Mathématiques – AL2 - Vecteurs

AL2 - Vecteurs
- Cours -

Page 1 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

1 VECTEURS 3

1.1 CADRE MATHÉMATIQUE 3

1.1.1 BIPOINT 3
1.1.2 SEGMENT 3
1.1.3 VECTEUR 4
1.1.4 ESPACE VECTORIEL DE DIMENSION N 4
1.1.5 BASE DANS UN ESPACE VECTORIEL DE DIMENSION N 5
1.1.6 REPÈRE 6
1.2 DÉFINITIONS ASSOCIÉES ET PROPRIÉTÉS 6
1.2.1 RELATION DE CHASLES 6
1.2.2 NORME D’UN VECTEUR 7
1.2.3 COLINÉARITÉ 7
1.2.4 COPLANARITÉ 8
1.2.5 VECTEURS ET PARALLÉLOGRAMMES 8

2 CALCUL VECTORIEL ET APPLICATIONS 9

2.1 PRODUIT SCALAIRE 9

2.1.1 DÉFINITION 9
2.1.2 ORTHOGONALITÉ 9
2.1.3 ANGLE DE VECTEURS 9
2.2 PRODUIT VECTORIEL 10
2.2.1 DÉFINITION 10
2.2.2 COLINÉARITÉ 10
2.2.3 BASE DIRECTE 11
2.2.4 PROPRIÉTÉS GÉOMÉTRIQUES DU PRODUIT VECTORIEL 11
2.2.5 PRODUIT MIXTE 11
2.3 APPLICATIONS GÉOMÉTRIQUES 12

3 CHAMPS ET OPÉRATEURS 13

3.1 DÉFINITIONS 13
3.1.1 CHAMP SCALAIRE : FONCTION DE POINTS 13
3.1.2 CHAMP VECTORIEL : COORDONNÉES FONCTIONS DE POINTS 13
3.2 OPÉRATEURS DIFFÉRENTIELS DU 1ER ORDRE 13
3.2.1 L’OPÉRATEUR NABLA 13
3.2.2 GRADIENT D’UNE FONCTION D’UN POINT 14
3.2.3 DIVERGENT D’UN VECTEUR FONCTION D’UN POINT 15
3.2.4 ROTATIONNEL D’UN VECTEUR FONCTION D’UN POINT 16

Page 2 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

1 Vecteurs
Pour repérer la position d’un point sur une carte, nous devons la munir d’une origine et d’un système de
coordonnées ; il en est de même si on veut caractériser un déplacement d’un point vers un autre (mis à
part que cette fois la position de l’origine est une donnée superflue) : la notion de vecteur a été créée pour
cela (deux pas vers l’est, cinq pas vers le sud…).

« Naturellement », on a été conduit à introduire les notions de matrices dans le cadre des calculs de
changements de base. Elles ont ensuite été utilisées lorsqu’on a abordé des opérateurs travaillant dans
l’espace à trois dimensions, puis étendues à n dimensions par exemple dans les calculs aux éléments finis.

En sciences et techniques de l’ingénieur vous utiliserez fréquemment ces outils mathématiques, par
exemple
* en mécanique : - changements de repère,
- étude du mouvement d’un point dans l’espace, des forces…
* en électricité : - diagrammes de Fresnel, étude des quadripôles électriques,
- détermination de la force produite par un champ magnétique…

Dans ce chapitre on sera amené à travailler dans un espace à deux dimensions (classiquement : un plan) ou
trois (notre espace physique). Dans ces espaces, nous aurons besoin pour nous repérer d’autant de
coordonnées qu’il y a de dimensions. Aussi souvent que possible, des définitions, résultats ou calculs
généraux seront illustrés par des schémas en deux ou trois dimensions.

Nous travaillerons avec deux types d’objets : des vecteurs (assimilables à des listes de nombres réels) et des
nombres réels seuls (que nous nommerons aussi « scalaires »)

1.1 Cadre mathématique

1.1.1 Bipoint
Soit deux points A et B. Le bipoint (A, B) est le couple formé de ces deux points (le terme couple
contient la notion d’ordre). Dans le bipoint (A, B) A est l’origine, B est l’extrémité.

