Samedi 26 Avril 2025
Rechercher 🔍
Physique

Analyse vectorielle - Définition

Source: Wikipédia sous licence CC-BY-SA 3.0.
La liste des auteurs est disponible ici.
Article d'analyse vectorielle
Objets d'étude
Champ vectoriel Champ scalaire
Équation aux dérivées partielles
de Laplace – de Poisson
Opérateurs
Nabla Gradient
Rotationnel Divergence
Laplacien scalaire Bilaplacien
Laplacien vectoriel D'alembertien
Théorèmes
de Green de Stokes
de Helmholtz de flux-divergence
du gradient du rotationnel

L'analyse vectorielle est une branche des mathématiques qui étudie les champs de scalaires et de vecteurs suffisamment réguliers des espaces euclidiens, c'est-à-dire les applications différentiables d'un ouvert d'un espace euclidien E à valeurs respectivement dans \mathbb R et dans E. Du point de vue du mathématicien, l'analyse vectorielle est donc une branche de la géométrie différentielle. Cette dernière inclut l'analyse tensorielle qui apporte des outils plus puissants et une analyse plus concise entre autres des champs vectoriels.

Mais l'importance de l'analyse vectorielle provient de son utilisation intensive en physique et dans les sciences de l'ingénieur. C'est de ce point de vue que nous la présenterons, et c'est pourquoi nous nous limiterons le plus souvent au cas où E = \mathbb R^3 est l'espace usuel à trois dimensions. Dans ce cadre, un champ de vecteurs associe à chaque point de l'espace un vecteur (à trois composantes réelles), tandis qu'un champ de scalaires y associe un réel. Imaginons par exemple l'eau d'un lac. La donnée de sa température en chaque point forme un champ de scalaires, celle de sa vitesse en chaque point, un champ de vecteurs. (Pour une approche plus théorique, voir géométrie différentielle)

Principaux opérateurs différentiels linéaires de tri

Le gradient, la divergence et le rotationnel sont les trois principaux opérateurs différentiels linéaires du premier ordre. Cela signifie qu'ils ne font intervenir que des dérivées partielles (ou différentielles) premières des champs, à la différence, par exemple, du laplacien qui fait intervenir des dérivées partielles du second ordre.

L'opérateur formel nabla

L'opérateur nabla \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 \R^3 défini en coordonnées cartésiennes par

\nabla = \begin{pmatrix} \frac {\partial}{\partial x} \\ \frac {\partial}{\partial y} \\ \frac {\partial}{\partial z} \end{pmatrix} .

On écrit aussi \vec\nabla pour souligner que formellement, l'opérateur nabla a les caractéristiques d'un vecteur. On le qualifie d'ailleurs de pseudovecteur. 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) 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.

Le gradient

Le gradient est un opérateur qui s'applique à un champ de scalaires et le transforme en champ de vecteurs. 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

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

où \mathrm d f(a)\cdot h désigne la valeur sur le vecteur h de la différentielle de la fonction f au point 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 a = (xa,ya,za) est donné par \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 a par rapport au vecteur v est donnée par

\overrightarrow{\mathrm{grad}}_a f \cdot v.

En dimension 3 et coordonnées cartésiennes, le champ de gradients vérifie

\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.

Application linéaire tangente d'un champ de vecteurs \vec{F(M)}

Soit M' le point translaté de M de \vec{h}  ; alors :

\vec{F}(M') - \vec{F}(M) = (\hat{\partial \vec{F}})_M \cdot \vec{h} + o(\|\vec{h}\|)

définit l'opérateur linéaire noté par un chapeau pour signifier que sa représentation dans une base est une matrice carrée [3-3], application linéaire tangente du champ vectoriel F(M).

Le déterminant de cet opérateur est le Jacobien de la transformation qui à M associe F(M).

Sa trace définira ( voir ci-après) la divergence du champ vectoriel F(M).

Cela permettra de donner du rotationnel du champ vectoriel F(M) une définition intrinsèque.

On pourra vérifier que symboliquement :

(\hat{\partial \vec{F}})_M \cdot \vec{h} = (\vec{h}\cdot \vec{\nabla})\vec{F}

La divergence

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 vectoriel 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 \vec F est un tenseur d'ordre 1, alors c'est un vecteur et on peut définir la divergence par la relation

\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 \vec{F} = (F_x, F_y, F_z) désigne le champ vectoriel 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 \vec\nabla\cdot . Bien entendu, cette définition se généralise naturellement en dimension quelconque.

