Mécanique Des Milieux Continus

EMINES - School of Industrial Management
Mohamed IV Polytechnic University

Année 2022/2023
Mécanique des milieux continus
Ahmed ROUABHI
Centre de Géosciences, MINES ParisTech
ahmed.rouabhi@mines-paristech.fr
Table des matières
Chapitre 0 : Introduction et présentation du cours 1
Chapitre 1 : Éléments d’algèbre et d’analyse tensorielles 8
Exercices du chapitre 1 . . . . . . . . . . . . . . . . . . . . . . 56
Plan du cours
(0) Introduction et présentation du cours
(1) Éléments d’algèbre et d’analyse tensorielles
(2) Cinématique du milieu continu
(3) Lois de bilan
(4) Lois de comportement
(5) Thermoélasticité linéarisée

Ahmed ROUABHI (MINES ParisTech) MMC- (0) - Introduction Année 2022/2023 1/14
Plan du chapitre I
1 La mécanique est partout 3
2 La mécanique des milieux continus 4
3 Hypothèse de la continuité du milieu 5
4 VER : l’exemple des géomatériaux 6
5 Évolution d’une structure 8
5.1 Système de références 9
5.2 Domaine 10
5.3 Grandeurs physiques 11
6 Objectifs du cours 12
7 Plan du cours 13
8 Organisation du cours 14
1/62
1. La mécanique est partout
Source : meteo france
cs
hysi
ultip
sol m
com
Source : inserm
rce :
Sou
Structures géologiques
Structures industrielles
Structures osseuses
2. La mécanique des milieux continus

Approche de modélisation continue (dans l’espace et dans le temps) permettant
d’étudier l’évolution d’une structure soumise à des sollicitations externes.
Qu’est-ce qu’une modélisation ?

Une représentation conceptuelle de la
réalité dans un cadre qui permet le rai-
sonnement. Cela exige :
des hypothèses simplificatrices ;
limitation aux phénomènes les plus
prépondérants.
2/62
3. Hypothèse de la continuité du milieu
La MMC se place à une échelle dite macroscopique, qui évite toute hypothèse
sur la constitution intime (souvent hétérogène et discontinue) du milieu.
Conséquences
Prise en compte des phénomènes physiques qui s’opèrent uniquement à cette
échelle.
Existence d’une longueur caractéristique de sorte que deux parties quel-
conques du milieu, de tailles supérieures ou égales à cette longueur, se com-
portent, sous la même sollicitation, d’une manière identique.
Longueur caractéristique
`
`2
`1
L h
h ` min(`1, `2, L), h : longueur caractéristique des hétérogénéités

` est la taille du Volume Élémentaire Représentatif (VER).
4. VER : l’exemple des géomatériaux
Représentatifs
Pas assez représentatifs
Pas représentatifs
Pas du tout représentatifs
3/62
4. VER : l’exemple des géomatériaux
5. Évolution d’une structure

Approche de modélisation permettant d’étudier l’évolution d’une structure sou-
mise à des sollicitations externes.
L’évolution ne peut être définie que par rapport à un système de références

(référentiel), combinant un repère spatial et un repère temporel.
Repère temporel
t = t0 t = t1 t = t2
#—
x x( #— , t )
#— x #— , t )
#— x
x(
0 0 1 0 2
#—
e2
Repère spatial
#—
e3
O #—
e1 Temps et espace sont indépendants.
4/62
5.1. Système de références
Repère temporel
t = t0 t = t1 t = t2
#—
x x( #— , t )
#— x #— , t )
#— x
x(
0 0 1 0 2
#—
e2
Repère spatial
O #—
e1
#—
e3
Chaque instant est représenté par une variable réelle t.

Chaque point de la structure occupe à l’instant t la position x.
#—
Autour de chaque point x#— de l’espace, on définit un volume élémentaire repré-
sentatif (VER) de volume infinitésimal δV.
La matière contenue dans δV est appelée point matériel ou particule.

5.2. Domaine
Ω
Domaine matériel D
D : domaine matériel constitué à chaque instant

par les mêmes particules (système thermodyna-
mique fermé). #—
x
#—
e2
D : Domaine matériel
Ω : Domaine quelconque
O #—
e1
#—
e3
Domaine quelconque
Ω : domaine quelconque animé par un mouve-
ment propre indépendamment du mouvement
des particules.
5/62
5.3. Grandeurs physiques
Point matériel Domaine matériel
Z
Volume δV Volume V = dV
ZD
Masse δM Masse M = #— t)dV
ρ( x,
D Z
#—( x, #—
Vitesse v #— t) Quantité de mvt Q = ρv#—dV
Z D
#— t)
Énergie interne massique u( x, Énergie interne U = #— t)dV
ρu( x,
Z D
#— t)
Entropie massique s( x, Entropie S = #— t)dV . . .
ρs( x,
D
Température T ( x,
#— t)
#— #—
Gradient thermique ∇T ( x, t) dV : élément de volume infinitésimal
#—
Déformations ε( x, t)
#— t)
Contraintes σ( x,
#— t), T ( x, #—( x, #— #—
ρ( x, #— t), u( x, #— t) sont des champs de scalaires. v
#— t) et s( x, #— t) et ∇T ( x, t) sont
des champs de vecteurs. ε( x, t) et σ( x, t) sont des champs de tenseurs.
#— #—
6. Objectifs du cours
Découvrir la base scientifique derrière l’hypothèse du milieu continu défor-

mable.
Introduire et traiter les lois et les notions fondamentales de la discipline.
Préparer la base pour des sujets plus spécialisés comme :
la mécanique des matériaux solides (rupture, plasticité. . . ) ;

la mécanique des fluides ;
le transfert thermique ;
les méthodes numériques en calculs des structures ;
...
6/62
7. Plan du cours
(3) Lois de bilan

8. Organisation du cours
Les exercices et les supports des présentations orales seront disponibles à l’adresse :
https://cloud.minesparis.psl.eu/index.php/s/aCihKtzJxhVNN5L/authenticate
Cours + TD :
08 septembre 13 h 45 : 15 h 15 - 15 h 30 : 17 h Examen écrit : (01 décembre)
14 septembre 13 h 45 : 15 h 15 - 15 h 30 : 17 h
21 septembre 13 h 45 : 15 h 15 - 15 h 30 : 17 h Note finale :
28 septembre 13 h 45 : 15 h 15 - 15 h 30 : 17 h Note examen écrit +
05 octobre 13 h 45 : 15 h 15 - 15 h 30 : 17 h
Note restitution mini-projet +
12 octobre 13 h 45 : 15 h 15 - 15 h 30 : 17 h
19 octobre 13 h 45 : 15 h 15 - 15 h 30 : 17 h Note assiduité et participation
02 novembre 13 h 45 : 15 h 15 - 15 h 30 : 17 h
09 novembre 13 h 45 : 15 h 15 - 15 h 30 : 17 h
16 novembre 13 h 45 : 15 h 15 - 15 h 30 : 17 h
Mini-projets (par groupe de 3-4 élèves) :

Lois de comportement des matériaux
Restitution des mini-projets : (02 décembre)
10 minutes pour chaque groupe (3-4 minutes par élève)
7/62
Plan du cours
(3) Lois de bilan

Ahmed ROUABHI (MINES ParisTech) MMC- (1) - Algèbre et Analyse tensorielles Année 2022/2023 1/95
Plan du chapitre I
Partie I : Algèbre tensorielle
1 Vecteurs 7
1.1 Produit scalaire, norme euclidienne 9
1.2 Produit vectoriel 10
1.3 Produit mixte 12
1.4 Système de coordonnées 14
1.5 Bases vectorielles 15
1.6 Composantes dans une base 16
1.7 Bases orthonormées 19
1.8 Multiplication tensorielle 20
1.9 Produit tensoriel de deux vecteurs 23
1.10 Produit tensoriel de plusieurs vecteurs 26
2 Tenseurs 28
2.1 Tenseur d’ordre 1 29
2.2 Tenseur d’ordre p 30
3 Tenseurs d’ordre 2 32
3.1 Définition à retenir 33
3.2 Produit contracté de deux tenseurs 34
3.3 Produit doublement contracté de deux tenseurs 35
3.4 Base de l’espace produit tensoriel 36
3.5 Déterminant - trace 37
8/62
Plan du chapitre II
3.6 Inverse 39
3.7 Tenseur orthogonal 40
3.8 Tenseur symétrique, tenseur antisymétrique 41
3.9 Vecteur axial associé à un tenseur antisymétrique 43
5.1 Définitions 47
5.2 Symétries 48
5.3 Produits tensoriels 49
Partie II : Analyse tensorielle

1 Objectif et notations 51
2 Différentielle d’un tenseur 52
3 Champs de tenseurs 54
4 Différentielle du vecteur position d’un point 55
4.1 Différentielle en coordonnées cartésiennes 57
4.2 Différentielle en coordonnées cylindriques 58
4.3 Différentielle en coordonnées sphériques 59
5 Opérateur nabla 60
6 Gradient 61
7 Divergence 62
Plan du chapitre III

8 Laplacien 63
9 Rotationnel 64
10 Éléments différentiels pour les intégrales 65
11 Théorème de la divergence (ou d’Ostrogradski) 66
12 Théorème de l’intégrale nulle 67
Partie III : Compléments d’analyse et d’algèbre tensorielles

1 Tenseur symétrique d’ordre 2 : bases et invariants 69
1.1 Base principale 69
1.2 Bases sphérique-déviatorique 71
1.3 Dérivées partielles des invariants 76
2 Fonctions isotropes 78
3 Théorèmes de représentation 79
4 Tenseurs définis positifs 80
5 Exponentielle d’un tenseur d’ordre 2 82
6 Décomposition polaire 83
7 Tenseur orthogonal de rotation 84
7.1 Représentation avec axe et angle 84
7.2 Représentation avec vecteur rotation 87
7.3 Représentation exponentielle 88
7.4 Valeurs propres 89
9/62
Plan du chapitre IV
7.5 Rotation infinitésimale 90
8 Changement de base 91
8.1 Transformation des composantes d’un vecteur 94
8.2 Transformation des composantes d’un tenseur 95
Partie I
Algèbre tensorielle
10/62
1. Vecteurs
Un vecteur est un outil mathématique qui sert à représenter des objets de la
géométrie (couple de points), de l’algèbre (un n-uplet de Rn) ou de la physique
(force, vitesse, accélération. . . ). C’est un élément d’un ensemble d’objets que l’on
peut :
additionner entre eux ;
multiplier par des nombres,
avec toutes les propriétés naturelles de cette addition et de cette multiplication
(associativité, distributivité, élément neutre. . . )
#— = u
w #— + v
#—
#—w
#—
u #—
v =α
#— u
#—
u
#— #— = α u
w #— + β v
#—
v Combinaison linéaire de vecteurs
Addition de vecteurs Multiplication par un scalaire
(règle du parallélogramme)
Ahmed ROUABHI (MINES ParisTech) MMC- (1) - Partie I : Algèbre tensorielle Année 2022/2023 7/95
1. Vecteurs
#—
C’est un élément d’un espace vectoriel E , le triplet constitué d’un ensemble non
vide d’éléments quelconques ( u,
#— v #— . . .), d’une loi de composition interne +
#—, w
et d’une loi de composition externe ×.
#—
Un espace vectoriel E est souvent associé à un espace affine ou ponctuel E
constitué de points de sorte qu’à tout couple (A, B) de points de E on fasse
# — #—
correspondre un vecteur, noté AB, de E tel que :
# — # —
(1) AB = −BA
# — # — # —
(2) AB = AC + CB (relation de chasles)
#— ∈ E#—, ∃!P ∈ E tel que OP
(3) ∀O ∈ E , ∀ x
# —
= x#—
Notre espace physique ambiant est modélisé par un espace affine E de dimension
#— #—
n = 3 auquel on associe un espace vectoriel E (ou En).
11/62
1. Vecteurs
1.1. Produit scalaire, norme euclidienne

#— #—
· : E × E −→ R
Produit scalaire : #— v #— 7−→ u· #— v
#—
u,
telle que ∀α ∈ R, ∀ u, #— v#—, w #— ∈ E#—3 :
#— v
u· #— = v #—· u
#—
#— v #— + w
#— = u· #— + u·
#— v #— w#—
u·
#— α v #—) = α u· #— v
#—
u·
#— u
u· #— ≥ 0, u· #— = 0 ⇒ u
#— u #— = #— 0
#—
E muni de ce produit scalaire devient un espace euclidien.
( #—
: E −→ R+
Norme euclidienne induite par le produit scalaire : #— 7−→ #— √
u u = u·
#— u
#—
#— v
telle que ∀ u, #— ∈ E#—2 :
#— #— #— #—
u· v ≤ u v
#— #— 2 #— 2 #— + #—
u ± v = u ± 2 u· #— v v 2
1. Vecteurs
1.2. Produit vectoriel
Pas d’extension immédiate à un espace de dimension quelconque.
#— #— #—
∧ : E × E −→ E
#— v
u, #— 7−→ u∧ #— v #—
telle que ∀α ∈ R, ∀ u, #— v #—, w#— ∈ E#—3 : #—

u
#— + v
#— ∧w #— = u∧ #— w#— + v #—∧w #—
u + −

#— ∧ v #— = α u∧ #— v #— #—
w #—
v
αu
#— v
u∧ #— = − v #—∧ u
#—
#— v #—∧w
#— = u· #— v
#— w #— − u· #— v #—w
#—
u∧
#— v
u∧ #—∧w #— + v#—∧ w∧ #— u #— + w∧#— u∧ #— v#— = 0 #—
(identité de Jacobi)

