Analyse vectorielle

L'opérateur nabla ${\displaystyle \nabla }$ tire son nom d'une lyre antique qui avait la même forme de triangle pointant vers le bas. Il s'agit d'un opérateur formel de ${\displaystyle \mathbb {R} ^{3}}$ défini en coordonnées cartésiennes par

${\displaystyle \nabla ={\begin{pmatrix}{\frac {\partial }{\partial x}}\\[7pt]{\frac {\partial }{\partial y}}\\[7pt]{\frac {\partial }{\partial z}}\end{pmatrix}}}$.

On écrit aussi ${\displaystyle {\vec {\nabla }}}$ pour souligner que formellement, l'opérateur nabla a les caractéristiques d'un vecteur. Il ne contient certes pas de valeurs scalaires, mais on va utiliser ses éléments constitutifs (que l'on peut voir comme des opérations en attente d'argument — des opérateurs différentiels) très exactement comme on aurait utilisé les valeurs scalaires composant un vecteur.

La notation nabla fournit un moyen commode pour exprimer les opérateurs vectoriels en coordonnées cartésiennes ; dans d'autres systèmes de coordonnées, elle est encore utilisable au prix de précautions supplémentaires ; pour plus de précisions, et des interprétations plus théoriques (en particulier la relation avec la dérivée covariante), voir les articles détaillés nabla et connexion de Koszul.

Le gradient est un opérateur linéaire qui s'applique à un champ de scalaires et décrit un champ de vecteurs qui représente la variation de la valeur du champ scalaire dans l'espace . Pratiquement, le gradient indique la direction de la plus grande variation du champ scalaire, et l'intensité de cette variation. Par exemple, le gradient de l'altitude est dirigé selon la ligne de plus grande pente et sa norme augmente avec la pente.

En mathématiques, le gradient du champ f, supposé continûment différentiable, au point a, est défini par la relation

${\displaystyle \mathrm {d} f(a)\cdot h=\left({\overrightarrow {\mathrm {grad} }}_{a}f\right)\cdot h}$,

où ${\displaystyle \mathrm {d} f(a).h}$ désigne la valeur sur le vecteur ${\displaystyle h}$ de la différentielle de la fonction ${\displaystyle f}$ au point ${\displaystyle a}$.

C'est donc tout simplement la définition de l'application linéaire tangente du champ scalaire f(M)=f(x,y,z) en M=a. De plus, pour une surface d'équation f(x,y,z)=0, le vecteur normal à la surface au point ${\displaystyle a=(x_{a},y_{a},z_{a})}$ est donné par ${\displaystyle {\overrightarrow {\mathrm {grad} }}_{a}f}$, ce qui se déduit facilement de ce qui précède.

Il en résulte immédiatement que la dérivée de la fonction en ${\displaystyle a}$ par rapport au vecteur v est donnée par

${\displaystyle {\overrightarrow {\mathrm {grad} }}_{a}f\cdot v.}$

En dimension 3 et coordonnées cartésiennes, le champ de gradients vérifie (en base orthonormale)

${\displaystyle {\overrightarrow {\mathrm {grad} }}f={\vec {\nabla }}f={\begin{pmatrix}{\frac {\partial f}{\partial x}}\\{\frac {\partial f}{\partial y}}\\{\frac {\partial f}{\partial z}}\end{pmatrix}}.}$

Cette relation peut servir, dans le cas particulier où elle s'applique, de définition du gradient. Elle se généralise naturellement en dimension quelconque en ajoutant des composantes au nabla.

La divergence s'applique à un champ de tenseurs d'ordre n et le transforme en un champ de tenseurs d'ordre n-1. Pratiquement, la divergence d'un champ de vecteurs exprime sa tendance à fluer localement hors d'un petit volume entourant le point M où est calculée la divergence.

En dimension 3 et en coordonnées cartésiennes, si ${\displaystyle {\vec {F}}}$ est un tenseur d'ordre 1, alors c'est un vecteur et on peut définir la divergence par la relation

${\displaystyle \mathrm {div} {\vec {F}}={\vec {\nabla }}\cdot {\vec {F}}={\frac {\partial F_{x}}{\partial x}}+{\frac {\partial F_{y}}{\partial y}}+{\frac {\partial F_{z}}{\partial z}}}$

où ${\displaystyle {\vec {F}}=(F_{x},F_{y},F_{z})}$ désigne le champ de vecteurs auquel est appliqué l'opérateur divergence. La divergence peut être vue, formellement, comme le produit scalaire de l'opérateur nabla par le vecteur « générique » du champ auquel elle est appliquée, ce qui justifie la notation ${\displaystyle {\vec {\nabla }}\cdot }$. Bien entendu, cette définition se généralise naturellement en dimension quelconque.

