Le laplacien
Déjà il a droit à son symbole propre : Δ appelé : Le Laplacien
………. je suis d’accord les mathématiciens ne se sont pas trop
fatigués sur ce coup là !
En fait il y en deux de Laplacien :
1.- le laplacien scalaire qui transforme un champ scalaire en un autre
champ scalaire. (on en parle)
2.- le laplacien vectoriel qui transforme un champ vectoriel en un
autre champ vectoriel. (on n’en parle pas)
Mais que représente-t-il de si important pour avoir droit à
son propre symbole ?
Le Laplacien scalaire représente la courbure d’un champ
scalaire. Prenons un exemple, vous voulez connaître le champ de
température dans l’endroit où vous vous trouvez. Cela veut dire
définir les points chauds et froids. Une fois cette carte (définition)
effectuée, vous pouvez tracer (calculer) le gradient de la
température en cet endroit puis en déduire, via la divergence, le
laplacien, donc comment varie cette température.
Explication par l’exemple
Lançons-nous ! Imaginez que vous réfléchissez fortement aux grands
problèmes de ce monde. Oui, oui, c’est vous avec un cocktail bien
frais (c’est pour réfléchir ) et donc comme vous réfléchissez
intensément, les problèmes du monde méritent bien cela, on peut
concevoir que vous représentez une source de chaleur. Si vous ne
comprenez pas la situation, il faut penser davantage ! Bien sûr
le cocktail lui est une source de rafraîchissement.
Comme la situation mondiale est compliquée et que vous avez donc
beaucoup à réfléchir, nous allons un peu simplifier notre analyse
pour alléger votre fardeau. Nous limiterons notre analyse de la
température à un instant donné. Ce sera lorsque vous “saluerez” le
monde et cela dans le plan définit par ce salut magistral !
Ce qui peut se schématiser par deux points (nous sommes peu de
chose en fin de compte !).
Si l’on trace le champ scalaire de la température autour de vous,
pour le plan définit, on trouve une forme (c’est arbitraire, ne vous
vexez pas !) comme suit avec une température uniforme à une
certaine distance des sources de chaleur et de froid.
Si l’on coupe le plan “au milieu” (on vous coupe en deux!), la forme
des valeurs de la température lorsque que l’on traverse la pièce où
vous vous trouvez, donnera une forme de courbe comme suit :
C’est la forme à laquelle on pouvait s’attendre. Depuis derrière vous
(coté gauche), plus on s’approche du lieu de votre réflexion plus cela
chauffe, la température augmente. Puis le cocktail lui refroidit
l’ambiance (la température chute) et, pour finir en s’éloignant vers la
droite tout redevient à la température standard de la pièce.
Première étape, le gradient
Comme nous sommes un peu fainéants (surtout moi) on va calculer
le gradient de température dans la pièce seulement selon une
dimension (x en l’occurrence). Selon la définition même du gradient,
dans le cas d’une dimension le gradient correspond à la variation de
la grandeur étudiée soit sa dérivée (ça c’est pour les matheux). Donc
le gradient de température c’est la quantité de variation de la
température selon une direction et un sens, cela en tout lieu de la
zone étudiée. Voici la courbe correspondante :
La forme de la courbe gradient est la ligne bleue. Si cette courbe
vous interpelle, je vous conseille de regarder l’annexe en fin
d’article. Quelques remarques aux points particuliers :
1. le gradient est nul car la température est stabilisée à la
température ambiante
2. le gradient est également nul car au niveau de la source
chaude il n’y a pas de variation de température, vous
réfléchissez constamment.
3. Pourquoi le gradient a-t-il, en ce lieu, son intensité (sa norme,
valeur absolue) la plus élevée ? C’est un peu un cas particulier,
il faut imaginer le cas d’une source chaude et d’une source
froide plus éloignée quelle serait la forme de la courbe de la
température ? Comme vous pouvez le constater, il y aurait
stabilisation de la température entre les sources, donc un
gradient de température nul. Dans notre cas les sources sont
proches et donc le gradient passe rapidement “de gradient
vers le chaud à un gradient vers le froid”. La distance pour ce
changement de température est très court donc le gradient
élevé. Quelque part ce point se trouve à égale distance des
deux sources.
4. C’est le cas symétrique au point 2, mais au niveau de la source
froide
5. Retour à une température ambiante constante, donc un
gradient nul.
Deuxième étape, la divergence
C’est bien beau tout cela, on a défini le gradient du champ de
température, mais ce qui nous intéresse (enfin Vous je ne sais
pas ) c’est le Laplacien de ce bazar (oui, Vous, le cocktail et la
température ).
Petite digression
Nos amis les mathématiciens, nous disent que si vous prenez la
divergence d’un gradient vous trouverez le Laplacien ! Prenez-le
comme argent comptant et en fait ce n’est pas le plus important,
c’est une méthode pour trouver ce fameux Laplacien. Mais que
cherchons-nous avec ce Laplacien ? Je vous ai déjà suggéré la
réponse, la courbure du champ scalaire. Ohhhhhhh, désolé, je
n’avais pas compris ! Vous ne buvez pas en pensant aux solutions
pour sauver notre pauvre monde, vous vous félicitiez pour l’exploit
que vous venez d’accomplir ! Bravo pour votre rude marche le long
de l’arête de la montagne, le cocktail est mérité !
