Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Représentation matricielle des opérateurs et transformation de base

Dans cours

PHYS-216: Méthodes mathématiques (pour SPH)

Ce cours est un complément aux cours d'analyse et d'algèbre linéaire qui apporte des méthodes et des techniques mathématiques supplémentaires requises pour les cours de physique de 3e année, notamment l'électrodynamique et la mécanique quantique. ...

Description

Cette séance de cours couvre la représentation matricielle des opérateurs dans une base, où un opérateur linéaire sur un espace vectoriel est représenté par une matrice. Il explore également la transformation de base des vecteurs et des opérateurs, en se concentrant sur la relation entre les différentes bases et les matrices correspondantes. L'instructeur explique comment représenter les vecteurs et les opérateurs dans une base orthonormale arbitraire, en soulignant l'importance des matrices unitaires et les propriétés des opérateurs auto-adjoints et normaux.

Enseignant·e·s (3)

Jonathan Graves

Prof. Jonathan P. Graves is a Senior Scientist at EPFL and Honorary Visiting Professor at the University of York, UK. He achieved first class joint honours in Electronic Engineering and Mathematics from the University of Nottingham, UK in 1996. He completed his Ph.D. in Theoretical Mechanics from the University of Nottingham, UK, three years later in 1999. During his Ph.D. he was based in the Culham theory group of the United Kingdom Atomic Energy Authority, developing kinetic descriptions of the internal kink instability, and participating in deuterium-tritium experimental analysis in the Joint European Torus. After a short time in industry, and a postdoc at Nottingham University, he took a position at the Swiss Plasma Center at EPFL, becoming a Senior Scientist in 2014, and became an Honorary Visiting Professor at the University of York, UK, in 2020. In 2015 he became a member of the EUROfusion Scientific and Technical Advisory Committee (STAC) and a member of the EUROfusion DEMO Technical Advisory Group. He is on the editorial board for the journal Plasma Physics and Controlled Fusion, and in 2020 became Scientific Secretary of the Varenna-Lausanne International Workshop in Theory of Fusion Plasmas.

Stephan Brunner

Sylvain Bréchet

Sylvain Bréchet est né le 13 octobre 1981 à Moudon (lieu d'origine Epesses, VD). Il a obtenu un Master de physique à l'EPFL en 2005. Il est allé à Cambridge pour y effectuer une thèse en cosmologie théorique de 2005 à 2009 sous la direction du Prof. Anthony Lasenby (FRS) et du Prof. Michael Hobson au Cavendish Laboratory de l'Université de Cambridge. Il est revenu à l'EPFL où il est depuis 2010 chargé de cours et collaborateur scientifique à l'institut de physique de la matière condensée. Il a enseigné la mécanique classique, la relativité restreinte et la thermodynamique à des étudiants en génie mécanique, en génie électrique et en physique. Il rédige actuellement un ouvrage de thermodynamique.

Source officielle

Proximité ontologique

Mathématiques

Algèbre: Algèbre linéaire

Analyse (mathématiques): Analyse fonctionnelle (mathématiques)

Concepts associés (32)

Endomorphisme autoadjoint

En mathématiques et plus précisément en algèbre linéaire, un endomorphisme autoadjoint ou opérateur hermitien est un endomorphisme d'espace de Hilbert qui est son propre adjoint (sur un espace de Hilbert réel on dit aussi endomorphisme symétrique). Le prototype d'espace de Hilbert est un espace euclidien, c'est-à-dire un espace vectoriel sur le corps des réels, de dimension finie, et muni d'un produit scalaire. L'analogue sur le corps des complexes s'appelle un espace hermitien.

Opérateur non borné

En analyse fonctionnelle, un opérateur non borné est une application linéaire partiellement définie. Plus précisément, soient X, Y deux espaces vectoriels. Un tel opérateur est donné par un sous-espace dom(T) de X et une application linéaire dont l'ensemble de définition est dom(T) et l'ensemble d'arrivée est Y. Considérons X = Y = L(R) et l'espace de Sobolev H(R) des fonctions de carré intégrable dont la dérivée au sens des distributions appartient, elle aussi, à L(R).

Base orthonormée

En géométrie vectorielle, une base orthonormale ou base orthonormée (BON) d'un espace euclidien ou hermitien est une base de cet espace vectoriel constituée de vecteurs de norme 1 et orthogonaux deux à deux. Dans une telle base, les coordonnées d'un vecteur quelconque de l'espace sont égales aux produits scalaires respectifs de ce vecteur par chacun des vecteurs de base, et le produit scalaire de deux vecteurs quelconques a une expression canonique en fonction de leurs coordonnées.

Application linéaire

En mathématiques, une application linéaire (aussi appelée opérateur linéaire ou transformation linéaire) est une application entre deux espaces vectoriels qui respecte l'addition des vecteurs et la multiplication scalaire, et préserve ainsi plus généralement les combinaisons linéaires. L’expression peut s’utiliser aussi pour un morphisme entre deux modules sur un anneau, avec une présentation semblable en dehors des notions de base et de dimension. Cette notion étend celle de fonction linéaire en analyse réelle à des espaces vectoriels plus généraux.

Opérateur différentiel

En mathématiques, et plus précisément en analyse, un opérateur différentiel est un opérateur agissant sur des fonctions différentiables. Lorsque la fonction est à une seule variable, l'opérateur différentiel est construit à partir des dérivées ordinaires. Lorsque la fonction est à plusieurs variables, l'opérateur différentiel est construit à partir des dérivées partielles. Un opérateur différentiel agissant sur deux fonctions est appelé opérateur bidifférentiel.

Afficher plus

Séances de cours associées (45)

Algèbre linéaire: réduction de l'application linéaire

Couvre la réduction d'une application linéaire et la recherche de formes et de bases réduites correspondantes.

Indépendance linéaire et base

Explique l'indépendance linéaire, la base et le rang matriciel avec des exemples et des exercices.

Algèbre linéaire : sous-espaces et transformations

Explore les sous-espaces dans l'algèbre linéaire et les transformations, y compris les noyaux et les images des transformations linéaires.

Algèbre linéaire: opérations matricielles et bases

Explore les opérations matricielles, la détermination des rangs, les dimensions du noyau et les concepts de base en algèbre linéaire.

Représentations du signal

Couvre la norme d'une matrice, d'un opérateur, de valeurs singulières et de matrices unitaires en algèbre linéaire.

Afficher plus

Concepts associés (32)

Endomorphisme autoadjoint

Opérateur non borné

Base orthonormée

Application linéaire

Opérateur différentiel

Afficher plus