La définition indépendante du choix de la base est :

${\displaystyle \mathrm {div} {\vec {F}}={\mbox{Tr}}({\widehat {\partial {\vec {F}}}})}$

Une autre définition possible, plus générale mais plus difficile à formaliser, consiste à définir la divergence d'un champ de vecteurs en un point comme le flux local du champ autour de ce point.

Le rotationnel transforme un champ de vecteurs en un autre champ de vecteurs. Plus difficile à se représenter aussi précisément que le gradient et la divergence, il exprime la tendance qu'a un champ à tourner autour d'un point : sa circulation locale sur un petit lacet entourant le point M est non nulle. Par exemple :

• dans une tornade, le vent tourne autour de l'œil du cyclone et le champ de vecteurs vitesse du vent a un rotationnel non nul autour de l'œil. Le rotationnel de ce champ de vitesse (autrement dit le champ de vorticité ou encore champ tourbillon) est d'autant plus intense que l'on est proche de l'œil.
• le rotationnel du champ des vitesses ${\displaystyle {\vec {V}}(M)={\vec {\Omega }}_{0}\wedge {\vec {OM}}}$ d'un solide qui tourne à vitesse constante ${\displaystyle {\vec {\Omega }}_{0}}$ est constant, dirigé selon l'axe de rotation et orienté de telle sorte que la rotation ait lieu, par rapport à lui, dans le sens direct, et vaut simplement ${\displaystyle 2{\vec {\Omega }}_{0}}$

Dans un espace à 3 dimensions et en coordonnées cartésiennes, on peut définir le rotationnel par la relation

${\displaystyle {\overrightarrow {\mathrm {rot} }}\ {\vec {F}}={\vec {\nabla }}\wedge {\vec {F}}={\begin{pmatrix}{\partial F_{z}/\partial y}-{\partial F_{y}/\partial z}\\{\partial F_{x}/\partial z}-{\partial F_{z}/\partial x}\\{\partial F_{y}/\partial x}-{\partial F_{x}/\partial y}\end{pmatrix}}}$

où ${\displaystyle {\vec {F}}=(F_{x},F_{y},F_{z})}$ désigne le champ de vecteurs auquel est appliqué l'opérateur rotationnel. L'analogie formelle avec un produit vectoriel justifie la notation ${\displaystyle {\vec {\nabla }}\wedge }$.

Cela peut aussi s'écrire, par abus de notation (c'est aussi une astuce mnémotechnique), à l'aide d'un déterminant :

${\displaystyle {\overrightarrow {\mathrm {rot} }}\ {\vec {F}}={\begin{vmatrix}{\vec {i}}&{\vec {j}}&{\vec {k}}\\{\frac {\partial }{\partial x}}&{\frac {\partial }{\partial y}}&{\frac {\partial }{\partial z}}\\F_{x}&F_{y}&F_{z}\end{vmatrix}}}$

où ${\displaystyle ({\vec {i}},{\vec {j}},{\vec {k}})}$ désigne la base canonique. Cette dernière expression est un peu plus compliquée que la précédente, mais elle se généralise facilement à d'autres systèmes de coordonnées.

• Une définition intrinsèque (parmi d'autres) du rotationnel est la suivante :

À partir du champ ${\displaystyle {\vec {F}}}$, on peut construire le champ ${\displaystyle {\vec {X_{0}}}\wedge {\vec {F}}}$ (où ${\displaystyle {\vec {X_{0}}}}$ est un vecteur uniforme) dont la divergence est une forme linéaire de ${\displaystyle {\vec {X_{0}}}}$ et donc exprimable par un produit scalaire ${\displaystyle {\vec {K}}\cdot {\vec {X_{0}}}}$, où ${\displaystyle {\vec {K}}}$ est l'opposé du rotationnel de ${\displaystyle {\vec {F}}}$ :

${\displaystyle \mathrm {div} ({\vec {X_{0}}}\wedge {\vec {F}})=-{\overrightarrow {\mathrm {rot} }}{\vec {F}}\cdot {\vec {X_{0}}}}$

Une autre définition possible, plus générale mais plus difficile à formaliser, consiste à définir le rotationnel d'un champ de vecteurs en un point comme la circulation locale du champ autour de ce point (voir rotationnel en physique).