Vous partez plein d’énergie car en ce début de randonnée, le
Laplacien est nul ! ? ! Ehh oui, la montée est plate, au sens des
mathématiciens, car c’est bien connu ils ne font pas de course de
montagne ! Ce n’est pas plat pour un montagnard car “plat” est
synonyme d’horizontal pour lui. Mais sur cette portion, la pente est
régulière, donc pas de changement de montée, c’est “plat” dans le
sens “pas de variation”. Le Laplacien indique si votre chemin est en
pente régulière (1 et 6 donc Laplacien nul), autour d’un sommet (2
et 4, Laplacien négatif) ou dans une vallée (3 et 5, Laplacien positif).
Et que vient donc faire la divergence dans ce truc ? C’est seulement
un moyen de calculer le Laplacien à partir du gradient, sans plus.
Bref, d’un champ scalaire (altitude ou température comme dans les
exemples) il est simple de calculer le gradient de ce champ puis de
définir la divergence du gradient.
On reprend le cours
Donc revenons à nos moutons (Vous, votre cocktail et vos pensées),
il nous faut définir la divergence du champ de gradient de la
température pour obtenir en fin de compte le Laplacien du champ
de la température. La divergence d’un gradient unidimensionnel cela
correspond à la dérivée du gradient. Ou plus simplement dit le
Laplacien est la double dérivée du champ scalaire en
unidimensionnel.
On constate que dans la zone jaune le Laplacien est positif, soit la
courbure du champ scalaire de la température “en creux” (style
vallée) et dans la zone bleue c’est le contraire la courbure négative
soit une courbure en “en bosse” (style sommet).
Voici une présentation relativement intuitive du Laplacien, c’est en
anglais mais les images se “comprennent” aussi en français ! Il y a
aussi un peu de mathématique, courage je pense que cela
vaut les 5’30”.
J’espère que vous avez une vision de ce que représente ce
Laplacien. Voici pour terminer quelques adresses intéressantes
(attention il y a des maths) pour parfaire vos idées.
Rappel ou résumé sur les opérateurs mathématiques différentiels.
Jolie présentation avec visualisation.
Présentation mathématique des opérateurs.
Autre présentation des opérateurs mathématiques différentiels.
Conclusion
J’espère que ce survol vous aura permis de ne plus trop paniquer à la
vue des opérateurs mathématiques différentiels et si vous avez les
idées plus claires après cette lecture (concernant les opérateurs
mathématiques, le reste de votre vie “ne nous regarde pas” ),
j’en suis heureux !
Définition forme
Pour définir le champ de la température j’ai pris une équation
mathématique sans tenir compte de la physique, c’est seulement
une forme qui pourrait coller à la réalité sans se soucier de la
véritable répartition de la température. La formulation de la
température suit une courbe exponentielle simple. J’admets que ma
paresse m’a guidé dans ce choix, les dérivées sont simples. Pour ma
défense je dirais que “la paresse est le plus grand moteur des
progrès techniques de l’humanité”. Pour que chacun puisse se faire
une idée :
Gradient et dérivée
Le gradient est souvent présenté comme la dérivée du champ
scalaire ce qui est juste pour certain cas particulier, comme un
monde unidimensionnel. Mais il ne faut pas oublier que le gradient
est un champ vectoriel et donc qu’en chaque point du champ
scalaire de la température est associé une grandeur contenant trois
grandeurs : l’intensité (la norme), la direction, le sens. Donc dans un
monde multidimensionnel gradient et dérivée ne sont plus
identiques.
Prenons un exemple : Une source de température chaude et
analysons comme cela se passe pour la dérivée et pour le gradient.
Si pour l’intensité cela ne pose pas de problème, c’est la
représentation de la valeur de la pente de la température au point
considéré. Soit la pente des droites oranges aux points A ou B dans
le tracé ci-dessous. La pente définit donc la taille de la flèche qui
représente le vecteur gradient au point considéré. La direction de ce
vecteur est bien sûr selon l’axe horizontal, l’axe x. Le sens est défini
par le signe de la valeur de la pente, positif vers la droite, négatif
vers la gauche.
La courbe bleue représente l’intensité (la norme) et le sens du
vecteur gradient selon l’axe des X. Bien entendu une courbe ne peut
pas représenter directement un champ vectoriel.
Positionnons-nous au point A, en ce lieu nous avons une certaine
température T et si nous déplaçons que ce soit à droite ou à gauche,
cette température change donc premier constat le gradient de
température au point A n’est pas nul. Calculer la norme du vecteur
gradient en A, c’est calculer la pente de la température en ce lieu
donc la dérivée de la courbe de la température. La direction est celle
de l’axe x. Pour le sens, généralement le gradient de température
est dirigé du froid vers le chaud. Pour les sources (point chaud) le
vecteur est dirigé vers le point chaud, tandis pour les puits (point
froid), il est opposé au point. Ce qui revient dans notre cas à définir
le gradient comme étant dirigé vers la source de chaleur. Au point A
le sens est positif le gradient est dirigé vers le point chaud, tandis
qu’au point B, il est négatif et il regarde également vers le point
chaud. Les flèches rouges sont donc bien la représentation du
gradient de la température.
Voilà maintenant vous savez, le gradient est similaire à la dérivée
pour un monde unidimensionnel, mais cela change en
bidimensionnel ou bien tridimensionnel. Car les autres dimensions
influencent le résultat. Pour vous en convaincre voici une vidéo
(5’25” en anglais) qui visualise bien gradient.