La définition indépendante du choix de la base est :

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

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 vectoriel 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'oeil.
  • le rotationnel du champ des vitesses d'un solide qui tourne à vitesse constante 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 2 \cdot\vec{\Omega_0}

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

{\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 \vec{F} = (F_x, F_y, F_z) désigne le champ vectoriel auquel est appliqué l'opérateur rotationnel. L'analogie formelle avec un produit vectoriel justifie la notation \vec\nabla\wedge .

Cela peut aussi s'écrire, par abus de notation, à l'aide d'un déterminant :

{\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 (\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 :

A partir du champ \vec{F} , on peut construire le champ \vec{X_0} \wedge \vec{F} (où \vec{X_0} est un vecteur uniforme) dont la divergence est une forme linéaire de \vec{X_0} et donc exprimable par un produit scalaire \vec{K} \cdot \vec{X_0} , où \vec{K} est l'opposé du rotationnel de \vec{F}  :

\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).

Opérateurs d'ordre supérieur

Le laplacien

Le plus utilisé des opérateurs d'ordre 2 est le laplacien, du nom du mathématicien Pierre-Simon 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, il s'écrit :

\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 \vec\Delta .

L'autre notation du laplacien qui apparaît ci-dessus, \nabla^2 , invite à le considérer, formellement, comme le carré scalaire de l'opérateur nabla "  \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 Δf = 0. Ses solutions (de classe \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: {\nabla}^2 \varphi = f

ou encore l'équation des cordes vibrantes : {\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 vectoriel

Le Laplacien d'un champ vectoriel \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 :

\operatorname{\vec{\Delta}} \vec A = \operatorname{\vec \nabla^2} \vec A = \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 :

Quelques formules différentielles

Attention : les formules suivantes sont valables à condition que certaines hypothèses soient vérifiées ! (la fonction scalaire dans la première formule doit être C2(Ω), où \Omega \subset \mathbb{R} , par exemple. De même, si \vec f désigne la fonction vectorielle concernée dans la seconde formule, il faut vérifier \vec f \in C_2(\Omega) , \Omega \subset \mathbb{R}^n .)

  • \vec{\mathrm{rot}}(\vec{\mathrm{grad}})=\vec{0}
  • \mathrm{div}(\vec{\mathrm{rot}})=0
  • \vec{\mathrm{rot}}(\vec{\mathrm{rot}})=\vec{\mathrm{grad}}(\mathrm{div})-\vec{\Delta} (appliqué à un vecteur)
  • \Delta = \mathrm{div}(\vec{\mathrm{grad}}) (appliqué à un scalaire)

Formules dites de Leibniz pour les produits

  • \vec{\mathrm{grad}}(\vec{X_0}\cdot \vec{B} ) = (\vec{X_0} \cdot \vec{\mathrm{grad}})\vec{B} + \vec{X_0} \wedge \vec{\mathrm{rot}}\vec{B} (où \vec{X_0} est un vecteur uniforme) et évidemment :
  • \vec{\mathrm{grad}}(\vec{A}\cdot \vec{B} ) = (\vec{A} \cdot \vec{\mathrm{grad}})\vec{B} + \vec{A} \wedge \vec{\mathrm{rot}}\vec{B} + (\vec{B} \cdot \vec{\mathrm{grad}})\vec{A} + \vec{B} \wedge \vec{\mathrm{rot}}\vec{A}
  • \nabla(\vec{F}\cdot \vec{F}) = 2 (\vec{F}\cdot\nabla)\vec{F} + 2 \vec{F} \wedge (\vec{\mathrm{rot}}\vec{F}) (dite de Bernoulli, en mécanique des fluides)
  • \mathrm{div}(\vec{X_0} \wedge \vec{B})= - \vec{X_0} \cdot \vec{\mathrm{rot}}\vec{B} (où \vec{X_0} est un vecteur uniforme, définition intrinsèque du rotationnel)
  • \mathrm{div}(\vec{A} \wedge \vec{B})= - \vec{A} \cdot \vec{\mathrm{rot}}\vec{B} + \vec{B} \cdot \vec{\mathrm{rot}}\vec{A}
  • (où \vec{X_0} est un vecteur uniforme, par définition de l'application linéaire tangente)
  • \vec{\mathrm{rot}}( \vec{A}\wedge \vec{B}) = \vec{A}\cdot \mathrm{div}\vec{B} - (\vec{A}\cdot \vec{\mathrm{grad}})\vec{B} - \vec{B}\cdot \mathrm{div}\vec{A} + (\vec{B}\cdot \vec{\mathrm{grad}})\vec{A}
  • \vec{\mathrm{grad}}(fg) = f \cdot\vec{\mathrm{grad}}(g) + g\cdot\vec{\mathrm{grad}}(f) (symétrique en f et g)
  • \mathrm{div}(\rho \cdot \vec{V}) = \rho \cdot \mathrm{div} \vec{V}+ \vec{\mathrm{grad}}(\rho)\cdot \vec{V}
  • \vec{\mathrm{rot}}(\rho \cdot \vec{V}) = \rho \cdot \vec{\mathrm{rot}} \vec{V}+ \vec{\mathrm{grad}}(\rho)\wedge \vec{V}
  • \Delta (f\cdot g) = f\cdot \Delta g + 2 \vec{\mathrm{grad}}(f) \cdot \vec{\mathrm{grad}}(g) +g\cdot \Delta f
  • \mathrm{div} ( f \cdot \vec{\mathrm{grad}}(g) -g \cdot \vec{\mathrm{grad}}(f)) = f \Delta g - g \Delta f