Le plus utilisé des opérateurs d'ordre 2 est le laplacien, du nom du mathématicien Pierre-Simon de Laplace. Le laplacien d'un champ est égal à la somme des dérivées secondes de ce champ par rapport à chacune des variables.

En dimension 3 et en coordonnées cartésiennes, il s'écrit :

${\displaystyle \Delta =\nabla ^{2}={\frac {\partial ^{2}}{\partial x^{2}}}+{\frac {\partial ^{2}}{\partial y^{2}}}+{\frac {\partial ^{2}}{\partial z^{2}}}}$.

Cette définition a un sens aussi bien pour un champ de scalaires que pour un champ de vecteurs. On parle respectivement de laplacien scalaire et de laplacien vectoriel. Le laplacien scalaire d'un champ de scalaires est un champ de scalaires alors que le laplacien vectoriel d'un champ de vecteurs est un champ de vecteurs. Pour distinguer ce dernier, on le note parfois ${\displaystyle \operatorname {\vec {\Delta }} }$ (afin que les novices n'oublient pas qu'il s'agit de l'opérateur ${\displaystyle {\overrightarrow {\mathrm {grad} }}\ \mathrm {div} -{\overrightarrow {\mathrm {rot} }}\ {\overrightarrow {\mathrm {rot} }}}$) ; la notation ${\displaystyle {\vec {\Delta }}}$ est plutôt à déconseiller.

L'autre notation du laplacien qui apparaît ci-dessus, ${\displaystyle \nabla ^{2}}$, invite à le considérer, formellement, comme le carré scalaire de l'opérateur nabla « ${\displaystyle \nabla }$ ».

Le laplacien apparaît dans l'écriture de plusieurs équations aux dérivées partielles qui jouent un rôle fondamental en physique.

• La plus simple est l'équation de Laplace ${\displaystyle \Delta f=0}$. Ses solutions (de classe ${\displaystyle {\mathcal {C}}^{2}}$) sont les fonctions harmoniques, dont l'étude est appelée théorie du potentiel. Ce nom provient du potentiel électrique, dont le comportement (de même que celui d'autres potentiels en physique) est régi, sous certaines conditions, par cette équation.
• Le laplacien sert aussi à écrire :
  • l'équation de Poisson : ${\displaystyle {\nabla }^{2}\varphi =f}$ ;
  • ou encore l'équation des cordes vibrantes : ${\displaystyle {\nabla }^{2}\varphi (x,y,z,t)={\frac {1}{c^{2}}}\cdot {\frac {\partial ^{2}\varphi (x,y,z,t)}{\partial t^{2}}}}$

Le laplacien d'un champ de vecteurs ${\displaystyle {\vec {A}}}$ est un vecteur défini par le laplacien scalaire de chacune des composantes du champ vectoriel, ainsi en coordonnées cartésiennes, il est défini par :

${\displaystyle \operatorname {\vec {\Delta }} {\vec {A}}=\operatorname {{\vec {\nabla }}^{2}} {\vec {A}}=(\operatorname {\vec {\nabla }} .\operatorname {\vec {\nabla }} ){\vec {A}}=\left({\frac {\partial ^{2}}{\partial x^{2}}}+{\frac {\partial ^{2}}{\partial y^{2}}}+{\frac {\partial ^{2}}{\partial z^{2}}}\right).{\begin{bmatrix}A_{x}\\A_{y}\\A_{z}\end{bmatrix}}={\begin{bmatrix}{\frac {\partial ^{2}A_{x}}{\partial x^{2}}}+{\frac {\partial ^{2}A_{x}}{\partial y^{2}}}+{\frac {\partial ^{2}A_{x}}{\partial z^{2}}}\\{\frac {\partial ^{2}A_{y}}{\partial x^{2}}}+{\frac {\partial ^{2}A_{y}}{\partial y^{2}}}+{\frac {\partial ^{2}A_{y}}{\partial z^{2}}}\\{\frac {\partial ^{2}A_{z}}{\partial x^{2}}}+{\frac {\partial ^{2}A_{z}}{\partial y^{2}}}+{\frac {\partial ^{2}A_{z}}{\partial z^{2}}}\end{bmatrix}}={\begin{bmatrix}\Delta A_{x}\\\Delta A_{y}\\\Delta A_{z}\end{bmatrix}}}$

Le laplacien vectoriel est présent :

• dans l'équation de Poisson pour les versions vectorielles,
• en mécanique des fluides visqueux où il apparait dans les équations de Navier-Stokes,
• dans l'équation d'onde et en particulier en électromagnétisme dans les équations de propagation d'une onde électromagnétique.