Dans une base orthonormée directe #— ei i=1,2,3, on utilise les déterminants d’ordre
deux:   
u1 v1
#— = u  , v#— = v  , d’où : u∧ u v
#— = 2 2 #— u v
1 1 #—
u v
1 1 #—
u 2 2
#— v e − e +
u3 v3 1 u3 v3 2 u2 v2 e 3
u3 v3
⇒ u∧ #— = u v −u v #—
#— v e − u v −u v
#—
e + u v −u
#—
2 3 3 2 1 1 3 3 1 2 1 2 2 1 e3
v
12/62
1. Vecteurs
1.2. Produit vectoriel
D C
#—
v
#—w =
#— #— #— #— A
u∧ v = u v sin(θ)
#—u ∧
θ
#—v
#— #—
A = u∧ v A #— B
u
#—w =
θ= \
u, #— est l’angle non orienté entre u
#— v #— et v
#—.
#—v ∧
#—u
A : aire du parallélogramme ABCD.
1
A : aire du triangle ABD.
2
1. Vecteurs
1.3. Produit

mixte Pas d’extension immédiate à un espace de dimension quelconque.
#— #— #—
, , : E × E ×E −→ R
#— v
u, #—, w#— 7−→ u, #— v #— = u·
#—, w #— v #—
#—∧w
telle que ∀ u,#— v#—, w #— ∈ E#—3 : #—

u
#— #— #— #— = v #— = w· #—
u, v , w = u· #— v #—∧w #— u
#—· w∧ #— u∧#— v + −
#— u∧
u· #— v#— = 0 #—
w #—
v

Dans une base orthonormée directe #— e i i=1,2,3 :
     
u1 v1 w1
  #—   #—  
u = u2 , v = v2 , w = w2
#—
u3 v3 w3

u1 v1 w1
#— v
u· #—∧w
#— = v #—· w∧#— u
#— = w·#— u∧ #— v#— = u v w

2 2 2
u3 v3 w3
13/62
1. Vecteurs
1.3. Produit mixte H G
#— #—
A = u∧ v
#— v
u∧ #— E F
h = w· #— #—
#— #—
w
u∧ v
#— D C
hv
V = w·
#— u∧ #—
#— v #— v
#—
u∧ A

#— #—
u∧v
A : aire de la base du parallélépipède. A #— B

u
h : hauteur du parallélépipède.
V : volume du parallélépipède.
1. Vecteurs
1.4. Système de coordonnées
Un point de l’espace E est repéré par ses coordonnées dans un système de
coordonnées.
Un système de coordonnées peut être rectiligne (cartésien) ou curviligne, et
orthogonal ou non orthogonal.
Un système de coordonnées quelconque sera noté par ξ 1, ξ2, . . . , ξn ou simple-
ment ξ i. On note par xi un système de coordonnées cartésien.
λ)
y(
y =
y P
,
te P r P
yP C
=
x
y = Cte, x = x(λ) θP r = Cte, θ = θ(λ)
O
θ
=
xP x C
O te
, r
=
r(
λ)
1 2
Système de coordonnées rectilignes obliques (x = x, x = y) Système de coordonnées polaires (ξ = r, ξ 2 = θ) 1
14/62
1. Vecteurs
1.5. Bases vectorielles
On peut associer à chaque système de coordonnées deux bases vectorielles :
en formant les vecteurs tangents aux lignes de coordonnées ;
en formant les vecteurs perpendiculaires aux hypersurfaces de coordonnées.
Ces deux bases sont dites réciproques. Par convention, c’est la deuxième qui est
généralement qualifiée de “base réciproque”.
#e—
3 #e—3 Bases réciproques : soit { #— ei }i=1,...,n une base quelconque de
3 #—
Hypersurface ξ 2 = Cte
ξ En . On appelle base réciproque de { #— ei }i=1,...,n l’unique base
)
ξ 3(λ
Hypersurface ξ 1 = Cte
#—i #—
e i=1,...,n de En telle que :
ξ3=
n
rb e
ej = 0
e i · #—
#— 1 si i = j
si i 6= j
Cou
Par convention, les vecteurs de la base réciproque ont leur indice en

haut.
#—2 #—
#e— e e2
1
Courbe ξ 2 = ξ 2(λ)
2
1 ξ #—
e1
ξ )
ξ(
1 λ
λ)
=
y(
1
eξ
=
urb )
Co x(λ
ey
x=
urb
#e— rbe
2 Cou
Co
#e—1 Hypersurface ξ 3 = Cte n o
ei : base naturelle (en général, ni orthogonale ni normée)
#—
n o 1
#e—2 e i : base réciproque
#— #—
e
1. Vecteurs
1.6. Composantes dans une base
On peut avoir les coordonnées d’un vecteur dans une base quelconque en le pro-
jetant de deux façons :
parallèlement aux vecteurs de base : composantes contravariantes ;
perpendiculairement aux vecteurs de base : composantes covariantes.
n o #—
Composantes contravariantes et covariantes : soit e #—
i une base quelconque de En . On appelle composantes contra-
i=1,...,n
variantes d’un vecteur v#— dans cette base, les n scalaires v i tels que : v #— = Pn v i e #— . Si E#— est muni d’un produit scalaire ( E#— est
i=1 i n
un n
espace du vecteur v , les n scalaires vi = v
#
— #—· e #— = Pn v e
#— tels que : v #—i ,
o euclidien), on appelle composantes n covariantes
o i i=1 i
où e #—i est la base réciproque de e #— . De la définition v = v i
#—· e
#— , on remarque que si le vecteur de base est
i i
i=1,...,n i=1,...,n
multiplié par un nombre, la composante correspondante sera également multiplié par ce nombre, d’où le sens de covariant.
v2
#—
v
v1 #—
u
#—
v
2 θ #—
w #— = u
n
#—
v #—
1 u
v
#— = v
w #— n
#—· n #—
#e—
2
#— est la projection de v
w #— sur u
#—
#e—2 #e—
1
#—
ei : base normée
i
#e— : base réciproque normée
#e—1
15/62
1. Vecteurs
1.6. Composantes dans une base
Convention de l’indice muet
Lorsqu’un indice apparaît deux fois dans la même expression, on sous-entend la
sommation sur toutes les valeurs que peut prendre cet indice (convention de
sommation d’Einstein). Cet indice est dit muet.
n
X n
X
#— =
Avec cette convention, le vecteur v v i #—
ei = vi #—
i
e s’écrit simplement :
i=1 i=1
v e i = vj #—
#— = v i #— e
j
Symbole de Kronecker
On introduit le symbole de Kronecker définit par :
(
1 si i = j
δij = δ ij = δ ij = δij =
0 si i 6= j
Si les coefficients δij sont rangés dans une matrice n×n, on obtient la matrice
unité.
1. Vecteurs

1.6. Composantes dans une base 

 vi = v
#—· #—
e
i
#— = v i #—
v e i = vi #—
i
e avec #—
i
e j = δ ij et
e · #—


 vi = v
#—· #—
ei
Posons : gij = #— e j , g ij = #—
e i· #—
i
e · #—
e
j
#— = v #— #—j #—j
= #— = #— = j e , il vient : e i = gij e .
j #—· #— #— #— #— #—j
v j e v e j e . Pour v e i e i · e
#— = v j #— j j
ej = v #— = #— e = #— e = g ij #—
#—· #— i i i
v e #— e j . Pour v e · #— e #— e j , il vient : #— ej.
e = g #— e = g ij #—e et g ik g = δ i , g g kj = δ j
#— j i
D’où : i e , #— ij j kj j ik i
Le passage des composantes contravariantes aux composantes covariantes ou in-
versement, se fait donc selon les relations suivantes :
v i = g ij vj , vi = gij v j
Remarques :
#— v
u· #— = uiv = u v i = g uiv j = g ij u v
i iq ij q i j
#— p
v = viv i = gij v iv j = g ij vivj
16/62
1. Vecteurs
1.7. Bases orthonormées

Une base #—e i i=1,...,n est orthonormée ssi ses vecteurs sont normées et deux à
deux orthogonaux :
gij = g ij = δij
#—i
Dans ce cas, les deux bases #—
e i et e sont confondues. De même pour les
composantes contravariantes et covariantes des vecteurs.
#— #— nous
Par la suite, et sauf contexte particulier,
#— nous
#—limitons aux
bases orthonor-
mées et on notera par B = e 1, e 2, e 3 = e x, e y , e z la base cartésienne
#— #— #—
orthonormée de l’espace euclidien de dimension 3.
P
Repère #—
ez
#—
v
Le choix d’un point O de l’espace affine

#— #—
E comme origine et d’une base B de E O
#—
ey
#— #—
constitue un repère (O, B).
ex
1. Vecteurs
1.8. Multiplication tensorielle

u
#— = 1 , v
Soient u #— = v1 deux vecteurs de E#— dans la base #—
2 e i i=1,2.
u2 v2  
u1v1
#— #—  u1v2
Construisons un nouveau vecteur A de la façon suivante : A = 
 
u2v1
u2v2
#— #— #—
Le vecteur A, un vecteur de E4, n’est pas un vecteur quelconque de E4 : il est formé
à partir du couple de vecteur ( u, #—) ∈ E#— × E#— .
#— v
2 2
Pour rappeler cette correspondance, on le note :

#—
A = u⊗ #— v#—
Le symbole ⊗ est utilisé pour définir la manière avec laquelle les quantités uivj
ont été formées.
17/62
1. Vecteurs
Il vient : #—
A = u⊗ #— = u #—
#— v e
1 1 + u #—
e
2 2 ⊗ v1 1
#—
e + v #—
e
2 2
= u v e ⊗e + u v e ⊗e +
#—
1 1
#—
1
#—
1
#—
1 2 1 2
u2v1 #— e 1 + u2v2 #—
e 2⊗ #— e 2⊗ #—
e2
= u v #—
e ⊗ #—
i j e i j
avec    
1 0 0 0
0 #— #— 1 #— #— 0 #— #— 0
#— e1 = 
e 1⊗ #— 0 , e 1⊗ e 2 = 0 , e 2⊗ e 1 = 1 , e 2⊗ e 2 = 0
   
0 0 0 1
#—
Les vecteurs #—
e i⊗ #—
e j constitue une base de E4. Si on numérote les quantités uivj
#— v
selon la place qu’elles occupent dans l’expression de u⊗ #—, on obtient :

#— #— A = u v
k i j
A = Ak Ek , avec #— i, j = 1, 2 ; k = j + 2(i − 1)
E = #—
e ⊗ #—e
k i j
1. Vecteurs
La loi de composition ⊗ fait correspondre à tout couple ( u, #—) de deux espaces
#— v
#— #— #—
vectoriels En, Fm, de dimensions respectives n et m, un vecteur de Enm noté
#— v
u⊗ #—. Elle possède les propriétés suivantes :
elle est associative par rapport à la multiplication par un réel :
#—) ∈ E#— × F#—
m, ∀α ∈ R , α( u⊗ v ) = α u⊗ v = u⊗α v
#— v
∀( u, #— #— #— #— #— #—
n
elle est distributive par rapport à l’addition des vecteurs :

#— u
∀( u, #— ) ∈ E#— 3, ∀( v
#— , u #—, v
#— , v #— 3
#— ) ∈ F
1 2 n 1 2 m,
u⊗( v 1 + v 2) = u⊗ v 1 + u⊗ v 2
#— #— #— #— #— #— #—
(u#— + u
1
#— )⊗ v
2
#— = u
#— ⊗ v#— + u
1
#— ⊗ v
2
#—
elle n’est pas commutative : u⊗#— v #— 6= v
#—⊗ u
#—
#— n o #— #—
#—
si e i i=1,...,n et f j sont respectivement des bases de En et Fm,
j=1,...,m
#— #— #— #—
les nm éléments e i⊗ f j de Enm forment une base de Enm.
Cette loi de composition est appelée multiplication tensorielle.
18/62
1. Vecteurs
1.9. Produit tensoriel de deux vecteurs
#— #—
Soient En et Fm deux espaces vectoriels sur R, de dimensions respectives n et
m. Au couple de vecteur ( u,
#— v #—) ∈ E#— × F#—
n m, on fait correspondre le vecteur
#— #— #—
u⊗ v de l’espace vectoriel Enm tel que :
#— v #— = u v #— #—
u⊗ e ⊗f i j i j
#— #— #—
où les vecteurs #—
e i et f j constituent respectivement des bases de En et Fm.
La dyade u⊗#— v #— est appelé produit tensoriel ou produit dyadique des vec-
#— et v
teurs u #—.
#—
L’espace vectoriel Enm est doté d’une structure plus précise que celle d’un
simple espace vectoriel de dimension nm, il se distingue par le fait qu’il est
#— #—
muni d’une base formée par les produits tensoriels #— e i⊗ f j : on dit que Enm
est doté d’une structure de produit tensoriel. Pour rappeler cette structure,
#— #—
on note cet espace sous la forme En⊗Fm, et on l’appelle espace produit ten-
#— #—
soriel des espaces vectoriels En et Fm.
1. Vecteurs
1.9. Produit tensoriel de deux vecteurs
Remarques
#— #—
Tous les éléments de l’espace En⊗Fm ne sont pas des produits tensoriels de deux
#— #— #— #— #—
vecteurs. Pour A ∈ En⊗Fm tel que A = Aij #— e i⊗ f j , il n’est pas possible de
#— ∈ E#— et un vecteur v #—
m tel que Aij = uivj :
toujours trouver un vecteur u #— ∈ F
n
il y a (n + m) inconnues ui et vj pour nm équations Aij = uivj .
#— #—
Tous les vecteurs de l’espace En⊗Fm peuvent s’écrire sous la forme :
#— #—
A = A #— e ⊗ f , i = 1, n ; j = 1, m
ij i j
#— ∈ E#— tels que u
En introduisant les m vecteurs u #— = A #—
j n j ij e i, il vient :
#— #—
A= u #— ⊗ f
j j
#— #—
Par conséquent, tous les éléments de de l’espace En⊗Fm peuvent s’écrire sous
la forme d’une somme d’au plus m produits tensoriels.
19/62
1. Vecteurs
1.9. Produit tensoriel de deux vecteurs #— #—
Composante d’un vecteur de l’espace produit tensoriel En⊗ En
#—
Soit A = u⊗ #— v
#— le produit tensoriel entre deux vecteurs u #— de E#— . Par dé-
#— et v
#— #— n
finition, la composante Aij dans la base e i⊗ e j de l’espace produit tensoriel
#— #—
En⊗ En s’écrit : #—
Aij = uivj = A·( #— ej)
e i⊗ #—
Partant de cette définition, on obtient :
#—
u i vj = A·( #— ej)
e i⊗ #—
δik uk δjlvl = uk vl( #— e l)·( #—
e k ⊗ #— e i⊗ #—ej)