Quelques formules utiles

  • Soient f(M) et g(M) deux champs scalaires,il existe un champ de vecteurs \vec{A}(M) tel que :

\vec{\mathrm{rot}}\vec{A} = \vec{\mathrm{grad}}f \wedge \vec{\mathrm{grad}}\,g

  • Le champ central \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 \mathrm{div}\vec{r}=3 et \vec{\mathrm{rot}}(\vec{Xo}\wedge\vec{r})=2\vec{Xo} (où \vec{X_0} est un vecteur uniforme)

  • D'autre part -mg\vec{k}=-\vec{\mathrm{grad}}(mgz)  ; soit \vec{Xo}=\vec{\mathrm{grad}}(\vec{Xo}\cdot\vec{r}) (où \vec{X_0} est un vecteur uniforme). Et aussi:
  • \vec{\mathrm{grad}}f(r)=f'(r)\vec{u} avec \vec{u}=\frac{\vec{r}}{r}

en particulier \vec{\mathrm{grad}}(r^2)=2\vec{r} (évident car d(\vec{r}\cdot\vec{r})=d(r^2) )

  • \Delta f(r)=f''(r)+\frac{2}{r}\cdot f'(r) , sauf en r = 0
  • Le champ newtonien, soit \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 terme de Flux) ( hors r = 0, où elle vaut 4\pi\cdot\delta(r) , théorème de Gauss pour l'angle solide)

Il en résulte que \Delta(1/r) = - 4 \pi \cdot \delta(r)

  • Donc \Delta(\vec{X_0}/r) = - 4 \pi \cdot \vec{X_0}\cdot \delta(r)

(où \vec{X_0} est un vecteur uniforme)

qui se décompose en :

\vec{\mathrm{grad}}(\mathrm{div})(\vec{X_0}/r) = - 4 \pi \cdot \vec{X_0}\cdot \delta(r)\cdot(1/3) (où \vec{X_0} est un vecteur uniforme), et

\vec{\mathrm{rot}}(\vec{\mathrm{rot}})(\vec{X_0}/r) = + 4 \pi \cdot \vec{X_0}\cdot \delta(r)\cdot(2/3) (où \vec{X_0} est un vecteur uniforme)

ce qui est moins évident (cf. moment magnétique).

  • En mécanique des fluides, il faut retenir encore quelques "évidences" supplémentaires, pour bien se familiariser avec l'analyse vectorielle avant de l'aborder.
  • Les formules précédentes sont dites de calcul différentiel. Il convient de les associer aux formules de calcul intégral : formule de Stokes, théorème d'Ostrogradski, etc.
  • Enfin, il convient de ne pas perdre de vue le caractère axial ou polaire des champ de vecteurs étudiés. Ce ne sont absolument pas les mêmes entités mathématiques !