• ${\displaystyle {\overrightarrow {\mathrm {grad} }}({\vec {X_{0}}}\cdot {\vec {B}})=({\vec {X_{0}}}\cdot {\overrightarrow {\mathrm {grad} }}){\vec {B}}+{\vec {X_{0}}}\wedge {\overrightarrow {\mathrm {rot} }}({\vec {B}})}$ (où ${\displaystyle {\vec {X_{0}}}}$ est un vecteur uniforme) et évidemment :

• ${\displaystyle {\overrightarrow {\mathrm {grad} }}({\vec {A}}\cdot {\vec {B}})=({\vec {A}}\cdot {\overrightarrow {\mathrm {grad} }}){\vec {B}}+{\vec {A}}\wedge {\overrightarrow {\mathrm {rot} }}{\vec {B}}+({\vec {B}}\cdot {\overrightarrow {\mathrm {grad} }}){\vec {A}}+{\vec {B}}\wedge {\overrightarrow {\mathrm {rot} }}{\vec {A}}}$

• ${\displaystyle {\overrightarrow {\mathrm {grad} }}({\vec {F}}\cdot {\vec {F}})=2({\vec {F}}\cdot {\overrightarrow {\mathrm {grad} }}){\vec {F}}+2{\vec {F}}\wedge ({\overrightarrow {\mathrm {rot} }}({\vec {F}}))}$ (dite de Bernoulli, en mécanique des fluides)

• ${\displaystyle \mathrm {div} ({\vec {X_{0}}}\wedge {\vec {B}})=-{\vec {X_{0}}}\cdot {\overrightarrow {\mathrm {rot} }}({\vec {B}})}$ (où ${\displaystyle {\vec {X_{0}}}}$ est un vecteur uniforme, définition intrinsèque du rotationnel)

• ${\displaystyle \mathrm {div} ({\vec {A}}\wedge {\vec {B}})=-{\vec {A}}\cdot {\overrightarrow {\mathrm {rot} }}{\vec {B}}+{\vec {B}}\cdot {\overrightarrow {\mathrm {rot} }}{\vec {A}}}$

• ${\displaystyle {\overrightarrow {\mathrm {rot} }}({\vec {X_{0}}}\wedge {\vec {B}})={\vec {X_{0}}}\cdot \mathrm {div} {\vec {B}}-({\vec {X_{0}}}\cdot {\overrightarrow {\mathrm {grad} }}){\vec {B}}}$ (où ${\displaystyle {\vec {X_{0}}}}$ est un vecteur uniforme, par définition de l'application linéaire tangente)

• ${\displaystyle {\overrightarrow {\mathrm {rot} }}({\vec {A}}\wedge {\vec {B}})={\vec {A}}\ \mathrm {div} {\vec {B}}-({\vec {A}}\cdot {\overrightarrow {\mathrm {grad} }}){\vec {B}}-{\vec {B}}\ \mathrm {div} {\vec {A}}+({\vec {B}}\cdot {\overrightarrow {\mathrm {grad} }}){\vec {A}}}$

• ${\displaystyle {\overrightarrow {\mathrm {grad} }}(fg)=f\cdot {\overrightarrow {\mathrm {grad} }}(g)+g\cdot {\overrightarrow {\mathrm {grad} }}(f)}$ (symétrique en f et g)

• ${\displaystyle \mathrm {div} (\rho \cdot {\vec {V}})=\rho \cdot \mathrm {div} {\vec {V}}+{\overrightarrow {\mathrm {grad} }}(\rho )\cdot {\vec {V}}}$

• ${\displaystyle {\overrightarrow {\mathrm {rot} }}(\rho \cdot {\vec {V}})=\rho \cdot {\overrightarrow {\mathrm {rot} }}{\vec {V}}+{\overrightarrow {\mathrm {grad} }}(\rho )\wedge {\vec {V}}}$

