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

Orthogonalité et caractères

Dans cours

PHYS-314: Quantum physics II

The aim of this course is to familiarize the student with the concepts, methods and consequences of quantum physics. ...

Description

Cette séance de cours couvre les concepts d'orthogonalité et de caractères en détail, explorant leurs propriétés et applications dans les espaces vectoriels. Il explique l'équivalence des caractères et leur signification dans diverses opérations mathématiques.

Enseignant·e·s (3)

Vincenzo Savona

De nationalité italienne, Vincenzo Savona est né en 1969. Il effectue ses études de physique à lEcole normale supérieure de Pise et à lUniversité de Pise. Puis il entreprend une thèse de doctorat à lInstitut de physique théorique de lEPFL. Il effectue des recherches post-doctorales à lEPFL, puis à lInstitut de physique de lUniversité Humboldt de Berlin. En 2002, il revient à lEPFL pour y constituer son groupe de recherche, bénéficiant dun subside «professeur boursier» du Fonds national suisse de la recherche scientifique. En 2006, il est nommé professeur assistant tenure-track à lEPFL et intègre le NCCR de photonique quantique. En 2010 il est nommé professeur associé. Actuellement, il dirige le Laboratoire de physique théorique des nanosystèmes.

Florent Gérard Krzakala

Zoë Holmes

Source officielle

Proximité ontologique

Mathématiques

Algèbre: Algèbre linéaire

Concepts associés (31)

Espace vectoriel

vignette|Dans un espace vectoriel, on peut additionner deux vecteurs. Par exemple, la somme du vecteur v (en bleu) et w (en rouge) est v + w. On peut aussi multiplier un vecteur, comme le vecteur w que l'on peut multiplier par 2, on obtient alors 2w et la somme devient v + 2w. En mathématiques, plus précisément en algèbre linéaire, un espace vectoriel est un ensemble d'objets, appelés vecteurs, que l'on peut additionner entre eux, et que l'on peut multiplier par un scalaire (pour les étirer ou les rétrécir, les tourner, etc.

Espace vectoriel topologique

En mathématiques, les espaces vectoriels topologiques sont une des structures de base de l'analyse fonctionnelle. Ce sont des espaces munis d'une structure topologique associée à une structure d'espace vectoriel, avec des relations de compatibilité entre les deux structures. Les exemples les plus simples d'espaces vectoriels topologiques sont les espaces vectoriels normés, parmi lesquels figurent les espaces de Banach, en particulier les espaces de Hilbert. Un espace vectoriel topologique (« e.v.t.

Espace vectoriel normé

Un espace vectoriel normé (EVN) est un espace vectoriel muni d'une norme. Cette structure mathématique développe des propriétés géométriques de distance compatible avec les opérations de l'algèbre linéaire. Développée notamment par David Hilbert et Stefan Banach, cette notion est fondamentale en analyse et plus particulièrement en analyse fonctionnelle, avec l'utilisation d'espaces de Banach tels que les espaces L. Norme (mathématiques) Soit K un corps commutatif muni d'une valeur absolue, et non discret (par exemple le corps des réels ou des complexes).

Décomposition QR

En algèbre linéaire, la décomposition QR (appelée aussi, factorisation QR ou décomposition QU) d'une matrice A est une décomposition de la forme où Q est une matrice orthogonale (QQ=I), et R une matrice triangulaire supérieure. Ce type de décomposition est souvent utilisé pour le calcul de solutions de systèmes linéaires non carrés, notamment pour déterminer la pseudo-inverse d'une matrice. En effet, les systèmes linéaires AX = Y peuvent alors s'écrire : QRX = Y ou RX = QY.

Décomposition LU

En algèbre linéaire, la décomposition LU est une méthode de décomposition d'une matrice comme produit d'une matrice triangulaire inférieure (comme lower, inférieure en anglais) par une matrice triangulaire supérieure (comme upper, supérieure). Cette décomposition est utilisée en analyse numérique pour résoudre des systèmes d'équations linéaires. Soit une matrice carrée. On dit que admet une décomposition LU s'il existe une matrice triangulaire inférieure formée de 1 sur la diagonale, notée , et une matrice triangulaire supérieure, notée , qui vérifient l'égalité Il n'est pas toujours vrai qu'une matrice admette une décomposition LU.

Afficher plus

Séances de cours associées (31)

Projection orthogonale: Décomposition vectorielle

Explique la projection orthogonale et la décomposition vectorielle avec des exemples dans l'analyse de trajectoire des particules.

Orthogonalité et caractères

Explique l'orthogonalité et les caractères dans les représentations de groupe, y compris les classes d'équivalence et les dimensions vectorielles de l'espace.

Aperçu des applications linéaires

Explore les applications linéaires, les espaces vectoriels, les noyaux et l'invertibilité en algèbre linéaire.

Espaces vectoriaux : Structure et bases

Couvre les espaces vectoriels, les bases et la décomposition des vecteurs dans R3.

Algèbre linéaire : représentation matricielle

Explore les applications linéaires dans la représentation R2 et matricielle, y compris la base, les opérations et l'interprétation géométrique des transformations.

Afficher plus

Concepts associés (31)

Espace vectoriel

Espace vectoriel topologique

Espace vectoriel normé

Décomposition QR

Décomposition LU

Afficher plus