⇒ ( #—e i⊗ #—e j )·( #— e l) = δik δjl = #—
e k ⊗ #— e i· #—
e k #—e j · #—
el
#— #—
Produit scalaire entre deux vecteurs de l’espace produit tensoriel En⊗ En
#— #— #— #—
Soient A et B deux vecteurs de l’espace produit tensoriel En⊗ En :
#— #—
A·B = Aij Bkl( #— e j )·( #—
e i⊗ #— e l)
e k ⊗ #—
= Aij Bklδik δjl
= Aij Bij
1. Vecteurs
1.10. Produit tensoriel de plusieurs vecteurs
#— v
Soient u, #— et w
#— trois vecteurs appartenant respectivement aux espaces vectoriels
#— #— #— #— n o
#—
En, Fm et G` de bases respectives e i i=1,...,n, f j et #—
g k k=1,...,`.
j=1,...,m
#— et v
D’un côté, construisons le produit tensoriel entre u #—, puis entre u⊗
#— v
#— et w
#— :
#— de l’espace E#— ⊗F #— #—
cela donne un vecteur x n m ⊗ G` tel que :
#— = u⊗
x #— v #—⊗w#— = u v w #— #—
e ⊗ f ⊗ #— g
i j k i j k
D’un autre côté, construisons le produit tensoriel entre v #— et w,#— puis entre u
#— et
#—⊗w#— : cela donne un vecteur y #— # — #—
#— de l’espace E ⊗ F ⊗G tel que :
v n m `
#— = u⊗
#— v #—⊗w
#— = u v w #— #—
y e ⊗ f ⊗ #—
i j g k i j k
Pour avoir l’égalité x#— = y #—, il suffit d’assurer l’associativité du produit tensoriel
des vecteurs de base, ce que nous imposons comme nouvelle propriété de la mul-
tiplication tensorielle : la multiplication tensorielle des vecteurs de plusieurs
espaces vectoriels est associative.
20/62
1. Vecteurs
1.10. Produit tensoriel de plusieurs vecteurs
Du fait de l’associativité du produit tensoriel, le produit tensoriel de p vecteurs
#— , u
u #— appartenant à p espaces vectoriels E#— , E#— ,. . ., E#— est le vecteur
#— , . . ., u
1 2 p n1 n2 np
#— #— #—
de l’espace produit tensoriel En1 ⊗ En2 ⊗ . . . ⊗ Enp tel que :
#— ⊗ u #— ⊗ . . . ⊗ u #— = (u ) (u ) · · · (u ) #— #— #—
u 1 2 p 1 i1 2 i2 p ip e i1 ⊗ e i2 ⊗ · · · ⊗ e ip
avec i1 = 1, 2, . . . , n1 ; i2 = 1, 2, . . . , n2 ; . . . ; ip = 1, 2, . . . , np
#— #— #—
Les vecteurs de l’espace produit tensoriel En1 ⊗ En2 ⊗ . . . ⊗ Enp sont appelés des
tenseurs d’ordre p : une généralisation des notions de scalaires et de vecteurs.
En pratique, les p vecteurs appartiennent généralement au même espace vectoriel
#— #— (p) #— #— #—
En. Dans ce cas, on note En = En⊗ En⊗ . . . ⊗ En.
| {z }
p fois
Les vecteurs #— e i1 ⊗ #—
e i2 ⊗ · · · ⊗ #—
e ip constituent une base de l’espace produit ten-
#— (p) #—
soriel En , dans laquelle un vecteur A se décompose sous la forme :
#—
A=A ( #—
e ⊗ #— e ⊗ · · · ⊗ #—
i1i2...ip e )
i1 i2 ip
Il y a n1n2 . . . np compostantes Ai1i2...ip .

2. Tenseurs
#— #— p
On appelle tenseur d’ordre p sur En toute forme p-linéaire de En sur R.
Par convention, un scalaire est un tenseur d’ordre 0.
Application linéaire
#— #— #— #— #—
Soient En et Fm deux espaces vectoriels sur R, de dimensions respectives n et m, et soit A une application de En dans Fm :
#— #— #—
A : En −→ Fm #—
#— 7−→ v
u #— = A( u) #—
#—2 n o
#— 2 #— #— #— #— #—
L’application A est linéaire si : ∀( u, v ) ∈ En , ∀(α, β) ∈ R , A(α u + β v
#— #— #
— #—) = αA( u) + β A( v ). Soient e #—
i et
n #— o i=1,...,n
#— #— #— = u e #— #— #—
j j ∈ En , par linéarité on a : A( u) = uj A( ej ). Introduisons
fi des bases de En et Fm respectivement. Soit u #— #— #—
i=1,...,m n #— o
#— #— #— #— #— #— #— #—
les composantes Aij du vecteur A( ej ) ∈ Fm par rapport à la base f i : A( ej ) = Aij f i . On a alors v #— = A( u) =
i=1,...,m
#— #—
uj Aij f i . Par conséquent, l’application linéaire A est représentée par la substitution linéaire :
vi = Aij uj
#—
Les coefficients Aij constituent les composantes de la matrice représentative
n #— o de l’application linéaire A : c’est la matrice dont la
#— #—
j-ième colonne est formée des coordonnées de A( ej ) dans la base f i . C’est un élément de Mm,n (R).
i=1,...,m
forme linéaire
#—
Une forme linéaire a est une application linéaire qui à un vecteur de En associe un nombre de R, tel que :
#—2 2
∀( u, v ) ∈ E , ∀(α, β) ∈ R , a(α u + β v
#— #—
n
#— #—) = αa( u)
#— + βa( v#—)
Forme multilinéaire
#— p
Une forme a est dite multilinéaire (ou p−linéaire) sur En si elle est linéaire en chacune de ces variables, c’est-à-dire :
#— , . . . , u #— p
#— ) ∈ E , ∀k ∈ J1, pK, ∀(α, β) ∈ R2 , ∀ v #— ∈ E#—
∀( u 1 p n k n
a( u1 , . . . , α uk + β vk , . . . , up ) = αa( u1 , . . . , uk , . . . , up ) + βa( u
#
— #— #— #— #
— #— #
— #— , . . . , v
1
#— )
#— , . . . , u
k p
21/62
2. Tenseurs
2.1. Tenseur d’ordre 1
Suivant la définition générale, un tenseur d’ordre 1 est toute forme linéaire a de
#— #— = v #— #—
En sur R. Soit v i e i un vecteur de E n, par linéarité on a :
#—) = a(v #—
i e i) = a( e i)vi
a( v #—
#— le vecteur de E#— de composante a = a( #—
Soit a e i), il vient :
n i
∀v#— ∈ E#— , a( v #—) = a

#—· v
#—
n
Sachant que :
pour tout vecteur a#—, on peut trouver une et une seule forme linéaire a vérifiant :
#—
#— ∈ E , a #— = a( v
#—· v #—) ;
∀v n
#— vérifiant :
pour toute forme linéaire a, il existe un et un seul vecteur a
#—
#— ∈ E , a( v#—) = a #—· v
#—.
∀v n
Cela conduit à confondre tenseur d’ordre 1 et vecteur : un tenseur a d’ordre 1 est

#—, et un vecteur quelconque a
remplacé par son vecteur représentatif a #— de E#— est
n
appelé tenseur d’ordre 1.
2. Tenseurs
2.2. Tenseur d’ordre p
Suivant la définition générale, un tenseur d’ordre p est toute forme p-linéaire a de
#— p #— = (u ) #— #— p
En sur R. Soient u i e
i j j , i ∈ J1, pK, p vecteurs de E n , par linéarité on a :
a( u#— , u #— ) = (u ) (u ) · · · (u ) a( #—
#— , . . . , u e , #— e )
e , · · · , #—
1 2 p 1 i1 2 i2 p ip i1 i2 ip
#— #— (p)
Soit A le vecteur de l’espace produit tensoriel En de composantes Ai1i2...ip =
a( #—
e i1 , #— e ip ), il vient : ∀( u
e i2 , · · · , #— #— , u #— ) ∈ E#— p
#— , . . . , u
1 2 p n
a( u#— , u #— ) = (u ) (u ) · · · (u ) A
#— , . . . , u
1 2 p 1 i1 2 i2 p ip i1i2...ip
#—
= (u1)i1 (u2)i2 · · · (up)ip A· #— e i1 ⊗ #—
e i2 ⊗ · · · ⊗ #—
e ip
#— #— #—
= A·( u1⊗ u2⊗ . . . ⊗ u #— )
p
On se retrouve avec la même définition qu’un tenseur d’ordre 1, sauf que cette fois-
#— (p)
ci le produit scalaire est entre deux vecteurs de l’espace produit tensoriel En .
Cela permet de confondre donc tenseur d’ordre p et vecteur de l’espace produit
#— (p) #—
tensoriel En : un tenseur a d’ordre p est remplacé par son vecteur A, et un vecteur
#— #— (p)
quelques A de En est appelé tenseur d’ordre p.
22/62
2. Tenseurs
Contraction des indices entre deux tenseurs
La contraction des indices entre deux tenseurs est une opération qui consiste,
après avoir choisi deux indices, à les égaliser et à sommer par rapport à cet indice
deux fois répété.
Exemples
uivi = u·
#— v#— : contraction simple
#—
Produit scalaire entre deux vecteurs de En.
#— #—
Aij Bij = A·B : contraction double
#— (2)
Produit scalaire entre deux vecteurs de En .
Changement des notations
#—
Pour éviter toute confusion entre les vecteurs de En et ceux de l’espace produit
#— (p)
tensoriel En , dans ce cours et sauf indication contraire, les tenseurs d’ordre
p ≥ 2 seront désignés par une lettre soulignée par autant de barre que l’ordre
du tenseur.
Exemples : A : pour un tenseur d’ordre 2, A : pour un tenseur d’ordre 3, etc.
3. Tenseurs d’ordre 2
Suivant la définition générale, un tenseur d’ordre 2 est toute forme bilinéaire a de
#— 2 #— = u #— #—
i e i et v = vj e j deux vecteurs de E n, par linéarité on a :
En sur R. Soient u #— #—
#— v
a( u, #—) = u v a( #— e ) = u v A = u A v = u·A
e , #— #— v #—
i j i j i j ij i ij j
où nous avons associer à v #— = A v

#—, le vecteur w #— tel que :
wi = Aij vj
#— est le résultat d’une contraction simple. Nous dirons que w
Le vecteur w #— est le
produit contracté entre le tenseur A et le vecteur v #—.
Nous pouvons également écrire w #— = A· v #—, mais dans ce cours, nous gardons la
notation sans le point, w#— = A v#—, car un tenseur d’ordre 2 peut être aussi consi-
déré comme une application (opérateur) linéaire. En effet, partant de l’égalité
#—) = u A v , il vient : a( u, #—) = u·A #— = u· #— #— #— #—
#— v
a( u, i ij j
#— v #— v #— A( v ), où A( v ) = Av
#—
est l’application linéaire qui a pour matrice représentative la matrice de compo-
#—
santes Aij dans la base #— e i i=1,...,n de En.
Nous pouvons donc associer à un tenseur d’ordre 2 l’application linéaire qui trans-
#— #—
forme tout vecteur de En en un vecteur de En (endomorphisme).
23/62
3.1. Définition à retenir
#— #—
Un tenseur A d’ordre 2 est une application linéaire de E dans E :
#— #—
A : E −→ E
u #— = A u
#— 7−→ v #—
telle que ∀α ∈ R, ∀ u,#— v#— ∈ E#—2 :

#— #—
αA v = α Av
#—·A u
v #— = u·A
#— T v
#—, AT désigne le tenseur transposé de A
#— = v A u = u AT v = u·A
#—·A u
v #— T v #—, A = AT .
i ij j j ji i ij ji
#—
Tenseur nul 0 : ∀ x,
#— 0 x=
#— 0 .
Tenseur identité 1 : ∀ x,
#— 1 x=
#— x #— ⇒ 1 x = x ⇒ 1 = δ .
ij j i ij ij
Produit tensoriel de deux vecteurs : u #— deux vecteurs de E#—, A = u⊗

#— et v #— v
#— est
#— ∈ E#—, A x#— = u⊗ #— v
#— x#— = v #—· x
#— u#—
le tenseur d’ordre 2 tel que ∀ x
3.2. Produit contracté de deux tenseurs
La composition de deux tenseurs A et B, appelée produit contracté de A et B,
est définie par :
#— #—, ∀ v
#— ∈ E#—
AB v = A Bv
Les composantes du tenseur C = A B, relatives à une base de l’espace produit

#—(2)
tensoriel E , sont :
Cij = Aik Bkj
A B 6= B A

A B + C = AB + AC

A BC = AB C
Ak = A A · · · A, ∀k ∈ IN, par convention A0 = 1
| {z }
k fois
n
n X n n n!
Si A B = B A, A+B = An−k B k , =
k k k!(n − k)!
k=0
24/62
3.3. Produit doublement contracté de deux tenseurs
Le produit doublement contracté entre deux tenseurs du second ordre A et B,
de composantes respectives Aij et Bij relatives à une base de l’espace produit
#—(2)
tensoriel E , est défini par :
A B = B A = AT B T = Aij Bij
··
··
··
Il y a contraction double (deux indices répétés) entre A et B.
Remarque : dans la littérature, il y a aussi la définition : A B = Aij Bji , mais seule la première définition sera utilisée dans ce
··
#—(2)
cours, car elle correspond au produit scalaire entre les vecteurs de l’espace produit tensoriel E .
Norme euclidienne
La norme euclidienne induite par le produit doublement contracté est définie par :
#—(2)
· : E −→ R+
T q q
A 7−→ A = A = A A = A211 + ··· + A233
··
#—(2) #—(2)
telle que ∀ A, B ∈ E ×E :
#— #— #— #—
A v ≤ A v , ∀ v ∈ E

A B ≤ A B
··
3.4. Base de l’espace produit

tensoriel

Dans la suite on notera par B = #— e i⊗ #—
e j i,j=1,2,3 la base orthonormée de l’es-
#—(2)
pace produit tensoriel E . Les 9 dyades #— e i⊗ #—
e j vérifient :

#—
e ⊗ #—
e #—
e ⊗ #—e =δ δ
··
i j k l ik jl
Dans B, un tenseur A s’écrit sous la forme :

A = A11 #— e 1 + A12 #—
e 1⊗ #— e 2 + ··· + A33 #—
e 1⊗ #— e 3 = Aij #—
e 3⊗ #— e i⊗ #—
ej
La composante Aij s’obtient par projection de A sur #— e i⊗ #—
ej :
Aij = A : #— e j = #—
e i⊗ #— e i·A #—
ej

On note par A la matrice 3×3 formée par les composantes de A dans B.
       