• ${\displaystyle \Delta (f\cdot g)=f\cdot \Delta g+2{\overrightarrow {\mathrm {grad} }}(f)\cdot {\overrightarrow {\mathrm {grad} }}(g)+g\cdot \Delta f}$

• ${\displaystyle \mathrm {div} (f\cdot {\overrightarrow {\mathrm {grad} }}(g)-g\cdot {\overrightarrow {\mathrm {grad} }}(f))=f\Delta g-g\Delta f}$

• Soient f(M) et g(M) deux champs scalaires, il existe un champ de vecteurs ${\displaystyle {\vec {A}}(M)}$ tel que : ${\displaystyle {\overrightarrow {\mathrm {rot} }}{\vec {A}}={\overrightarrow {\mathrm {grad} }}f\wedge {\overrightarrow {\mathrm {grad} }}\,g}$
• Le champ central ${\displaystyle {\vec {OM}}={\vec {r}}}$ joue un rôle très important en physique. Aussi convient-il de mémoriser ces quelques évidences :
  • son application linéaire tangente est la matrice identité (cf. la définition !),
  • donc ${\displaystyle \mathrm {div} {\vec {r}}=3}$ et ${\displaystyle {\overrightarrow {\mathrm {rot} }}({\vec {X_{0}}}\wedge {\vec {r}})=2{\vec {X_{0}}}}$ (où ${\displaystyle {\vec {X_{0}}}}$ est un vecteur uniforme) et ${\displaystyle {\overrightarrow {\mathrm {rot} }}({\vec {r}})={\vec {0}}}$
• D'autre part ${\displaystyle {\vec {X_{0}}}={\overrightarrow {\mathrm {grad} }}({\vec {X_{0}}}\cdot {\vec {r}})}$ (où ${\displaystyle {\vec {X_{0}}}}$ est un vecteur uniforme).
• Et aussi : ${\displaystyle {\overrightarrow {\mathrm {grad} }}f(r)=f'(r){\vec {u}}}$ avec ${\displaystyle {\vec {u}}={\frac {\vec {r}}{r}}}$en particulier ${\displaystyle {\overrightarrow {\mathrm {grad} }}(r^{2})=2{\vec {r}}}$ (évident car ${\displaystyle d({\vec {r}}\cdot {\vec {r}})=d(r^{2})}$)
• ${\displaystyle \Delta f(r)=f''(r)+{\frac {2}{r}}\cdot f'(r)}$ , sauf en ${\displaystyle r=0}$
• Le champ newtonien, soit ${\displaystyle {\frac {\vec {r}}{r^{3}}}}$, est très souvent étudié car c'est le seul champ central à divergence nulle (évident si l'on pense en termes de flux) sauf pour r=0, où elle vaut ${\displaystyle 4\pi \cdot \delta (r)}$ ; ce résultat est le théorème de Gauss pour l'angle solide). Il en résulte que ${\displaystyle \Delta (1/r)=-4\pi \cdot \delta (r)}$. Donc ${\displaystyle \Delta ({\vec {X_{0}}}/r)=-4\pi \cdot {\vec {X_{0}}}\cdot \delta (r)}$ (où ${\displaystyle {\vec {X_{0}}}}$ est un vecteur uniforme) qui se décompose en : ${\displaystyle {\overrightarrow {\mathrm {grad} }}(\mathrm {div} )({\vec {X_{0}}}/r)=-4\pi \cdot {\vec {X_{0}}}\cdot \delta (r)\cdot (1/3)}$

(où ${\displaystyle {\vec {X_{0}}}}$est un vecteur uniforme), et

${\displaystyle {\overrightarrow {\mathrm {rot} }}({\overrightarrow {\mathrm {rot} }})({\vec {X_{0}}}/r)=+4\pi \cdot {\vec {X_{0}}}\cdot \delta (r)\cdot (2/3)}$

(où ${\displaystyle {\vec {X_{0}}}}$ est un vecteur uniforme) ce qui est moins évident (cf. moment magnétique).

• Les formules précédentes sont dites différentielles. Il convient de les associer aux formules intégrales : théorème de Stokes, théorème de flux-divergence, etc.
• Enfin, il convient de ne pas perdre de vue le caractère axial ou polaire des champs de vecteurs étudiés. Ce ne sont absolument pas les mêmes entités mathématiques !