Expressions des opérateurs en différentes coordonnées

Coordonnées cylindriques

\vec{\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}
\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}
\vec{\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}
\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}

Coordonnées sphériques

\vec{\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}
\mathrm{div}\vec{A} = \frac{1}{r^2}\frac{\partial}{\partial r}(r^2A_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}
\vec{\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}
\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}
miniature
Voici ce qui a causé les toutes premières inégalités de richesse 💰
miniature
Quelle est cette zone étrange dans l'Atlantique Nord ? 🌊
miniature
Cette planète orbite à angle droit autour de deux étoiles, une première ! 🔭
miniature
Des cellules solaires flexibles battent des records d'efficacité ⚡
miniature
Ce dispositif reproduit les trous noirs et trous blancs en laboratoire 🌀
miniature
Record établi pour un transistor en diamant 💎
miniature
Les sursauts radio rapides trahissent enfin leur origine cosmique 📡
miniature
Ces biomarqueurs sanguins prédisent la démence 10 ans à l'avance 🧠
miniature
Découverte majeure: des médicaments 23 fois plus efficaces contre le cancer 💊
miniature
Les oscillations collectives des foules humaines denses 🔁
miniature
Une forme inconnue de la matière détectée au LHC ? ⚛️
miniature
Le sel, un facteur méconnu de l'obésité ? 🧂
miniature
L'Univers en rotation, une réponse élégante à ce problème astrophysique majeur 🌀
miniature
Découverte tectonique majeure sous les Petites Antilles 🌍
miniature
1
Peut-on geler en chauffant ? ❄️
miniature
Une peau électronique pour doter les robots du sens du toucher 👌
miniature
Invention d'un bois semi-transparent avec une technique...surprenante ! 🌳
miniature
Le cancer inscrit dans nos gènes dès la naissance ? 🧬
miniature
Des supernovae à l'origine de deux extinctions massives sur Terre ? 💥
miniature
Le passé verdoyant du plus grand désert du monde 🐪
miniature
Après les campagnes antivaccins, la rougeole revient en force aux États-Unis 😷
miniature
Des puces quantiques plus proches que jamais ⚡
miniature
1
Pourrons-nous bientôt communiquer avec les dauphins grâce à l'IA ? 🐬
miniature
En déplaçant deux atomes, des chercheurs transforment le LSD en médicament surpuissant 💊
miniature
Des scientifiques parviennent à produire efficacement du carburant à partir de monoxyde de carbone 🛢️
miniature
Que nous apprend la découverte de cet insecte de 16 millions d'années ? 🐜
miniature
Avec 91km, l'accélérateur FCC fera passer le LHC pour un jouet ⚛️
miniature
Cette vitamine développe les fonctions cognitives du cerveau 🧠
miniature
Comment des impacts géants vaporisent les corps planétaires ☄️
miniature
Les Américains riches vivent moins longtemps que les Européens pauvres 💰
miniature
Attention à ce riz naturellement riche en arsenic 🍚
miniature
L'intelligence artificielle contre la mort subite 💀
miniature
L'inévitable formation d'un océan de magma basal sur Terre 🔥
miniature
Découverte d'une plante étrange sans chlorophylle 🌱
miniature
Existe-t-il des mélodies naturelles ? 🎶
miniature
Cette exoplanète présente une signature de vie bien plus forte que celle de la Terre 👽
miniature
L'origine énigmatique des rayons cosmiques les plus énergétiques ⚡
miniature
1
Le diagnostic de l'autisme remis en cause par l'intelligence artificielle 🩺
miniature
Imprimer en 3D avec la lumière du soleil ☀️
miniature
La pollution atmosphérique nuit gravement au cerveau 🧠
miniature
Le trou noir supermassif Ansky vient de se réveiller ⚫
miniature
1
Voici ce qui rend notre cerveau vraiment unique 🧠
miniature
Asymétrie matière-antimatière: une nouvelle pièce du puzzle dévoilée 🧩
miniature
Neige en inuit, goût en japonais... comment les langues décomposent la réalité ? 💬
miniature
La physique révèle les secrets d'un strike parfait au bowling 🎳
miniature
Le TDAH associé à la démence 🧠
miniature
Découverte d'une nouvelle forme d'intrication quantique, une première en 20 ans ⚛️
miniature
Le régime cétogène montre des surprises sur le cholestérol 🧐
miniature
Un tango observationnel révèle une Super-Terre 🔭
miniature
Cette expérience montre que la graisse brune augmente fortement la longévité 🕒
Page générée en 0.163 seconde(s) - site hébergé chez Contabo
Ce site fait l'objet d'une déclaration à la CNIL sous le numéro de dossier 1037632
A propos - Informations légales
Version anglaise | Version allemande | Version espagnole | Version portugaise