A 11 A 12 A 13 1 0 0 0 1 0 0 0 0
A #— = A21 A22 A23 = A110 0 0 + A120 0 0 + ··· + A330 0 0
ei
A31 A32 A33 #— ei
0 0 0 0 0 0 0 0 1
Le tenseur A peut être exprimé dans plusieurs bases. Toutefois, toutes les matrices
associées à A doivent avoir les mêmes invariants.
25/62
3.5. Déterminant - trace
#— v
∀ u, #— ∈ E#—3
#—, w
#— #— #— #— #— #—
u, v , w det A = A u, A v , Aw
#— #— #— #— #— #— #— #— #— #— #— #—

u, v , w trA = A u, v , w + u, A v , w + u, v , Aw
#—(2) #—(2)
tels que ∀α ∈ R, ∀ A, B ∈ E ×E :
det1 = 1 tr1 = 3
det AT = det A trAT = trA

det A B = det A det B tr A B = tr B A

det αA = α3 det A tr αA = αtrA
3.5. Déterminant - trace
Sachant que :
#— = ( u⊗
#— v
tr u⊗ #—) #—
#— v e 1, #—
e 2, #—

e 3 + #—
e 1, ( u⊗ #—) #—
#— v e 2, #—

e 3 + #— e 2, ( u⊗
e 1, #— #—) #—
#— v e3

Il vient :
tr u⊗ #— = u·
#— v #— v
#—, ∀ u, #— ∈ E#—2
#— v
Par conséquent :

trA = tr Aij #— e j = Aij tr #—
e i⊗ #— e j = Aij δij = A 1 = Aii
e i⊗ #—
··
Ce qui permet de redéfinir le produit doublement contracté sous la forme suivante :

A B = tr AT B = tr A B T
··
26/62
3.6. Inverse
On note A−1 le tenseur inverse du tenseur A, défini par :
Si det A 6= 0, ∃ A−1/ A A−1 = A−1A = 1
−1
A−1 =A
−1 1
αA = A−1
α
−1
AB = B −1A−1
1
det A−1 =
det A
−1 T
A−T := AT = A−1
3.7. Tenseur orthogonal
Un tenseur A d’ordre 2 est orthogonal si :
A AT = AT A = 1
#—(2) #—(2) #— ∈ E#—2 :
#— v
tel que ∀ A, B ∈ E ×E orthogonaux, ∀ u,
A−1 = AT
C = A B, C est aussi orthogonal

#— v
A u·A #— = u·A #— = u·
#— T A v #— v
#—
#— u
A u·A #— = #—
A u 2 = u·A #— =
#— T A u u#—
2
det A = ±1
si det A = 1, A est une rotation
27/62
3.8. Tenseur symétrique, tenseur antisymétrique
Tout tenseur A se décompose de façon unique en la somme d’un tenseur symé-
trique AS et d’un tenseur antisymétrique AA :
A = AS + AA
T 1 T 1
A S = AS := A + AT , AA = − AA := A − AT
2 2
A symétrique ⇔ A = AT ⇒ v #— = u·A
#—·A u #— v#—, ∀ u, #— ∈ E#—2
#— v
A antisymétrique ⇔ A = −AT ⇒ v #— = − u·A

#—·A u #— v#—, ∀ u, #— ∈ E#—2
#— v
Pour un tenseur symétrique A et un tenseur antisymétrique B, nous avons :

A B=0
··
En effet, A B = Aij Bij = −AjiBji = −A B car Aij = Aji et Bij = −Bji.

··
··
3.8. Tenseur symétrique, tenseur antisymétrique
A symétrique ⇔ le nombre de composantes indépendantes est de 6 au lieu de 9 :
A = #— e = #—
e ·A #— ij e =A
e ·A #— i j j i ji
Dans la base B :
 
A 11 A 12 A 13
A = A12 A22 A23
A13 A23 A33
A antisymétrique ⇔ le nombre de composantes indépendantes est de 3 au lieu
de 9 :

0 si i = j
Aij = e i·A e j = − e j ·A e i ⇒ Aij =
#— #— #— #—
Aij = −Aji si i 6= j
Dans la base B :
 
0 A 12 A 13
A = −A12 0 A23
−A13 −A23 0
28/62
3.9. Vecteur axial associé à un tenseur antisymétrique
Un tenseur antisymétrique A peut être représenté par un vecteur A de R3 défini
#—
par :
Av
#— #—
#— = A∧ v, ∀v #— ∈ E#—
#— #—
Le vecteur A est le vecteur axial associé à A. Dans les bases B et B :
   
0 A 12 A 13 v1
A = −A12 0 A23, v = v2 #—
−A13 −A23 0 v3
        
0 A12 A13 v1 A12v2 + A13v3 −A23 v1
−A12 0 A23v2=−A12v1 + A23v3= A13 ∧v2
−A13 −A23 0 v3 −A13v1 − A23v2 −A12 v3
 
−A23
#— 
⇒ A= A13 
−A12
#—
Remarque : la i-ème composante de A s’exprime sous la forme : (−1)iAjk , i 6= j 6= k
Les tenseurs d’ordre 3 en MMC sont rares. L’exemple type de ces tenseurs est le
“pseudo-tenseur” η, dit d’orientation, de permutation ou encore de Levi-Civita, qui
permet de définir le produit vectoriel à partir du produit doublement contracté et
du produit tensoriel :
∀ u, #— ∈ E#—2, u∧
#— v #— = η
#— v #—
#— v
u⊗
··
#—
Dans les base B :
#— = η u v
#— v
u∧ i ijk j k
#— = #—
En particulier, pour u #— = #—
ej, v e k , on a :
#— e k = ηijk #—
e j ∧ #— e i ⇒ [ #—
e i, #— e k ] = ηijk
e j , #—
29/62

Dans la base #—
e i⊗ #—
e j ⊗ #—
e k i,j,k=1,2,3, les composantes de η sont données par :
 n
 o


 +1 si (i, j, k) ∈ (1, 2, 3), (2, 3, 1), (3, 1, 2)
 n o
ηijk = −1 si (i, j, k) ∈ (3, 2, 1), (2, 1, 3), (1, 3, 2)




0 si deux indices sont égaux
i
1
= (i − j)(j − k)(k − i)
2 + −
On peut vérifier que : k j
ηijk = ηjki = ηkij , ηijk = −ηikj = −ηjik = −ηkji

et que :
η η = ηipq ηpqj = 2δij = 21
··
Pour un tenseur A d’ordre 2 antisymétrique, on a :

#— #—
#— = A∧ #— #— #— #—
Av v = η A⊗ v , A∧ v i = ηijk Aj vk = −ηikj Aj vk
··
#—
A = −η A
Sachant que η η = 21, on obtient :
··
#— 1
A=− η A
··
2
Pour un tenseur S d’ordre 2 symétrique, on a :
#—
η S=0
··
En effet, (η S)i = ηijk Sjk = −ηikj Skj = −(η S)i ⇒ (η S)i = 0

··
··
··
30/62
5.1. Définitions
#—(2) #—(2)
Un tenseur H ≡ H d’ordre 4 est une application linéaire de E dans E :
∼
#—(2) #—(2)
H : E −→ E
∼
A 7−→ B = H A
∼
Dans la base B : Bij = HijklAkl.
La composition de deux tenseurs d’ordre 4 est encore un tenseur d’ordre 4 :
#—(2)
G H A = GH A, ∀A ∈ E .
∼ ∼ ∼ ∼ #— #— #—
Dans la base #—e i⊗ e j ⊗ e k ⊗ e l i,j,k,l=1,2,3 : GH ijkl = Gijpq Hpqkl.
∼∼
T
Le tenseur transposé H est défini par :
∼
#—(2) #—(2)
A H B = B H T A, ∀ A, B ∈ E ×E .
··
··
∼ ∼
Le produit scalaire peut être défini par : H G := HijklGijkl.
····
∼ ∼
5.2. Symétries
On distingue deux symétries : majeure et mineure.
H est dit à symétrie majeure si :
∼
H = HT
∼ ∼
n2(n2 + 1)
En termes de composantes, Hijkl = Hklij . Il y a composantes indé-
2
pendantes, soit 45 pour n = 3.
H est dit à symétrie mineure si :
∼
#—(2) #—(2)
A H B = AT H B = A H B T , ∀ A, B ∈ E ×E
··
··
··
∼ ∼ ∼
n2(n + 1)2
En termes de composantes, Hijkl = Hjikl = Hjilk . Il y a compo-
4
santes indépendantes, soit 36 pour n = 3.
Si H ne possède aucune symétrie, il a n4 composantes indépendantes, soit 81
∼
pour n = 3.
Si H possède les deux symétries mineure et majeure, il a
∼
n2(n + 1)2 + 2n(n + 1)
composantes indépendantes, soit 21 pour n = 3.
8
31/62
5.3. Produits tensoriels
Pour construire un tenseur H d’ordre 4 à partir de deux tenseurs A et B d’ordre
∼
2, on peut définir les produits tensoriels suivants :
#—(2)
1 H=A ⊗ B, Hijkl=Aik Bjl , A ⊗ B X=A X B
T
∀X ∈ E
∼
2 H=A ⊗ B, Hijkl=Ail Bjk , A ⊗ B X=A X B
T T
∼
1
3 H=A ⊗ B = A ⊗ B + A ⊗ B , A ⊗ B X=A X S B T
∼ 2
1

4 H=A B = A ⊗ B − A ⊗ B , A B X=A X AB T
∼ 2

5 H=A⊗B, Hijkl=Aij Bkl , A⊗B X= X B A
··
∼
En particulier pour A = B = 1, on obtient :

1 ⊗1 X = X 1 ⊗1 X = X S 1⊗1 X = trX 1

1 ⊗1 X = X T 1 1 X = X A
1
On pose I := 1 ⊗1, l’identité symétrique d’ordre 4, Iijkl = δik δjl + δilδjk :
∼ 2
I H = H I = H , ∀H avec symétrie mineure
∼∼ ∼∼ ∼ ∼
Partie II
Analyse tensorielle
Ahmed ROUABHI (MINES ParisTech) MMC- (1) - Partie II : Analyse tensorielle Année 2022/2023 50/95
32/62
1. Objectif et notations
L’analyse tensorielle consiste à définir les opérateurs différentiels permettant de
calculer les variations d’une fonction à valeur tensorielle et d’arguments tensoriels.
On ne considère que des fonctions tensorielles suffisamment régulières.
Notations pour les dérivées partielles
En fonction du contexte, et en l’absence de toute confusion, plusieurs notations
peuvent être utilisées pour les dérivées partielles :
∂U ∂ 2U 2 ∂ 2U
i
:= ∂ξi U := U,i, 2 := ∂ξ i U := U,ii, i j
:= ∂ξ2iξj U := U,ij
∂ξ ∂ξ i ∂ξ ξ
Notations des opérateurs différentiels
#— # — #— #—
∇U := gradU, ∇U := gradU
#— #— #— #— #—
∇·U := divU , ∇· U := divU
#— #— # — #—
∇∧U := rotU
2. Différentielle d’un tenseur
Un scalaire fonction d’un vecteur, U ( a #—) :
U(a #—) = U (a , a , a ) ⇒ dU = ∂ U da
1 2 3 ai i
On pose ∂ a#—U = ∂ai U #—e i, il vient :

dU = ∂ a #—
#—U · a
#— #—
Un vecteur fonction d’un vecteur, U a :
#— #— #— #—
U a = Ui a e i = Ui a1, a2, a3 #—
ei
#—
⇒ dU = ∂aj Uidaj #—
ei
= ∂ U #—
e #— #—
e ·d a
aj i i j
#—
#—U = ∂aj Ui #—
On pose ∂ a e i⊗ #—
e j , il vient :
#— #— #—
dU = ∂ a #—U d a
33/62
2. Différentielle d’un tenseur

Un scalaire fonction d’un tenseur d’ordre 2, U A :

