


A.grad A = grad A + rotA ∧ A
2
— formules de divergence :
— première formule :  
⃗ = f−→ ⃗ −−→  ⃗
div f A rotA + gradf .A

— seconde formule :
⃗ −
→ 
⃗ −
  → 
div A⃗∧B
⃗ =B ⃗ −A
rotA ⃗
rotB

— formules de rotationnel :
— première formule :
−→  ⃗  −→ ⃗ −−→  ⃗
rot f A = f rotA + gradf ∧ A

— seconde formule :
−→  ⃗ ⃗   ⃗ −−→ ⃗  ⃗ −−→ ⃗ ⃗ B ⃗ − Bdiv
⃗ ⃗
rot A ∧ B = B.grad A − A.grad B + Adiv A

Remarque : Il faut faire attention à une chose : nous pouvons démontrer certaines de ces
formules avec la notation nabla mais nous ne pouvons pas toutes les retrouver. Pour y arriver,
nous pouvons utiliser l’algèbre tensorielle et la règle de Leibniz (avec le tenseur de Levi - Civita).

23
24 CHAPITRE 4. CONCLUSION

4.2 Ce qu’il y a à retenir

Sans compter les interprétations physiques des différents opérateurs vus précédemment, s’il n’y
avait qu’une seule chose à retenir de ce mémento serait le tableau suivant :
Nom de l’opérateur Expression mathématique en coordonnées cartésiennes
→
− ∂ ∂ ∂
Nabla ∇ = ∂x ⃗ex + ∂y ⃗ey + ∂z ⃗ez
−−→ ∂f ∂f ∂f
Gradient gradf = ∂x ⃗ex + ∂y ⃗ey + ∂z ⃗ez
Divergence ⃗ = ∂Ax + ∂Ay + ∂Az
div A ∂x ∂y ∂z
−→ ⃗ 
∂Ay
 
∂Ay

rotA = ∂A ∂Ax ∂Az ∂Ax


Rotationnel ∂y
z
− ∂z ⃗
e x + ∂z − ∂x ⃗
e y + ∂x − ∂y ⃗ez
2 2 2
Laplacien ∆X = ∂∂xX2 + ∂∂yX2 + ∂∂zX2
 −−→
Opérateur d’advection ⃗v .grad X = vx ∂X ∂X ∂X
∂x + vy ∂y + vz ∂z

Remarque : X désigne champ vectoriel ou un champ scalaire.

Il n’est pas explicitement inscrit au programme de connaître les expressions du gradient en co-
ordonnées cylindriques et sphériques mais je vous conseille fortement de les connaître :

— coordonnées cylindriques :
−−→ ∂f 1 ∂f ∂f
gradf = ⃗er + ⃗eθ + ⃗ez
∂r r ∂θ ∂z
— coordonnées sphériques :
−−→ ∂f 1 ∂f 1 ∂f
gradf = ⃗er + ⃗eθ + ⃗eφ
∂r r ∂θ r sin θ ∂φ
Il est très souvent demandé d’utiliser les théorèmes d’intégration pour passer des équations lo-
cales aux équations intégrales :

— théorème de Green - Ostrogradski :

ZZZ ZZ
div Ad ⃗ 2S
⃗ 3 τ = ⃝ A.d ⃗
V
S

— théorème de Stokes : ZZ I
⃗ 2S
A.d ⃗= ⃗ ⃗l
A.d
S Γ
Enfin, pour mener à bien tous les calculs avec les opérateurs vectoriels, il est important de se
souvenir de ces identités :
−→ −−→ 
— rot gradf = ⃗0 ;
−→ 
— div rotA ⃗ = 0;
−→ −→ ⃗  −−→ 
 
⃗ − ∆A ⃗;
— rot rotA = grad div A
−−→ 
— ∆f = div gradf .
Annexe informatique

Code python pour avoir la figure 1. 1

Remarque : La fonction apparaissant sur le code n’est pas celle utilisée pour illustrer l’inter-
prétation du gradient. La bonne fonction est celle présentée avant la figure 1. 1.

25