Opérateurs d’analyse vectorielle en coordonnées cartésiennes

C’est l’aspect géométrique de la théorie des fonctions de deux ou trois variables

réelles. La structure euclidienne (orthogonalité) de l’espace affine R3 joue un rôle
fondamental dans cette vision, en particulier les coordonnées cartésiennes d’un
point M relativement à un repère orthonormé R = (O,~i, ~j, ~k) de R3 . Les principaux
opérateurs d’analyse vectorielle sont le gradient, la divergence, le rotationnel et le lapla-
cien. Attention, dans le cas d’un changement de variables en coordonnées
cylindriques ou sphériques, les formules de ces différents opérateurs seront
différentes.

1 – Dérivées partielles premières.

Dans toute la suite on notera f : R3 → R une fonction scalaire (à valeurs réelles) et
F~ : R3 → R3 une fonction vectorielle (à valeurs dans R3 )
 
Fx (M )
Pour une fonction vectorielle, on notera F~ (M ) =  Fy (M ) 
Fz (M )
Exemple. Le champ électrostatique en un point M de l’espace, produit par une particule
chargée placée en O, est un champ vectoriel sur R3 (ou fonction vectorielle).
~ q ~
OM
Précisément on a E(M ) = 4πε ~ ||3 .
0 ||OM

~
1.1 Notations avec l’opérateur ∇.
 ∂ 
 ∂x 
 
 
~ = ∂
 
On note (notation des physiciens) : ∇  ∂y
, alors on peut retenir :

 
 
∂
 
∂z
~ ~
• gradf = ∇f (nabla appliqué à f )
• divF~ = ∇
~ · F~ (produit scalaire)
~ F~ = ∇
• rot ~ ∧ F~ (produit vectoriel exclusivement dans R3 )
On obtient donc trois opérateurs concernant les dérivées partielles premières.

1.2 Gradient d’un champ scalaire.

~ ∂f ∂f ∂f ~ ~
gradf = ~i + ~j + k = ∇f
∂x ∂y ∂z

1
1.3 Divergence d’un champ vectoriel.
∂Fx ∂Fy ∂Fz
divF~ = + + ~ · F~ (produit scalaire)
=∇
∂x ∂y ∂z

1.4 Rotationnel d’un champ vectoriel. (spécifique à R3 )

 
∂Fz ∂Fy
−
 ∂y ∂z 
 ∂    
∂x Fx 
      
  ∂Fx ∂Fz 
~ F~ =  ∂y  ∧  Fy  =   ~
= ∇ ∧ F~ (produit vectoriel)
 ∂  
rot      ∂z − ∂x 
     

∂ Fz
 
∂z
 ∂Fy ∂Fx 
−
∂x ∂y

1.5 Dérivation d’un produit. (cf (uv)0 = u0 v + uv 0 )

~
(1) grad(f ~
g) = g grad(f ~
) + f grad(g)
(2) div(f ~
V~ ) = grad(f ) · V~ + f div(V~ )
~
(3) rot(f ~
V~ ) = grad(f ) ∧ V~ + f rot(
~ V~ )

2 – Dérivées partielles secondes

2.1 Laplacien d’un champ scalaire f .
∂ 2f ∂ 2f ∂ 2f ~ )=∇~ · (∇f
~ )
∆f = (M ) + (M ) + (M ) = div(gradf
∂x2 ∂y 2 ∂z 2

2.2 Laplacien d’un champ vectoriel.

 
∆Fx
 
~ F~ ) =  ∆Fy 
 
∆(  
 
∆Fz

2.3 Résultats.
~
(1) grad, ~ et ∆ sont des opérateurs linéaires.
div, rot
(2) On a toujours : ~ ) = ~0 et div(rot
~ gradf
rot( ~ F~ ) = 0
~ rot
(3) rot( ~
~ V~ ) = grad(div V~ ) − ∆
~ V~