U A = U A11, . . . , A33 ⇒ dU = ∂Aij U dAij = ∂Aij U #— e j dA
e i⊗ #—
··
On pose ∂AU = ∂Aij U #— e i⊗ #—
e j , il vient :
dU = ∂AU dA
··

Un tenseur d’ordre 2 fonction d’un tenseur d’ordre 2, U A :

U A = Uij A #— e j = Uij A11, . . . , A33 #—
e i⊗ #— e i⊗ #—
ej

⇒ dU = ∂Akl Uij dAkl #— e j = ∂Akl Uij #—
e i⊗ #— e j ( #—
e i⊗ #— e l) dA
e k ⊗ #—
··

= ∂Akl Uij #— e i⊗ #—
e j ⊗ #— e l dA
e k ⊗ #—

On pose ∂AU = ∂Akl Uij #— e i⊗ #—
e j ⊗ #—
e k ⊗ #—
e l , il vient :

dU = ∂ A U dA
avec ∂AA = 1⊗1, car ∂Akl Aij = δik δjl.
3. Champs de tenseurs
Considérons un ensemble Ω formé de points de l’espace affine E . Désignons par

#— = OP# —
x le vecteur position d’un point P ∈ Ω (vecteur joignant une origine

fixe O de E au point P ). Soient ξ i les coordonnées de P dans un système de
coordonnées quelconques : x#— = x(ξ
#— i).
Un champ de tenseurs, d’ordre 0 (champ de scalaires), d’ordre 1 (champ de vec-

teurs) ou d’ordre > 1 (champ de tenseurs), est une application qui à tout point
P ∈ Ω, de vecteur position x,
#— associe un tenseur U ( x)
#— = U (ξi). On suppose
que U ( x)
#— est suffisamment régulier.
Un champ U est dit non stationnaire s’il dépend à la fois de x

#— et du temps t :
U = U ( x,
#— t).
Un champ U est dit homogène sur Ω s’il prend la même valeur en tout point de
Ω : U = U (t).
34/62
4. Différentielle du vecteur position d’un point
Considérons dans Ω un ensemble de points formant un arc de courbe Γ. Chaque
points P de la courbe peut être mis
en correspondance biunivoque avec les para-
mètres λ d’un intervalle λa, λb . Le vecteur position de P , joignant une origine
fixe O de E au point P sur Γ, s’écrit : x #— = x#— ξi(λ) .
La dérivée de x#— par rapport à λ est définie par :
#— i #e— d #x
—
dx x ξ (λ + ∆λ) − x ξ (λ)
#— #— i s
dλ
= lim
dλ ∆λ→0 ∆λ P (λ)
∆ #x
—
∆x #—
∆x ∆λ P (λ+∆λ)
= lim
#—
∆λ→0 ∆λ
∆x #— ∆s ds #—
= lim = es
ξ (λ + ∆λ)
∆λ→0 ∆s ∆λ dλ λa λ λ+∆λ λb
#— #— d #—
x Γ

( λ)
avec ∆s = ∆ x , e s = e s = 1
, #—
ds
i
#—x ξ
#— i
où s est l’abscisse curviligne sur la courbe Γ
x
(distance le long de Γ). O
# —
Remarque : la dérivée du vecteur position du point P est indépendante du choix de l’origine du repère. Pour un autre point fixe arbitraire Q (OQ constant), on a :
# — # — # — dx#— dy#—
x = OP = OQ + y avec y = QP ⇒
#— #— #— =
dλ dλ

dx
#—
La différentielle de x est le vecteur, d x défini par : d x =
#— #— #— dλ, où dλ est la
dλ
différentielle de la fonction scalaire λ.
En introduisant les différentielles dξ i des fonctions ξ i(λ), il vient :
dx
#— #— dξi
∂x #—
∂x
= , dx =
#— dξ i
dλ ∂ξ dλ
i ∂ξ i
#—
∂x
Les vecteurs , tangents aux lignes de coordonnées, sont les vecteurs de la base
∂ξ i

naturelle #— e i i=1,2,3 :
∂x#—
ei =
#—
∂ξ i

#—
Le repère P, e i i=1,2,3 constitue un repère local mobile.
35/62
4.1. Différentielle en coordonnées cartésiennes
z
Le système de coordonnées cartésiennes est défini
par (x1 = ξ 1 = x, x2 = ξ 2 = y, x3 = ξ 3 = z)
#— #— #— #—
tel que, dans la base orthonormée B = e x, e y , e z , on a : #—
#— = x #—
x e x + y #—
e y + z #—
ez
#—
ez x
y
#—
ey
#—
ex
#— s’écrit :
La différentielle de x  #—
 e 1 = #—
ex x
d x = e xdx + e y dy + e z dz ⇒
#— #— #— #— e2 = ey
#— #—
 #—
e 3 = #—
ez
#—
La base naturelle e i i=1,2,3 est la même en tout point, confondue avec la base
#—
cartésienne orthonormée B.

4.2. Différentielle en coordonnées cylindriques
Le système de coordonnées cylindriques est défini z
par (ξ 1 = r, ξ 2 = θ, ξ3 = z) tel que, dans

#— #— #— #— #—
e
=
θ
la
 base orthonormée B e
 x y z , e , e , on a :
1
#—
x (r, θ, z) = r cos θ
#—
e x z #—
e r
x2(r, θ, z) = r sin θ 
x3(r, θ, z) =
#—
e y
#—
z e
r
x
⇒ x = r cos θ e x + r sin θ e y + z e z
#— #— #— #—
= r #—e r (θ) + z #—
θ
ez
e r (θ) = cos θ #—
avec #— e x + sin θ #— ey  #—

 e 1 = #—er
#— s’écrit : d x
#— = #— d #—
e d #—
er
e r dr+r dθ+ #—
e z dz ⇒ #—
r
La différentielle de x e2 = r
dθ 
 #— dθ
d #—
e e 3 = #—
e z
eθ = = − sin θ #— e x + cos θ #—
r
On pose #— e y.
dθ
La base naturelle #— e i i=1,2,3 est orthogonale, mais elle est non normée et elle

change avec le point. La base #— e (θ), #—
r e (θ), #—
θ e est une base locale orthonor-
z
mée colinéaire à la base naturelle.
36/62
4.3. Différentielle en coordonnées sphériques
Le système de coordonnées sphériques est défini
par (ξ 1 = r, ξ 2 = θ, ξ3 =
θ #—
e
ϕ) tel que, dans
r
#— #—
e
=
ϕ
la base orthonormée B #—
e , #—
e , #—
e , on a :
 x y z
1
#—
x (r, θ, ϕ) = r sin θ cos ϕ

#—
e x z #—
e θ
r
x2(r, θ, ϕ) = r sin θ sin ϕ 
x3(r, θ, ϕ) =
#—
r cos θ
e y
#—
e x
rs
#— = r sin θ cos ϕ #— i n
e x +sin ϕ #— e y +r cos θ #—
θ
⇒ x ez ϕ
= r #—e r (θ, ϕ)
avec #—e r (θ, ϕ) = sin θ cos ϕ #— e x +sin ϕ #— e y +cos θ #— ez #—
e 1 = #— er
La différentielle de x s’écrit : d x = e r dr+r∂θ e r dθ+r∂ϕ e r dϕ ⇒ e 2 = r∂θ #—
#— #— #— #— #— #— er
 #—
e θ = ∂θ #—
#— e r = cos θ cos ϕ #— e x +sin ϕ #— e y −sin θ #— ez e 3 = r∂ϕ #—er
On pose #— 1
e ϕ = e r =−sin ϕ #—
∂ϕ #— e x +cos ϕ #— ey
sin
θ
La base naturelle #— e i i=1,2,3 est orthogonale, mais elle est non normée et elle

change avec le point. La base #— e r (θ, ϕ), #— e θ (θ, ϕ), #—e ϕ(θ, ϕ) est une base locale
orthonormée colinéaire à la base naturelle.
5. Opérateur nabla
Soit Ω un ensemble de points de l’espace affine E . Un champ de scalaires est une
application qui à tout point P ∈ Ω, de vecteur position x(ξ #— i), associe le scalaire
U ( x)
#— = U (ξi). La différentielle de U , s’écrit : dU = ∂ i U dξi. En introduisant
#—i #— ξ
la base réciproque e i=1,2,3 de la base naturelle e i i=1,2,3, il vient :
dx
#— = #—
e j dξ j ⇒ #— #— = #— e j dξ j = δ ij dξ j = dξ i
i i
e ·d x e · #—
dU = ∂ i U #—
i #—
D’où : e ·d x ξ
Opérateur nabla
#—
On introduit l’opérateur différentiel vectoriel ∇, appelé nabla, tel que :
#— ∂ #—i
∇ := e
∂ξ i
#— ∂
e = g ij #—
e j , on a : ∇ = g ij i #—
i
Sachant que #— ej.
∂ξ
#—
En coordonnées cartésiennes, il s’écrit dans la base B sous la forme :
#— ∂ #— ∂ #— ∂ #—
∇= ex + ey + ez
∂x ∂y ∂z
37/62
6. Gradient
1 Soit U ( x)
#— un champ de scalaires. Le gradient de U est le champ de vecteurs
#—
∇U défini par :
#—
dU = ∇U ·d x #—
dU #— #—
Remarque : en écrivant d x #— = ds #—e s, il vient = ∇U · #—
e s. La projection de ∇U sur la
ds
direction définie par #—
e , exprime le taux de variation de U suivant cette direction.
s
#— #— #—
2 Soit U ( x) un champ de vecteurs. Le gradient de U est le champ de tenseurs
#—
∇U d’ordre 2 défini par :
#— #— #—
dU = ∇ U d x
3 Soit U ( x)
#— un champ de tenseurs d’ordre 2. Le gradient de U est le champ de
tenseurs ∇ U d’ordre 3 défini par :
#—
dU = ∇ U d x
En coordonnées cartésiennes :
#— #—
∇U = ∂xi U #—
e i , ∇U = ∂xj Ui #— e j , ∇ U = ∂xk Uij #—
e i⊗ #— e i⊗ #—
e j ⊗ #—
ek
7. Divergence
#— #— #—
1 Soit U ( x) un champ de vecteurs. La divergence de U est le champ de scalaires
#— #—
∇·U défini par :
#— #— #—
∇·U = ∇U 1
··
2 Soit U ( x)
#— un champ de tenseurs d’ordre 2. La divergence de U est le champ
#—
de vecteurs ∇· U défini par :
#—
∇·U = ∇ U 1
··
#— #— #—
∇·U = ∂xi Ui , ∇·U = ∂xj Uij #—
ei
38/62
8. Laplacien
1 Soit U ( x)
#— un champ de scalaires. Le laplacien de U est le champ de scalaires
∆U défini par :
#— #—
∆U = ∇· ∇U
#— #— #—
2 Soit U ( x) un champ de vecteurs. Le laplacien de U est le champ de vecteurs
#— #—
∆U défini par :
#— #— #— #—
∆U = ∇· ∇U
3 Soit U ( x)
#— un champ de tenseurs d’ordre 2. Le laplacien de U est le champ de
tenseurs ∆ U d’ordre 2 défini par :
#—
∆ U = ∇· ∇ U
3
X #— #—
∆U = ∂xi ∂xi U = ∂x2i U , ∆U = ∆Ui #—
e i , ∆ U = ∆Uij #—
e i⊗ #—
ej
i=1
9. Rotationnel
#— #— #—
1 Soit U ( x) un champ de vecteurs. Soit W le vecteur axial associé à la partie
#— #— #— #—
antisymétrique de ∇U . Le rotationnel de U est le champ de vecteurs ∇∧U
défini par :
#— #— #— #—
∇∧U = −η ∇U = 2W
··
2 Soit U ( x)
#— un champ de tenseurs d’ordre 2. Le rotationnel de U est le champ
#—
de tenseurs ∇∧U d’ordre 2 défini par :
#—
∇∧U = − ∇ U η
··
#— #— #—
∇∧U = −ηijk ∂xk Uj #— e i , ∇∧U = −∂xq Uipηpqj #—
e i⊗ #—
ej
39/62
10. Éléments différentiels pour les intégrales
Élément de longueur
#—
Soit une courbe C dont les points ont pour vecteur position x(ξ) :
x#— = x(ξ)
#— ⇒ dx #— = #—
e dξ, ~e = ∂ξ x
#—

e dξ
L’élément de longueur de C est défini par : d` = #—
Élément de surface
#— 1, ξ2) :
Soit une surface A dont les points ont pour vecteur position x(ξ
x #— 1, ξ2) ⇒ d x
#— = x(ξ e 1dξ 1 + #—
#— = #— e 2dξ 2, #—e i = ∂ξi x
#—

L’élément de surface de A est défini par : dA = #— e 2 dξ 1dξ 2
e 1∧ #—
Élément de volume
#— 1, ξ2, ξ3) :
Soit un volume V dont les points ont pour vecteur position x(ξ
#— 1, ξ2, ξ3) ⇒ d x
#— = x(ξ
x e 1dξ 1 + #—
#— = #— e 2dξ 2 + #—
e 3dξ 3, #—
e i = ∂ξi x
#—
#— #— #— 1 2 3
L’élément de volume de V est défini par : dV = e 1, e 2, e 3 dξ dξ dξ
11. Théorème de la divergence (ou d’Ostrogradski)

#—
Soit Ω ⊂ E un domaine volumique fermé. On note par ∂Ω sa surface frontière
#— de la normale sortante en tout
sur laquelle peut être défini le vecteur unitaire n
point. Si le gradient et la divergence sont définies en tout point de Ω et de sa
frontière ∂Ω, on a :
1 Pour un champ de scalaires U ( x) :
#—
Z Z
#—
∇U dV = #— A
U nd
Ω ∂Ω
#— #—
2 Pour un champ de vecteurs U ( x) :
Z Z
#— #— #— #—
∇·U dV = U · nd A
Ω ∂Ω
3 Pour un champ de tenseurs U ( x)