${\displaystyle {\overrightarrow {\mathrm {grad} }}f={\frac {\partial f}{\partial r}}{\vec {u_{r}}}+{\frac {1}{r}}{\frac {\partial f}{\partial \theta }}{\vec {u_{\theta }}}+{\frac {\partial f}{\partial z}}{\vec {u_{z}}}}$

${\displaystyle \mathrm {div} {\vec {A}}={\frac {1}{r}}{\frac {\partial }{\partial r}}\left(rA_{r}\right)+{\frac {1}{r}}{\frac {\partial A_{\theta }}{\partial \theta }}+{\frac {\partial A_{z}}{\partial z}}}$

${\displaystyle {\overrightarrow {\mathrm {rot} }}({\vec {A}})=\left({\frac {1}{r}}{\frac {\partial A_{z}}{\partial \theta }}-{\frac {\partial A_{\theta }}{\partial z}}\right){\vec {u_{r}}}+\left({\frac {\partial A_{r}}{\partial z}}-{\frac {\partial A_{z}}{\partial r}}\right){\vec {u_{\theta }}}+{\frac {1}{r}}\left({\frac {\partial }{\partial r}}(rA_{\theta })-{\frac {\partial A_{r}}{\partial \theta }}\right){\vec {u_{z}}}}$

${\displaystyle \Delta f={\frac {1}{r}}{\frac {\partial }{\partial r}}\left(r{\frac {\partial f}{\partial r}}\right)+{\frac {1}{r^{2}}}{\frac {\partial ^{2}f}{\partial \theta ^{2}}}+{\frac {\partial ^{2}f}{\partial z^{2}}}}$

${\displaystyle {\overrightarrow {\mathrm {grad} }}f={\frac {\partial f}{\partial r}}{\vec {u_{r}}}+{\frac {1}{r}}{\frac {\partial f}{\partial \theta }}{\vec {u_{\theta }}}+{\frac {1}{r\sin \theta }}{\frac {\partial f}{\partial \varphi }}{\vec {u_{\varphi }}}}$

${\displaystyle \mathrm {div} {\vec {A}}={\frac {1}{r^{2}}}{\frac {\partial }{\partial r}}(r^{2}A_{r})+{\frac {1}{r\sin \theta }}{\frac {\partial }{\partial \theta }}(\sin \theta A_{\theta })+{\frac {1}{r\sin \theta }}{\frac {\partial A_{\varphi }}{\partial \varphi }}}$

${\displaystyle {\overrightarrow {\mathrm {rot} }}({\vec {A}})={\frac {1}{r\sin \theta }}\left({\frac {\partial }{\partial \theta }}(\sin \theta A_{\varphi })-{\frac {\partial A_{\theta }}{\partial \varphi }}\right){\vec {u_{r}}}+\left({\frac {1}{r\sin \theta }}{\frac {\partial A_{r}}{\partial \varphi }}-{\frac {1}{r}}{\frac {\partial }{\partial r}}(rA_{\varphi })\right){\vec {u_{\theta }}}+{\frac {1}{r}}\left({\frac {\partial }{\partial r}}(rA_{\theta })-{\frac {\partial A_{r}}{\partial \theta }}\right){\vec {u_{\varphi }}}}$

${\displaystyle \Delta f={\frac {1}{r^{2}}}{\frac {\partial }{\partial r}}\left(r^{2}{\frac {\partial f}{\partial r}}\right)+{\frac {1}{r^{2}\sin \theta }}{\frac {\partial }{\partial \theta }}\left(\sin \theta {\frac {\partial f}{\partial \theta }}\right)+{\frac {1}{r^{2}\sin ^{2}\theta }}{\frac {\partial ^{2}f}{\partial \varphi ^{2}}}}$

• Max Abraham et Paul Langevin Analyse Vectorielle dans Encyclopédie des sciences mathématiques pures et appliquées. Tome IV. Cinquième volume, fascicule 1 Jules Molk (éd.) p. 12, (Gauthier-Villars, Paris, 1912-1914)

• Théorème de Green
• Théorème de Stokes
• Identités vectorielles
• Théorème de flux-divergence
• Théorème de Helmholtz-Hodge
• Nabla
• Électrostatique
• Magnétostatique

• Portail de l'analyse
• Portail de la physique