B Soit quatre points A, B, C et D coplanaires. Dire que les

D bipoints (A, B) et (C, D) sont équipollents, c’est dire que les
milieux des segments [AD] et [BC] sont confondus.
M
On a alors :
A AB = CD ; AC = BD ; (AB)//(CD) ; (AC)//(BD)

C ABDC est ainsi un parallélogramme

Cette définition est intuitive et fait appel au bon sens
géométrique, en deux ou trois dimensions.

1.1.2 Segment
On appelle segment [A, B] l’ensemble des points de la droite (AB) situés entre A et B.
La droite (AB) est automatiquement munie de deux sens : « de A vers B » et « de B vers A », et il
existe ce qu’on nomme des segments orientés : par exemple  AB  , ensemble des points du
segment, orienté de A vers B.

Page 3 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

1.1.3 Vecteur
« Définition géométrique »
La définition de Vecteur (du latin vector venant de vehere, transporter) :
Dans le plan ou l’espace, on nomme vecteur AB l’ensemble de tous les bipoints équipollents au
bipoint (A, B). Le vecteur AB ne représente donc pas une position, mais un déplacement (à partir de
n’importe quelle origine) : Une distance : AB ;
Une direction : orientation de la droite (AB) dans l’espace ;
Un sens : de A vers B.

×B
AB AB
A×
AB AB
AB

À partir de maintenant, il devient indispensable de relier la notion de vecteur à celle de

coordonnées : un déplacement est quantifiable si tant est que l’on ait un « quadrillage » de notre
espace par des séries d’axes parallèles, orientés et munis d’une échelle.

Définition générale :
Un vecteur, que l’on notera d’une manière générale u , se définit par une liste ordonnée de nombres
 u1 
 
u
réels, appelés coordonnées du vecteur : u =  2  . Le nombre n est la dimension du vecteur.
. 
 
 un 
 x
 x  
Dans le plan, en dimension 2, on notera u =   , et dans l’espace, de dimension 3, u =  y  .
 
y z
 
1.1.4 Espace Vectoriel de dimension n
Définition : On appelle groupe tout couple (E, ∗) dans lequel E désigne un ensemble et ∗ une loi de
composition interne définie dans E vérifiant les propriétés suivantes :
- la loi ∗ est associative
- il existe un élément neutre pour la loi ∗ (c’est-à-dire 0 si la loi ∗ est l'addition)
- tout élément de E admet un symétrique pour la loi ∗ (un opposé dans le cas de l'addition)
Lorsque la loi ∗ est commutative, on dit que le groupe est commutatif ou abélien.
Définition : Soit E un ensemble muni d'une loi de composition interne, notée +, et d'une loi de
composition externe, notée ⋅ ; (E, +, ⋅) est un espace vectoriel réel, ou ℝ -espace vectoriel, lorsque
les propriétés suivantes sont vérifiées :
- (E, +) est un groupe commutatif
∀ ( λ , µ ) ∈ ℝ2 , ∀ ( x , y ) ∈ E 2 ,
-
1 ⋅ x = x ; λ ⋅ ( x + y ) = λ ⋅ x + λ ⋅ y ; ( λ + µ ) ⋅ x = λ ⋅ x + µ ⋅ x ; λ ⋅ ( µ ⋅ x ) = (λ × µ ) ⋅ x

Propriétés immédiates pour l'espace vectoriel (E, +, ⋅) :

∀x ∈ E , 0 ⋅ x = 0 ; ∀λ ∈ ℝ , λ ⋅ 0 = 0 ; ∀λ ∈ ℝ , ∀x ∈ E , λ ⋅ x = 0 ⇒ λ = 0 ou x = 0
∀ ( λ , µ ) ∈ ℝ2 , ∀ ( x , y ) ∈ E 2 , λ ⋅ x = µ ⋅ x ⇔ λ = µ ou x = 0 ; λ ⋅ x = λ ⋅ y ⇔ λ = 0 ou x = y

Page 4 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

* Addition vectorielle :
 u1   v1   u1 + v1 
     
 u2   v2   u2 + v2 
Soit u = et v = , alors u + v =
 .   .   . 
     
 un   vn   un + vn 
0
 
0
Élément neutre : le vecteur nul 0 =   : u + 0 = u
.
 