#— :
Z Z
#—
∇· U dV = #— A
U nd
Ω ∂Ω
40/62
12. Théorème de l’intégrale nulle
Soit U ( x)
#— un champ (de scalaires, de vecteurs ou de tenseurs) défini et continu
sur un domaine Ω. Si quelque soit le sous domaine ω ⊂ Ω, l’intégrale de U sur
le domaine ω est nulle, alors le champ est identiquement nul sur tout le domaine
Ω et réciproquement :
Z
U ( x)d
#— V = 0, ∀ω ⊂ Ω ⇔ U ( x) #— = 0, ∀ x#— ∈ Ω
ω
Ce théorème est aussi appelé Lemme fondamental de la mécanique des milieux

continus ou encore théorème de localisation.
Partie III
Compléments d’algèbre et d’analyse
tensorielles
Ahmed ROUABHI (MINES ParisTech) MMC- (1) - Partie III : Compléments d’algèbre et d’analyse tensorielles Année 2022/2023 68/95
41/62
1. Tenseur symétrique d’ordre 2 : bases et invariants
1.1. Base principale
Un tenseur A symétrique d’ordre 2 possède trois valeurs propres réelles ai et trois
#— deux à deux orthogonaux. La base ( n
vecteurs propres n #— , n #— ), dite propre
#— , n
i 1 2 3
#—
ou principale, forme une base orthonormée de E :
 
a 1 0 0 X 3
A =  0 a2 0  , A= aini, ni = n #— ⊗ n
i
#—
i
0 0 a3 n #— i=1
i
#— = a x,#— x#— 6= 0 #—
Une valeur propre a du tenseur A vérifie A x . Pour que cette

équation ait une solution, il suffit que det A − a1 = 0.

det A − a1 = p(a) = −a3 + I1(A)a2 − I2(A)a + I3(A)
Le polynôme p(a) est appelé polynôme caractéristique de A. Tout tenseur A sa-

tisfait son propre polynôme caractéristique (théorème de Cayley-Hamilton) :
−A3 + I1(A)A2 − I2(A)A + I3(A)1 = 0

1.1. Base principale
Les coefficients Ii(A) sont les invariants principaux de A :
#— #— #— #— #— #— #— #— #—
A u, v , w + u, A v , w + u, v , Aw
I1(A)= := trA
[ #— v
u, #—, w]
#—
#— #— #— #— #— #— #— #— #—
u, A v , Aw + A u, v , Aw + A u, A v , w
I2(A) =
[ u,
#— v#—, w]
#—
I3(A):=det A
Ils s’exprimeent en fonction de (trA, trA2, trA3) ou de (a1, a2, a3) :
I1(A):= trA = a1 + a2 + a3
1

I2(A)= det AtrA−1 = 2
(trA)2 − trA2 = a1a2 + a2a3 + a3a1
1

I3(A):= det A = 6
(trA)3 − 3 trA trA2 + 2 trA3 = a1a2a3
Les triplets (I1(A), I2(A), I3(A)), (trA, trA2, trA3), (a1, a2, a3) forment
des ensembles équivalents d’invariants de A, indépendants de la base choisie. Le
choix d’un triplet est souvent guidé par la physique.
42/62
1.2. Bases sphérique-déviatorique
3
X
De la décomposition (représentation) spectrale A = aini, il vient pour
i=1
a1 = a2 = a3 = a, A = a1 : tenseur sphérique.
D’où l’idée de décomposer A en partie sphérique et partie A0 dite déviatorique :
trA
A=1 + A0, A0 : déviateur tel que A0 1 = 0
··
3
Sachant que I A = A et que 1⊗1 A = trA 1, ces deux parties peuvent être
∼
redéfinies en introduisant les tenseurs J et K :
∼ ∼
1
K = 1⊗1, J = I − K
∼ 3 ∼ ∼ ∼

 trA
K A = 1
avec J J = J , K K = K , J K = K J = 0 et ∼ 3
∼∼ ∼ ∼ ∼ ∼ ∼∼ ∼∼ ∼   J A =A0
∼

1.2. Bases sphérique-déviatorique  
a
#— # —  1
Dans la base ni , A est représenté par le vecteur OP = a2 tel que :
  a3
1
# — # — #— # —
#— 1
OP = ON i + N P , avec i = √ 1
# — # — #— 3 1
1
Il vient ON = OP · i = √ trA, d’où : a3 N
 0 3
a
# —  10 
# — θ
N P = a2 , N P = A 0
P
3
#—
n
a
3
2=
0
a3
a
1=
# —
Les coordonnées du vecteur N P sont les valeurs #—
a
n 2 a2
0
propres du tenseur A , racines du polynôme #— O
caractéristique : n 1
θ(A) : angle de Lode
3 a1
p(a) = −a0 − I2(A0)a0 + I3(A0) = 0
Pour trouver ces racines, on effectue un changement de variable de la

forme a0 = u cos(θ).
43/62
p
Pour u = 2/3 A0 , le problème se transforme en la recherche de θ tel que :
3
√ det A0
4 cos θ − 3 cos θ = cos(3θ) = 3 6 0
A
2π
qui admet trois solutions réelles : θi = θ − (i − 1), i = 1, 2, 3, avec
3
1 √ det A0 π
θ = arccos 3 6 0 ∈ [0, ]
π
3
3 A 3
D’où :
 r +
2π
2 0
3

 trA
a10 = a1 − = A cos(θ)
θ

 2π
!
2π
!
 3 3
cos θ + cos θ − cos θ
3 3

 r 2π
2 2π
−
3
trA 0
a2 = a2 −
0
= A cos θ−


 3 r3 3

 trA 2 2π

a30 = a3 − 0
= A cos θ+
3 3 3
a1 ≥ a2 ≥ a3

3
X
Partons de la décomposition spectrale : A = aini, et remplaçons les ai par
i=1
leurs expressions en fonction du triplet (trA, A0 , θ), qui définit un triplet d’in-
variants équivalents aux autres triplets, on obtient :
trA
A = √ I + A0 cos θJ 1 + sin θJ 2
3
avec
1 1 1
I = √ 1, J 1 = √ 3n1 − 1 , J 2 = √ n2 − n3
3 6 2
La base (I, J 1, J 2) est une base orthonormée pour les tenseurs symétriques ayant
#—
n comme base propre.
i
44/62
A0 trA
Posons J = 0 = cos θJ 1 + sin θJ 2, d’où : A = √ I + A0 J .
A 3
Et cherchons une nouvelle base orthonormée (I, J , K).
En décomposant K dans la base (I, J 1, J 2) sous la forme K = aI + bJ 1 + cJ 2,

et sachant qu’il doit vérifier : K I = 0, K J = 0, K = 1, on obtient :
··
··
K = − sin θJ 1 + cos θJ 2
En calculant J 2, le tenseur K peut aussi s’exprimer sous la forme :
1 √ √
2
K=p 2I − 6J + cos(3θ)J
1 − cos(3θ)

1.3. Dérivées partielles des invariants
2 3

Triplets
 (trA, trA , trA ) et I 1 (A),
 I2 (A), I3 (A)

 



 ∂A trA =1 

 ∂AI1(A) =1

 

2
 ∂AtrA =2A T
 ∂AI2(A) =trA1 − AT

 


 


 ∂ trA3 =3 A2 T 
 ∂ I3(A) =I3(A)A−T
A A
Triplet (a1, a2, a3)

3
X 3
X
De la décomposition A = aini, il vient : dA = daini + aidni
#— n
i=1 i=1
Sachant que : dni nj = d n #— + n
#— ⊗ n #— ⊗d n #— ⊗ n#— = 0 et n n = δ
··
··
··
i i i i j j i j ij
#— k = 1), on obtient :
(car k n i
dA ni = dai ⇒ ∂Aai = ni
··
45/62
1.3. Dérivées partielles des invariants

Triplet (trA, A0 , θ)
trA
De la décomposition A = √ I + A0 J , il vient :
3
dtrA
dA = √ I + d A0 J + A0 dJ
3
avec
dJ = Kdθ + cos θdJ 1 + sin θdJ 2
Les deux tenseurs J 1 et J 2 ont des valeurs propres constantes, d’où : dJ 1 I = 0,
··
dJ 1 J = 0 et dJ 1 K = 0 (car dni nj = 0). De même pour J 2. Il vient :
··
··
··
dJ I = 0, dJ J = 0, dJ K = dθ
··
··
··
Par conséquent :
√
∂AtrA = 3I, ∂A A0 = J , A0 ∂Aθ = K
2. Fonctions isotropes
Pourquoi les coefficients du polynôme caractéristiques Ii(A) sont appelés inva-
riants de A ? Car ce sont des fonctions isotropes du tenseur A, qui vérifient :
Ii(QAQT ) = Ii(A), ∀Q / Q QT = 1

En effet : det Q A QT − a1 = det Q A QT − aQ QT

= det Q A − a1 QT = (det Q)2 det A − a1

= det A − a1
#—
Une fonction scalaire Φ, vectorielle Φ ou tensorielle d’ordre 2 Φ, dont les variables
peuvent être des scalaires u, des vecteurs v#— ou des tenseurs d’ordre 2 A, est dite
isotrope si on a, ∀Q orthogonal :
Φ(u, Q v
#—, Q AQT ) = Φ(u, v
#—, A)
#— #—
Φ(u, Q v
#—, Q AQT ) = QΦ(u, #—, A)
v
Φ(u, Q v
#—, Q AQT ) = QΦ(u, v
#—, A)QT
46/62
3. Théorèmes de représentation
Soient A et B deux tenseurs d’ordre 2 symétriques.

Une fonction scalaire Φ A est isotrope ssi :

Φ A = Φ trA, trA2, trA3
Une fonction scalaire Φ(A, B) est isotrope ssi :

Φ A, B = Φ trA, trA2, trA3, trB, trB 2, trB 3, trA B,

trA B 2, trB A2, trA2B 2

Une fonction tensorielle Φ A est isotrope ssi :

Φ A = ϕ01 + ϕ1A + ϕ2A2
où les ϕi(A) sont des fonctions scalaires isotropes.

Une fonction tensorielle Φ A, B est isotrope ssi :

Φ A, B = ϕ01 + ϕ1A + ϕ2A2 + ϕ3B + ϕ4B 2 + ϕ5 A B + B A +

ϕ6 A 2 B + B A 2 + ϕ7 A B 2 + B 2 A + ϕ8 A 2 B 2 + B 2 A 2

où les ϕi A, B sont des fonctions scalaires isotropes.
4. Tenseurs définis positifs
Un tenseur A d’ordre 2 est défini positif si

#— > 0, ∀ v
#—·A v #—
#— 6= 0
v
Sachant que v #— = v
#—·A v #— + v
#—·AS v #—·AA v
#— et que v #— = 0, il vient :
#—·AA v
v #— = v
#—·A v #—·AS v
#—
Par conséquent, la définie positivité de A est décidée par celle de sa partie symé-
trique : #—·AS v #— > 0, ∀ v #—
#— 6= 0
v
Un tenseur A d’ordre 2 est semi-défini positif si
#— ≥ 0, ∀ v
#—·A v #—
#— 6= 0
v
Un tenseur H d’ordre 4 est défini positif si

∼
A H A > 0, ∀A 6= 0
··
∼
47/62
4. Tenseurs définis positifs
#— #—
Un tenseur S symétrique défini positif, de base propre n i⊗ ni , possède les pro-
priétés suivantes :
ses valeurs propres sont strictement positives

#—·S v
v #—k2 > 0 ⇒ s > 0
#— = s k v
ses invariants principaux sont strictement positives

I1(S) = s1 + s2 + s3 > 0, I2(S) = s1s2 + s2s3 + s3s1 > 0, I3(S) = s1s2s3 > 0
sa racine n-ième est définie par :

q 3
X
1 √
n
S = Sn = n #— ⊗ n
si n i
#— , n ∈ IN
i
i=1
son logarithme népérien est défini par :

3
X
ln S = ln si n
#— ⊗ n
i
#—
i
i=1
5. Exponentielle d’un tenseur d’ordre 2

L’exponentielle d’un tenseur d’ordre 2 est un tenseur d’ordre 2 défini par :
∞ k
X
A
exp A :=
k=0 k!
#—(2) #—(2)
telle que ∀ A, B ∈ E ×E :

det exp A = exp trA > 0

si A B = B A, exp A+B = exp A exp B = exp B exp A
n
exp nA = exp A , ∀n ∈ IN
−1
exp −A = exp A

pour B inversible, exp B A B −1 = B exp −A B −1

pour A antisymétrique, exp A est une rotation
48/62
6. Décomposition polaire
Pour tout tenseur A inversible (det A 6= 0), il existe deux tenseurs uniques U
et V symétriques définis positifs et un tenseur unique R orthogonal tels que :
A = RU = V R
R U est appelée décomposition polaire à droite.

V R est appelée décomposition polaire à gauche.
Si det A > 0, R est une rotation (det R = 1) car det U > 0
U 2 = AT A
V 2 = A AT
7. Tenseur orthogonal de rotation

7.1. Représentation avec axe et angle
Si R 6= 1 est une rotation, +1 est toujours une valeur propre de R.
T
En effet : det R − 1 = det R − RT R = det R det 1 − RT = det 1 − RT

= det 1 − R = − det R − 1 ⇒ det R − 1 = 0
Le vecteur propre n #— (que l’on peut choisir unitaire) associé à cette valeur propre
est l’axe de la rotation :
#—
n
Rn = n
#— #—
#—
Considérons les deux vecteurs x et y #—
#— = R x.
tels que y #— Nous avons :
#— v#— = #—
#— ) n n ∧ u#—
#—x · n = n#— #—
#— = y
w #— − ( y
#—· n)
#— n#— #—x −
( ∧x
#—u = θ w#—
= Rx #— − ( x·
#— n)
#— n#—
= R − n⊗ #— n #— x
#— #—
x
#— = R x
y #—
y #— = x·
#—· y #— x
#—
Or w#— = cos(θ) u
#— + sin θ n∧
#— u,
#— d’où : #— = x·
#y—· n #— n
#—
#— u
u· #— = w·
#— w#—
Rx#— = n⊗#— n#— x

#— + cos θ 1 − n⊗
#— n#— x
#— + sin θ n∧
#— x,
#— ∀ x
#—
49/62
Soit le tenseur antisymétrique Ω de vecteur axial n,
#— il vient :
#— θ) = n⊗
R( n, #— n#— + cos θ 1 − n⊗
#— n #— + sin θΩ
2 #—
Sachant que Ω x = Ω Ωx #— = n∧
#— n∧
#— x#— = ( n·
#— x)
#— n
#— − x,
#— d’où :
2 #— − 1
Ω = n⊗
#— n
Par conséquent :
#— θ) = 1 + sin θΩ + (1 − cos θ)Ω 2
R( n,
#— axe de la rotation, est calculé en cherchant le vecteur propre associé
Le vecteur n,
à 1, quant à l’angle θ on l’obtient en calculant la trace de R :

trR = 2 cos θ + 1 ⇒ θ = ± arccos 12 (trR − 1) + 2πk, k ∈ Z
#— 2π − θ) = R(− n,
Sachant que R( n, #— θ), on se limite à θ ∈ [0, π].

 
n1
#— #—   2
Dans la base B : n = n2 , n1 + n22 + n23 = 1
n3
 
2
1 + (1 − c)(n1 − 1) −su3 + (1 − c)n1n2 sn2 + (1 − c)n1n3
h i  
 
R = sn3 + (1 − c)n1n2 1 + (1 − c)(n2 − 1) −sn1 + (1 − c)n2n3
2
 
2
−sn2 + (1 − c)n1n3 sn1 + (1 − c)n2n3 1 + (1 − c)(n3 − 1)
c = cos θ, s = sin θ
     
1 0 0 c 0 s c −s 0
     
     
R 1 = 0 c −s, R 2 =  0 1 0, R 3 = s c 0
     
0 s c −s 0 c 0 0 1
50/62
7.2. Représentation avec vecteur rotation
#— = 1,
Au lieu d’utiliser quatre paramètres (θ, n1, n2, n3) avec la contrainte k nk
on peut utiliser le vecteur rotation a#— = θ n
#— :
#— = a
Ra #—k = θ
#—, k a
sin k a#—k 1 − cos k a#—k

R( n, θ) = R( a ) = 1 +
#— #—
#— Ω+ #— 2 Ω2
kak kak
 2
sin k a k
#— 1 sin k a
#—k /2  2
=1 + Ω +  Ω
#—
kak 2 #—
k a k /2
où Ω = θΩ est le tenseur antisymétrique de vecteur axial a
#—.

7.3. Représentation exponentielle
Le développement en série de Taylor de sin θ et de 1 − cos θ, donne :
θ3 θ5 θ7 θ2 θ4 θ6
sin θ = θ − + − + · · · , 1 − cos θ = − + + ···
3! 5! 7! 2! 4! 6!
θ3 θ5 θ2 θ4 θ6
2
⇒ R( n, θ) =1 + θ −
#— + + ··· Ω + − + + ··· Ω
3! 5! 2! 4! 6!
2 3 4 5
θ 2 θ θ 2 θ θ6 2
=1 + θΩ + Ω − Ω − Ω + Ω + Ω + · · ·
2! 3! 4! 5! 6!
θ θ2 2 θ3 3 θ4 4 θ5 5 θ6 6
=1 + Ω + Ω + Ω + Ω + Ω + Ω + · · ·
1! 2! 3! 4! 5! 6!
Car Ω = −Ω pour k ≥ 1.
k+2 k
2
En effet : Ω = n⊗#— n#— − 1, Ω 3 = Ω n⊗ #— − 1 = −Ω
#— n
4 3 2 5 4 3 6 5 2
Ω = Ω Ω = −Ω , Ω = Ω Ω = −Ω = Ω, Ω = Ω Ω = Ω . . .
∞
X (θΩ)k #—) = exp Ω
⇒ R( n, θ) =
#— := exp θΩ , ou encore R( a
k=0 k!
51/62
7.4. Valeurs propres

det R − r1 = −r 3 + I1(R)r 2 − I2(R)r + I3(R)
I3(R) = detR = 1, I1(R) = trR

I2(R) = detR trR−1 = trR

p(r) = −(r − 1) r 2 + (1 − trR)r + 1 = 0
avec
∆ = (1 − trR)2 − 4
En introduisant l’angle θ, on obtient :
∆ = −4 sin2 θ ≤ 0
En plus de r = 1, les deux autres racines sont complexes conjuguées dans C
(θ ∈ [0, π]) :
r± = cos θ ± i sin θ

7.5. Rotation infinitésimale
Pour un angle θ infinitésimale, il vient :
R '1 +Ω

R RT = 1 + Ω 1 − Ω = 1 − Ω2 6= 1 ⇒ R n’est pas orthogonal. Pour
avoir un tenseur orthogonal, on peut écrire :
1 1
1
−1
R = exp Ω = exp 2 Ω + 2 Ω = exp − 2 Ω exp 12 Ω
−1
1 1
' 1 − 2Ω 1 + 2Ω
d’où :
−1
−1
R ' 4 21 − Ω
#—· 21 − Ω v
Le tenseur 21 − Ω est défini positif : v #—k2 > 0.
#— = 2 k v

Grâce à l’identité A−1+B −1 = A−1 A+B B −1, on peut vérifier que RRT =1.
52/62
8. Changement de base
Considéronsdeux repères ayant le même origine O mais deux bases orthonormées
#— n #— o
différentes : O, e i , O, E i .
Le même vecteur v#— s’écrit :
#— #— #— v3
#— =V E
v 1 1 + V2E 2 + V3E 3
V3
#— #—
= v
#—·E
i Ei
#—
#— #— #— E3 #—
e3
= E i ⊗E i v =1v
#— #—
v
v1
#— =v #—
1 e 1 + v2 e 2 + v3 e 3
#— #— #—
e1
v #—
E2 V2
= v
#—· #—
e i #—
ei O
#—
= #— =1v
#—
e i⊗ #—ei v #— E1
#—
e2
V1
Comment passer d’une base à l’autre ? v2
#— #— #— #—
E i = 1 E i = #— e j E i = E i· #—
e j ⊗ #— e j #—
ej
#— #— #—
Posons Qij = E i· e j , il vient : E i = Qij #— ej.
Soit le tenseur Q de composantes Qij . Par définition, les composantes de Q dans
n o #— #— #—
la base E i sont Qij = E i·QE j , d’où : #— e i = QE i.
#—
#— #— #— #— #— #— #— #—
En effet : Qij = E i·QE j = E i· #— e j − QE j = 0 ⇒ #—
e j ⇒ E i· #— e j − QE j = αE k + β E l, i 6= k 6= l
#— #— #—
e j − E k ·QE j = α ⇒ α = 0. De même β = 0.
E k · #—
| {z } | {z }
Qkj
#— #—
E i = Qij #— e i = QE i
Qkj
e j et #—

Le même raisonnement avec #— e i et la base #—e i conduit à :
#— #—
e i = QjiE j et E i = QT #—
#— ei
#—
Les deux bases étant orthonormées (k e ik = 1, E i = 1), d’où :
#—
Q QT = QT Q = 1
#— #— #— h #— #— #— i h i
e 1, e 2, e 3 = QE 1, QE 2, QE 3 = detQ E 1, E 2, E 3
#— #— #—
53/62
Si les deux bases ont les mêmes orientations (detQ = 1), le passage d’une base
à une autre se fait alors par une rotation Q telle que :
#— #—
e i = QE i = QjiE j
#—
#—
E = QT #— e = Q #—
i e i ij j
Le tenseur Q a les mêmes composantes dans les deux bases :
#—
#— #— #— #— #— #—
Qij = E i·QE j = e i·Q e j = E i· e j = E i k #—
#— #— e j k cos θ E i, #—
e j = cos θ E i, #—
ej
Ces 9 composantes sont appelées cosinus directeurs.
V2
Remarque : les cosinus directeurs d’un vecteur #—

v
#— dans une base #—

v

e i sont les composantes ni v 2 #— v1
E2
du vecteur unitaire n#— = v#—/ k v#—k : #—e 2
θ

ni = cos θ v ei = v
#—, #— #—· #— #—k, avec
e i/ k v #—e 1
n21 + n22 + n23 = 1.

#— V1
O E1
#—
Rotation d’angle θ autour de l’axe E 3
8.1. Transformation des composantes d’un vecteur
#— #—
Vi = v
#—·E
i = Qij v · e j = Qij vj
#— #— vi = v e i = Qji v
#—· #— #—·E
j = QjiVj
En notation matricielle :
#— h i #— h iT
v E#— = Q v #—ei et v #—ei = Q
n o #— #— n #— o
v E
i i
h i #— n o
#—
Q est la matrice de passage de la base e i à la base E i .
V2
Attention
#—
v
Les deux équations matricielles ne sont pas v 2 #—

E2 v1
#—
équivalentes, respectivement, à V = Q v #— et #—e 2
θ
#— = QT V#—
v , relations entre deux vecteurs diffé- #—e 1
#— #— #— V1
O E1
rents V et v .
#—
Rotation d’angle θ autour de l’axe E 3
54/62
8.2. Transformation des composantes d’un tenseur
#— #—
A = Aij E i⊗E j = aij #—
e i⊗ #—
ej
#— #—
Aij = E i·AE j = Qik Qjl #— e l = Qik AklQjl
e k ·A #—
#— #—
aij = #— e j = QkiQlj E k ·AE l = QkiAklQlj
e i·A #—
En notation matricielle :
h i h i T h iT h i
A nE#— o = Q A #—e Q et A #—
e
= Q A nE#— o Q
i i i i
Attention
Les deux équations matricielles ne sont pas équivalentes, respec-
tivement, à A = QaQT et a = QT AQ, relations entre deux
tenseurs différents a et A.
55/62
EMINES - School of Industrial Management - Année 2022/2023
MMC - (1) - Éléments d’algèbre et d’analyse tensorielles
Exercices
#—
E désigne l’espace vectoriel euclidien de dimension 3.
η désigne le tenseur d’orientation d’ordre 3.
Exercice 1
#—
Soient #—
u et #—
v deux vecteurs de E . Montrer que :
1 1
! !
2 2 2 2 2
#— v =
u · #— #—
u + #—
v − #— v =
u − #— #—
u + #—
v − #—
u v
− #—
4 2
Exercice 2
#—
Soient #—
u et #—
v deux vecteurs unitaires et orthogonaux de E . Montrer que :
#— #—
#— v + #—
u ⊗ #— u = #—
v ⊗ #— a ⊗ #—
a − b⊗b
avec
1 #— #— #— 1 #— #— #— #—
#—
a = √ u + v , b = √ u − v , a · b = 0, a = 1, b = 1
#— #—
2 2
Exercice 3
1) Calculer les expressions δii δjj , δi1 δij δj1 .

2) Simplifier l’expression δ1i δ1j + δ2i δ2j + δ3i δ3j .
Exercice 4
1) Calculer l’expression ηijk δ1i δ2j δ3k .

2) Soit A un tenseur d’ordre 2 de composantes Aij . Développer les expressions :
a) η1jk Ajm Akn , η1jk Amj Ank
b) η2jk Ajm Akn , η2jk Amj Ank
c) η3jk Ajm Akn , η3jk Amj Ank
3) En déduire l’expression du déterminant de A sous la forme :
det A = ηijk Ai1 Aj2 Ak3 = ηijk A1i A2j A3k
1/7
56/62
Exercice 5
Le produit contracté η η est un tenseur d’ordre 4 de composantes ηijk ηkmn . Le
produit doublement contracté η η est un tenseur d’ordre 2 de composantes
··
ηijk ηjkn .
1) Exprimer ηijk en fonction de ηlmn .