0
Dans des domaines physiques, la somme de plusieurs vecteurs porte le nom de résultante.

* Produit d’un vecteur par un scalaire (nombre réel ici) :

Du latin scala : échelle
 a × u1 
 u1   
 
u  a × u2 
Soit u =   et un réel a, alors a ⋅ u =  ... 
2
 .   
   ... 
 un  a×u 
 n

On s’autorisera écrire ce produit a × u ou même au .

Lorsque u n'est pas le vecteur nul, l'ensemble des vecteurs a ⋅ u où a décrit ℝ est appelé
droite vectorielle engendrée par u . Lorsque ( u , v ) ≠ ( 0, 0 ) et lorsque ces deux vecteurs ne sont
pas multiples l'un de l'autre, l'ensemble des vecteurs a ⋅ u + b ⋅ v où (a, b) décrit ℝ2 est appelé
plan vectoriel engendré par u et v .

1.1.5 Base dans un Espace Vectoriel de dimension n

Définitions : Soit une famille ( e1 , e2 ,..., en ) de n vecteurs de E . On dit que cette famille est une base
de l'espace vectoriel réel (E, +, ⋅) si pour tout vecteur u de E il existe un unique n-uplet
( x1 , x2 ,..., xn ) tel que u = x1e1 + x2 e2 + ... + xn en .
( x1 , x2 ,..., xn ) est alors nommé n-uplet des coordonnées de u dans cette base.
1 0 0
     
0  1  , ...,  0  forme dans E ce qu’on appelle sa base canonique :
La famille de vecteurs   ,
. . .
     
0 0 1

1.
1 0 0 0
 u1  0 1 0 0
         
 u2  0 0 1 0
u =  .  = u1 .   + u2 .   + u3 .   + ... + un .   .
  0 0 0  ... 
 .   ...   ...   ...  0
u         
 n 0 0 0
      1
Remarque : les coordonnées d'un vecteur dans la base canonique sont appelées ses composantes.

Page 5 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

( )
En dimension 2, la base canonique du plan est i, j avec
1  0 5
i =   et j =   . Le vecteur u =   s’écrit
0 1  −2 
dans cette base comme une somme unique avec ses
deux composantes : u = 5i − 2 j .
1  0 0
( )  
0
 
 0
 
En dimension 3, la base canonique de l’espace est i, j, k avec i =  0  , j =  1  et k =  0  .
1
     
4 
 
Le vecteur u =  5  s’écrit dans cette base comme une
2 
 
somme unique avec ses trois composantes : u = 4i + 5 j + 2k .

1.1.6 Repère
Dans un espace physique, il est nécessaire de repérer
les positions d’objets. On choisira donc
arbitrairement un point origine O (dont on décidera
que toutes les coordonnées valent 0) puis une base
de vecteurs.
La liste (origine, base) est nommée repère et permet
d’attribuer à tout point M de l’espace une liste
unique de coordonnées, puisque ce seront celles, par
définition, du vecteur OM .

1.2 Définitions associées et propriétés

1.2.1 Relation de Chasles 2.
* Soit, dans un repère, trois points A, B et C. Alors on a : AB + BC = AC
Relation de Chasles
En effet dans notre espace physique un vecteur exprime un déplacement.
« Se déplacer de A vers B puis de B vers C », c’est « se déplacer de A vers C ».
L’addition vectorielle est un cumul de déplacements.
 xB − x A 
 
* Une conséquence de la relation de Chasles en dimension 3 : AB =  yB − y A 
z −z 
 B A

3.

 − x A   xB   xB − x A 
     
En effet, grâce à la relation de Chasles : AB = AO + OB =  − y A  +  y B  =  y B − y A 
 −z   z   z − z 
 A  B  B A 

Page 6 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

* On démontre aisément que l’addition vectorielle :

- est commutative : OA + AB = AB + OA
( ) (
- est associative : OA + AB + BC = OA + AB + BC )
- possède un élément neutre : OA + 0 = OA
- permet d’exprimer l’opposé d’un vecteur :
Dire que v est l’opposé de u , c’est dire que u + v = 0 . On notera donc - u l’opposé de u
Les coordonnées de - u sont alors les opposées de celles de u et on aura également :
−AB = BA et 0 = AA . On définit donc aussi la soustraction vectorielle : u − v = u + ( − v ) .

1.2.2 Norme d’un vecteur

Par définition, c’est le réel positif : u = u1 + u2 + ... + un

2 2 2

Remarques :
- Il en découle que a.u = a × u et que 0 = 0 .
- Dans un espace de dimension n quelconque, la distance AB est par définition la norme du
( xB − xA ) + ( yB − yA ) + ( zB − zA )
2 2 2
vecteur AB . Pour n = 3 : AB = AB =
- On appelle module le résultat d’un tel calcul (norme = module d’un vecteur, module d’un
nombre complexe, valeur absolue = module d’un réel).
- Dans un plan muni d’un repère à angles droits, et à unités de longueurs égales, la distance AB
devient la longueur du segment [AB] (théorème de Pythagore).
- déf : une base normée contient uniquement des vecteurs de norme 1 (ce qui est le cas dans les
bases dites canoniques présentées au-dessus, parmi de multiples possibilités).
1.2.3 Colinéarité
4. Dire que deux vecteurs u et v sont colinéaires ,
c’est dire qu’il existe un réel a non nul tel que v = a.u

Cette définition introduit la notion de parallélisme d’objets dans un espace et définit dans un plan ou
dans l’espace une direction par la connaissance d’un vecteur directeur dont tous les multiples sont
portés par des droites parallèles (dire que deux droites ont même direction, c’est dire qu’elles sont
parallèles). Cette notion de parallélisme est donc propre à (c’est une propriété de) la
proportionnalité des coordonnées de deux vecteurs.

 −2   6 
   
* Exemple : u =  1, 5  et v =  −4, 5 
 1   −3 
   
sont colinéaires (donc de même direction) car v = −3u .
On l’a visualisé en 1.1.4, dans le plan :
le produit d’un vecteur par un réel est un
vecteur de même direction que le premier.
Attention, il n’est pas forcément de même sens :
v = a.u et u sont de sens contraires ssi a < 0.

Page 7 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

1.2.4 Coplanarité
Dans un espace à trois dimensions au moins, on énonce la condition nécessaire et suffisante pour
que trois vecteurs représentent une seule et unique direction planaire (dimension 2) :
5.
Dire que trois vecteurs u , v et w sont coplanaires , c’est dire qu’il existe un couple
(unique, d’ailleurs) (a, b) de réels non tous nuls tels que w = a.u + bv
. .

w est ce qu’on nomme une combinaison linéaire de u et de v .

w = −3u + 2v
Au vu de la définition d’une base :
a et b sont les coordonnées du vecteur w dans la base ( u , v ) . v
u

6.

Deux vecteurs non nuls forment une base du plan ssi ils ne sont pas colinéaires
Trois vecteurs non nuls forment une base de l’espace (n = 3) ssi ils ne sont pas coplanaires.

1.2.5 Vecteurs et parallélogrammes

Dire que ABCD est un parallélogramme, c’est dire, par définition, que AB = DC .
Conséquence : les quatre points A, B, C et D sont coplanaires.
C
Propriétés :
B
- Diagonales : AB + AD = AC et on rappelle que AD − AB = BD
- Centre : Si I est le milieu de [BD], alors il est I
aussi celui de [AC].
Justification : d’une part, AB + AD = AC par
définition du point C ; d’autre part, D
AB + AD = AI + IB + AI + ID = 2AI car I est le milieu de [BD] ; A
donc AC = 2AI : I est le milieu de [AC]. I est appelé centre du parallélogramme.