2) Montrer que ηijk est le déterminant de la matrice :
 
δ δ2i δ3i 
 1i
 
 δ1j δ2j δ3j 
 
δ1k δ2k δ3k
3) Montrer que le produit ηijk ηlmn est le déterminant de la matrice :
 
δ δim δin 
 il
 
 δjl δjm δjn 
 
δkl δkm δkn
4) En déduire les composantes du tenseur η η sous la forme :
ηijk ηkmn = δim δjn − δin δjm
En notation tensorielle, on écrit : η η = 1 ⊗1 − 1 ⊗1 .
5) En déduire l’identité tensorielle :
η η = 21
··
Exercice 6
Soit A un tenseur
h
d’ordre
i
2 de composantes Aij . Soient #—
u , #— #— trois vecteurs
v et w
#— #— 6= 0.
de E tels que #—u , #—
v,w
1) En utilisant les résultats de l’exercice 5 montrer que :

ηlmn det A = ηijk Ali Amj Ank = ηijk Ail Ajm Akn
2) En déduire l’expression du déterminant de A sous la forme :
h
A #—
u , A #— #—i
v , Aw
det A = h #— #— #—i
u, v , w
3) Montrer que :
h
A #—
u , #—
v,w#—i + h #—
u , A #—
v,w #—i + h #—
u , #— #—i
v , Aw
trA = h
#— #—i
u , #—
v,w
2/7
57/62
Exercice 7 : identité de Lagrange

#—
Soient #—
u , #—
v , #—
x et #—
y quatre vecteurs de E . Montrer que :

#—
u ∧ #—
v · #— y = #—
x ∧ #— x ) #—
u · #— y ) − #—
v · #— y ) #—
u · #— x)
v · #—
En déduire que :
2 2
#— #— 2
2
u∧v = #— v − #—
u #— u · #—
v
Exercice 8
Soient #—
u , #— #— trois vecteurs de E#—. Montrer que :
v et w

1) #—
u ∧ #— #— = #—
v ∧w #— #—
u ·w

v − #—
u · #—
v w

#— = #— #— − w⊗
v ⊗w #— #—
v #— u
 

2) #—
u ∧ #— u =  #—
v ∧ #— u 1 − #—
u · #— u ⊗ #—
u  #—
v
Exercice 9
#— #— de E#— le vecteur axial associé à la partie
Soient #—
u et #—
v deux vecteurs de E . Soit w
antisymétrique du tenseur #—
u ⊗ #—
v . Montrer que :
#— = − 1 #—
w u ∧ #—
v
2
Exercice 10
Soient A, B et C trois tenseurs d’ordre 2. Montrer que :

A B C = BT A C = A C T B
··
··
··
Exercice 11
Soit A un tenseur d’ordre 2 d’invariants principaux I1 (A) = trA, I2 (A) et
I3 (A) = det A, et de valeurs propres a1 , a2 et a3 . Monter que :
1) I1 (A) = a1 + a2 + a3
1
2) I2 (A) = det A trA−1 = (trA)2 − trA2 = a1 a2 + a2 a3 + a3 a1
2
1
3) I3 (A) = (trA)3 − 3 trA trA2 + 2 trA3 = a1 a2 a3
6
Exercice 12 : valeurs propres d’un tenseur antisymétrique d’ordre 2

#—
Soit A un tenseur antisymétrique d’ordre 2 et de vecteur axial A.

#—
1) Montrer que : trA = 0, detA = 0, I2 (A) = (1/2) kAk, kAk = 2 A .

#— #—
2) En déduire que les valeurs propres de A sont (0, i A , −i A ).
3/7
58/62
Exercice 13 : identités de Rivlin

Soient A et B deux tenseurs d’ordre 2. En appliquant le théorème de Cayley-
Hamilton respectivement à A + B, A − B et B, montrer que :

A B A + A2 B + B A2 = trA A B + B A + trB A2

+ trA B − trAtrB A − 1
2
(trA)2 − trA2 B
!

+ trA B − trAtrA B + trB (trA) − trA
2 1
2
2 2
1
Pour A symétrique et B antisymétrique, en déduire que :

A B A + A2 B + B A2 = trA A B + B A − 1
2
(trA)2 − trA2 B
Exercice 14
Soient A et B deux tenseurs d’ordre 2. Montrer que :
−1 −1
1) A + B B = 1 − A + B A

2) A−1 + B −1 = A−1 A + B B −1 = B −1 A + B A−1
Exercice 15 : mouvement de corps rigide

Soit un domaine matériel occupant la configuration D0 à l’instant initial et la
#— la transformation entre les deux configura-
configuration D à l’instant t. Soit χ
tions qui associe à chaque point matériel occupant initialement la position #— x0
dans D0 la position x dans D : x = χ( x0 , t).
#— #— #— #—
Pour une transformation de la forme χ( #— #— x + #—

x , t) = R(t) #—0 c (t), trouver les 0
conditions sur le tenseur R permettant de conserver les distances, les angles et
l’orientation.
Exercice 16
#— #— #—
Soit U ( #—
x ) un champ de vecteurs de gradient ∇U . Soit W le vecteur axial associé
#—
à la partie antisymétrique de ∇U . Montrer que :
# — 1 #— #—
W = ∇∧U
2
Exercice 17
#—
Soient T ( #—
x ) un champ de scalaires et ψ( #—
x ) un champ de vecteurs. Montrer
que :
 #— 
#—  ψ  1 #— #— 1 #— #—
∇· = ∇· ψ − 2 ψ·∇T
T T T
4/7
59/62
Exercice 18
#— #—
Soient U ( #—
x ) et V ( #— x ) un champ de tenseurs
x ) deux champs de vecteurs et A( #—
d’ordre 2. Montrer que :
#— #— #— #— #—
∇· AU = U ·∇· AT + AT ∇U
··
#— #— 1 #— #— #— #— #— #—

∇U U = ∇ U ·U + ∇∧U ∧U
2

#— #— #—
#— #— #— #— #— #— #— #— #— #— #— #— #— #— #—

∇∧ U ∧V = ∇·V U − ∇·U V + ∇U V − ∇V U = ∇· U ⊗V − V ⊗U
Exercice 19 : formules de Green

Soient f ( #—
x ) et g( #—
x ) deux champs de scalaires définis en tout point d’un do-
maine Ω. Soit n le champ des normales sortantes de la frontière ∂Ω de Ω. Mon-
#—
trer que :
Z Z
#— #— #—
∇· f ∇g dV = f ∇g · n#—dA
Ω ∂Ω
Z Z
#— #— #—
f ∆g − g∆f dV = f ∇g − g ∇f · n dA
Ω ∂Ω
Exercice 20 : conditions de compatibilité

x ) un champ de tenseurs symétriques d’ordre 2. On se propose de trou-
Soit S( #—
#—
ver le champ vectoriel U ( #—
x ) dont dérive S( #—
x ) au sens suivant :
1
!
#— #—
x ) = ∇U + (∇U )T
S( #—
2
x ) satisfait la
Ce problème n’a de solution que si et seulement si le champ S( #—
condition suivante :
#— #— T
∇∧ ∇∧S =0 (?)
1) Commençons par vérifier les identités suivantes :

#— #— #—
∇∧∇U = 0 , 1 ∇∧S = 0
··
#—
2) La condition (?) est nécessaire. Soit U ( #—
x ) un champ vectoriel et soit S( #—
x ) la
partie symétrique de son gradient. Montrer que :
1 #— #—
#— T
= ∇ ∇∧U
∇∧S (??)
2
En déduire la condition annoncée sur S.
5/7
60/62
3) La condition (?) est suffisante. Soit maintenant un champ de tenseurs symé-

#— #—
x ) vérifiant
triques S( #— la condition (?). Cherchons le champ U ( x ) tel que :
1
!
#— #—
∇U + (∇U )T = S( #— x ). La démonstration repose sur le théorème suivant.
2
Dans un domaine simplement connexe Ω, le problème :

#—
 trouver U ( #—

x ) tel que
#— #—
 ∇U ( x ) = T ( #—

x ) ∀ #—
x ∈Ω
#— #—
admet une solution U si et seulement si ∇∧ T = 0 .
a) En vertu de ce théorème, si le champ S satisfait la condition (?), alors
l’équation (??) admet une solution. Montrer que l’inconnue de l’équation
#— #—
(??) est le vecteur axial A du tenseur antisymétrique A = ∇U − S :
#— #— T
∇ A = ∇∧S
#—
La solution de cette équation différentielle, d’inconnue A, admet une so-
lution grâce à la condition (?).
#—
b) Le champ recherché U ( #— x ) est alors solution de l’équation différentielle :
#— #—
∇U = S − η A
Montrer que cette équation n’a de solution que si :
#— #—
∇· A = 0
Vérifier que cette condition est satisfaite grâce à la symétrie de S.
1
!
#— #— #— #— T
En conclusion, le champ U ( x ) duquel dérive ∇U +(∇U ) = S( #— x ) existe
2
à condition que S satisfait (?). Ce champ n’est toutefois pas unique, puisqu’il
#—
est défini, comme A, à un champ vectoriel uniforme près. Les 6 équations
formées par la condition (?), ne faisant intervenir que les dérivées secondes
des composantes de S, sont appelées conditions de compatibilité.
Exercice 21
#— et d’angle θ. Montrer que :
Soit une rotation R d’axe le vecteur unitaire n
R = R(q0 , #—
q ) = 1 + 2q0 W ( #— q ) + 2W 2 ( #—
q)
1
= 2 q02 − 1 + 2q0 W ( #— q ) + 2 #—q ⊗ #—
q
  2
a1 
θ #—  θ #—
q0 = cos , q =   
q 2  = sin n et q0 + q1 + q2 + q3 = 1
2 2 2 2
2   2
q3
où W ( #—
q ) est le tenseur antisymétrique de vecteur axial #— q . Dans R4 , la rotation
R est donc représentée par (q0 , q1 , q2 , q3 ) (coordonnées du quaternion q0 + #— q
2
tel que q 2 + k #—
0 q k = 1).
6/7
61/62
Exercice 22 : tenseur d’élasticité pour un matériau isotrope

Le comportement élastique linéaire d’un matériau peut être décrit par une re-
lation de la forme σ = σ(ε), exprimant le tenseur symétrique des contraintes
de Cauchy σ en fonction du tenseur symétrique des déformation ε. En utilisant
les théorèmes de représentation, monter que cette relation peut s’écrire sous la
forme σ = H ∼ ε, avec :
∼ = c11 ⊗1 + c21 ⊗1
H
où les ci sont des constantes.
Exercice 23 : tenseur d’élasticité pour un matériau isotrope transverse

Un matériau isotrope transverse d’axe #— e est un matériau isotrope uniquement
#—
dans le plan perpendiculaire à e . Son comportement élastique linéaire peut être
décrit par une relation de la forme σ = σ(ε, e), exprimant le tenseur symétrique
des contraintes de Cauchy σ en fonction du tenseur symétrique des déformation
ε et du tenseur e = #—
e ⊗ #—
e . En utilisant les théorèmes de représentation, monter
que cette relation peut s’écrire sous la forme σ = H ∼ ε, avec :

∼ = c11 ⊗1 + c21 ⊗1 + c31 ⊗e + c4 e⊗1 + c5 e⊗e + c6 e ⊗1 + 1 ⊗ e
H
où les ci sont des constantes. Pour que H
∼ possède sa symétrie majeure, montrer
qu’il suffit d’assurer la condition c3 = c4 .
Exercice 24 : gradients d’une fonction scalaire isotrope

Pour modéliser le comportement non linéaire (plastique, viscoplastique. . . ) des
matériaux solides, le gradient d’une fonction scalaire F , isotrope du tenseur sy-
métrique des contraintes de Cauchy σ, est souvent utilisé pour le calcul des dé-
formations irréversibles. Calculer ce gradient pour les deux triplets d’invariants
(σ1 , σ2 , σ3 ) et (trσ, kσ 0 k , θ), avec σ1 > σ2 > σ3 .
7/7
62/62

Mécanique Des Milieux Continus

Transféré par

Droits d'auteur :

Formats disponibles

Mécanique Des Milieux Continus

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Mécanique Des Milieux Continus

Transféré par

Droits d'auteur :

Formats disponibles

EMINES - School of Industrial Management

Mohamed IV Polytechnic University

Mécanique des milieux continus

Chapitre 0 : Introduction et présentation du cours 1

Chapitre 1 : Éléments d’algèbre et d’analyse tensorielles 8

(0) Introduction et présentation du cours

(1) Éléments d’algèbre et d’analyse tensorielles

(2) Cinématique du milieu continu

(3) Lois de bilan

(4) Lois de comportement

(5) Thermoélasticité linéarisée

2. La mécanique des milieux continus

Qu’est-ce qu’une modélisation ?

h  `  min(`1, `2, L), h : longueur caractéristique des hétérogénéités

4. VER : l’exemple des géomatériaux

Pas assez représentatifs

5. Évolution d’une structure

L’évolution ne peut être définie que par rapport à un système de références

Chaque instant est représenté par une variable réelle t.

5. Évolution d’une structure

D : domaine matériel constitué à chaque instant

Découvrir la base scientifique derrière l’hypothèse du milieu continu défor-

Introduire et traiter les lois et les notions fondamentales de la discipline.

Préparer la base pour des sujets plus spécialisés comme :

la mécanique des matériaux solides (rupture, plasticité. . . ) ;

(0) Introduction et présentation du cours

(1) Éléments d’algèbre et d’analyse tensorielles

(2) Cinématique du milieu continu

(3) Lois de bilan

(4) Lois de comportement

(5) Thermoélasticité linéarisée

Mini-projets (par groupe de 3-4 élèves) :

(0) Introduction et présentation du cours

(1) Éléments d’algèbre et d’analyse tensorielles

(2) Cinématique du milieu continu

(3) Lois de bilan

(4) Lois de comportement

(5) Thermoélasticité linéarisée

Partie II : Analyse tensorielle

Plan du chapitre III

Partie III : Compléments d’analyse et d’algèbre tensorielles

telle que ∀α ∈ R, ∀ u, #— v #—, w#— ∈ E#—3 : #—

telle que ∀ u,#— v#—, w #— ∈ E#—3 : #—

A : aire de la base du parallélépipède. A #— B

Par convention, les vecteurs de la base réciproque ont leur indice en

Le choix d’un point O de l’espace affine

Pour rappeler cette correspondance, on le note :

elle est distributive par rapport à l’addition des vecteurs :

Il y a n1n2 . . . np compostantes Ai1i2...ip .

∀v#— ∈ E#— , a( v #—) = a

Cela conduit à confondre tenseur d’ordre 1 et vecteur : un tenseur a d’ordre 1 est

où nous avons associer à v #— = A v

telle que ∀α ∈ R, ∀ u,#— v#— ∈ E#—2 :

Produit tensoriel de deux vecteurs : u #— deux vecteurs de E#—, A = u⊗

Les composantes du tenseur C = A B, relatives à une base de l’espace produit

Dans B, un tenseur A s’écrit sous la forme :

#— #— #— #— #— #— #— #— #— #— #— #—

Ce qui permet de redéfinir le produit doublement contracté sous la forme suivante :

C = A B, C est aussi orthogonal

h ` min(`1, `2, L), h : longueur caractéristique des hétérogénéités

#— dans une base #—