Page 8 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

2 Calcul vectoriel et applications

2.1 Produit scalaire
Il s’agit d’une opération entre deux vecteurs, notée , renvoyant un scalaire comme résultat.
2.1.1 Définition
7.
Soit deux vecteurs u et v de même dimension n, de
coordonnées (ui)1≤i≤n et (vi)1≤i≤n.
Leur produit scalaire est le nombre réel :

Remarque : On définit la norme d’un vecteur comme étant le nombre réel positif : u = u ⋅u
Lois de calcul avec le produit scalaire:
u ⋅ v = v ⋅ u ; u ⋅ ( a.v ) = ( a.u ) ⋅ v = a × ( u ⋅ v ) ; ( u + v ) ⋅ w = u ⋅ w + v ⋅ w ; 0 ⋅ u = 0
Attention : ( u ⋅ v ) w ≠ ( v ⋅ w) u ≠ ( u ⋅ w) v

2.1.2 Orthogonalité
8.
Dire que deux vecteurs sont orthogonaux,
c’est dire que leur produit scalaire est nul.

Base orthonormée :
Base : Tout vecteur se décompose de manière unique selon ces n vecteurs,
Orthogonale : leurs produits scalaires deux à deux sont nuls,
Normée : leur norme vaut 1. Par exemple, la base canonique est orthonormée.
2.1.3 Angle de vecteurs
Le produit scalaire nous permet de déterminer l’angle géométrique entre deux vecteurs, qui
( )
définissent un plan que nous munirons d’une base orthonormée i, j à angle droit et où les unités
u  v 
de longueur sont les mêmes. Soit dans cette base les deux vecteurs u =  1  et v =  1  .
 u2   v2 
9.

Leurs modules sont : ρu = u = u12 + u22 et ρv = v = v12 + v22

( )
Leurs arguments sont : θu = i , u et θv = i , v ( )
u1 = ρu .cos θu v = ρv .cos θv
On a :  et  1 , donc :
 u2 = ρu .sin θu  v2 = ρv .sin θv
u ⋅ v = ρu cosθu.ρv cosθv + ρu sinθu .ρv sinθv = ρu ρv ( cosθu .cosθv + sinθu.sinθv ) = ρu ρv cos (θv −θu ) En

notant ϕ l’angle ( u , v ) , nous obtenons : u ⋅ v = u × v × cos ϕ

De cette expression, on déduit immédiatement :

( u ⋅ v ) ≤ ( u ⋅ u ) × (v ⋅ v )
2
* Inégalité de Schwarz :
( )
* Critère d’orthogonalité : (angle droit… si i, j est aussi à angle droit !)

Page 9 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

2.2 Produit vectoriel

Il s’agit d’une opération entre deux vecteurs, notée ∧ , renvoyant un vecteur comme résultat.
2.2.1 Définition
Le produit vectoriel de deux vecteurs, en dimension 3, est le vecteur :
10.
 u2v3 − u3v2 
w = u ∧ v =  u3v1 − u1v3 
u v −u v 
 1 2 2 1

Voici un moyen mnémotechnique pour réaliser cette opération :

1. Répéter la 1ère ligne des coordonnées sous la 3ème ligne
2. La 1re coordonnée du résultat est le déterminant formé par les coordonnées 2 et 3
3. La 2de coordonnée du résultat est le déterminant formé par les coordonnées 3 et 1
4. La 3ème coordonnée du résultat est le déterminant formé par les coordonnées 1 et 2

Exemples :
11.
 −1 3
 
 5 2
 2  1   −1 × 2 − 5 × 3   −17 
 −1  ∧  3  =  5 2  
 = 5×1 − 2×2  =  1 
     2 1     
 5  2 2 × 3 − ( −1) × 1   7 
         
2 1  2 1
 −1 3 


(
Remarque : dans la base canonique i , j , k , ) i ∧ j = k, j ∧k =i, k ∧i = j

2.2.2 Colinéarité
12.
Dire que deux vecteurs sont colinéaires,
c’est dire que leur produit vectoriel est nul.

Page 10 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

2.2.3 Base directe

Une base ( u , v , w ) de l’espace est dite directe, par convention, lorsque ses trois vecteurs respectent
la « règle des trois doigts » de la main droite ( u pour le pouce, v pour l’index, w pour le majeur).

Soit deux vecteurs u et v , non colinéaires, d’un espace vectoriel E de dimension 3.

( )
Dans une base directe i , j , k , l’orientation du système ( u , v , u ∧ v ) est directe.

( )
Dans une base indirecte i , j , k , l’orientation du système ( u , v , u ∧ v ) est indirecte.

2.2.4 Propriétés géométriques du produit vectoriel

x  x′ 
( )    ′
Soit deux vecteurs dans un plan i, j : u =  y  , v =  y  .
0 0
   
 0 
 
On a : w = u ∧ v =  0 
 xy ′ − x′y 
 
Une relation en découle : utilisons les coordonnées polaires de u et v .
13.  ρ cos θ   ρ ′ cos θ ′ 
u =  ρ sin θ  , v =  ρ ′ sin θ ′ 
 
 0   
   0 
 0 
 
u ∧v =  0 
 ρρ ′ cos θ sin θ ′ − ρρ ′ sin θ cos θ ′ 
 
 0   0 
   
= ρρ ′  0  = ρρ 
′ 0 
 sin θ ′ cos θ − cos θ ′ sin θ   sin (θ ′ − θ ) 
   
Nous déduisons la relation suivante pour calculer le module du produit vectoriel :

u ∧ v = u × v × sin ϕ
On admettra que dans tous les cas le produit vectoriel de deux vecteurs non nuls et non
colinéaires est orthogonal au plan défini par ces deux vecteurs.
Lois de calcul avec le produit vectoriel :
u ∧ ( a.v ) = ( a.u ) ∧ v = a.( u ∧ v ) v ∧ u = − (u ∧ v ) u ⋅ (u ∧ v ) = v ⋅ (u ∧ v ) = 0
En reprenant la formule du produit scalaire vous pourrez retrouver l’identité de Lagrange :
u ∧ v + (u ⋅ v ) = u
2 2 2 2
v

2.2.5 Produit mixte

Le produit mixte de trois vecteurs u , v , et w est le réel ( u ∧ v ) ⋅ w .
Trois vecteurs non nuls sont coplanaires ssi leur produit mixte est nul.

Page 11 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

2.3 Applications géométriques

Aire du parallélogramme
Trois points A, B, C de l’espace de coordonnées connues définissent
le parallélogramme ABDC par l’intermédiaire des vecteurs AB et AC .

14.
( )
L’aire de ABDC vaut AC×BH, donc AC×AB×|sin AC , AB |, c’est à dire AB ∧ AC .

Aire du triangle
1
L’aire du triangle ABC se calcule donc par AB ∧ AC .
2

Volume du parallélépipède
Soit le parallélépipède de bases parallèles et isométriques ABDC
et SB’D’C’ telles que AS = BB′ = CC′ = DD′ .

La hauteur de ce volume se mesure orthogonalement au plan

(ABC) – direction représentée par le vecteur unitaire k de la
( )
figure ci-contre - et vaut : AS×|cos AS, k |, c’est à dire AS ⋅ k .
On remarque ensuite que AB ∧ AC et k sont colinéaires.
(
Alors son volume est la valeur absolue du produit mixte AB ∧ AC ⋅ AS )
Volume de la pyramide
S forme avec le parallélogramme ABDC une pyramide.
Trois pyramides de même volume, dont SABDC, remplissent exactement notre parallélépipède.
Ainsi, le volume de la pyramide SABDC est :
1
3
(AB ∧ AC ⋅ AS )
Volume du tétraèdre
Soit le tétraèdre de base le triangle ABC et de sommet S. Son volume est
1
6
(
AB ∧ AC ⋅ AS)

Page 12 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

3 Champs et opérateurs
3.1 Définitions
3.1.1 Champ scalaire : fonction de points
Étant donné un point M de coordonnées x, y et z dans un espace à trois dimensions, on peut définir
une fonction scalaire f de ces trois variables : f (M) = f ( x, y, z )
Exemple : potentiel électrique en un point de l’espace : fonction de la position de ce point.

3.1.2 Champ vectoriel : coordonnées fonctions de points

Étant donné un point M de coordonnées x, y et z dans un espace à trois dimensions, on peut définir
trois fonctions scalaires P, Q, R des trois variables x, y et z. Ces trois fonctions sont les trois
 P ( x, y, z ) 
 
coordonnées d’un vecteur V au point M. On pourra l’écrire : V (M) =  Q ( x, y, z ) 
 R ( x, y, z ) 
 
Exemple : champ électrique en un point : vecteur dont les coordonnées sont des fonctions de la
position de ce point.

3.2 Opérateurs différentiels du 1er ordre

3.2.1 L’opérateur nabla
nabla, noté ∇ , est un opérateur de dérivation partielle applicable « sous forme vectorielle ».
∂  Attention : ce n’est pas un vecteur ! (à titre de comparaison,
 ∂x  l’opérateur somme ∑ n’est pas un nombre)
∂ 
En dimension 3, il se note : ∇ =  L’opérateur nabla est un objet mathématique qui va agir – par
∂y 
  dérivation – sur l’objet que l’on placera à sa droite (à l’instar de
∂  ∑ , qui additionne les termes que l’on écrira à sa droite)
 ∂z 

Page 13 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

3.2.2 Gradient d’une fonction d’un point

Soit un champ scalaire : une fonction f de trois variables, définie et différentiable en un point M. On
définit le vecteur gradient de f en M :

15.
∂f ∂f ∂f
grad f ( M0 ) = ( x0 , y0 , z0 ) .i + ( x0 , y0 , z0 ) . j + ( x0 , y0 , z0 ) .k
∂x ∂y ∂z

L’opérateur « gradient » s’applique à un scalaire. Son résultat est un vecteur.

exemple : en électrostatique, on a : E ( M ) = − grad V (M )

Règles de calculs que vous démontrerez à titre d’exercice :

grad ( f1 + f2 ) = grad ( f1 ) + grad ( f2 ) ; grad ( λ f ) = λ .grad ( f ) ∀λ ∈ ℝ
grad ( f1 f2 ) = f2 .grad ( f1 ) + f1 .grad ( f2 )
U = U1 + Cste ⇔ grad (U ) = grad (U1 )

exemples

Page 14 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

3.2.3 Divergent d’un vecteur fonction d’un point

Soit un champ vectoriel : V , dont les coordonnées sont définies et différentiables en un point M. On
définit le divergent (ou la divergence) de V en M :

16.

L’opérateur « divergent » s’applique à un vecteur. Son résultat est un scalaire.

Règles de calculs que vous démontrerez à titre d’exercice :

( ) ( ) ( ) ;
div V1 + V2 = div V1 + div V2 ( ) ( )
div λ .V = λ .div V ∀λ ∈ ℝ

div ( f .V ) = f .div ( V ) + grad ( f ) ⋅ V

exemples

Page 15 sur 16
AL2 - Vecteurs – Cours – Rev 2018
 Mathématiques – AL2 - Vecteurs

3.2.4 Rotationnel d’un vecteur fonction d’un point

Soit un champ vectoriel : V , dont les coordonnées sont définies et différentiables en un point M. On
définit le vecteur rotationnel de V en M :

17.

L’opérateur « rotationnel » s’applique à un vecteur. Son résultat est un vecteur.

Règles de calculs que vous démontrerez à titre d’exercice :

( ) ( ) ( ) ; rot ( λ V ) = λ rot ( V )
rot V1 + V2 = rot V1 + rot V2

rot ( f V ) = f rot ( V ) + grad ( f ) ∧ V

div ( V ∧ V ) = V ⋅ rot ( V ) − V ⋅ rot ( V ) ; div ( rot ( V ) ) = 0

1 2 2 1 1 2 ( )
; rot grad ( f ) = 0

exemples

Page 16 sur 16
AL2 - Vecteurs – Cours – Rev 2018