Séance de cours

Les vecteurs propres et l'équation des ondes 1D

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

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 traite de la discrétisation de l'équation d'onde 1D sur un système borné, en se concentrant sur les vecteurs propres et les valeurs propres. Il couvre l'approximation des dérivées spatiales, la solution de l'équation d'onde et la base orthogonale des vecteurs propres. La séance de cours explore également le problème de la valeur propre, la définition positive de la matrice symétrique et la solution au système discrétisé à l'aide d'oscillateurs harmoniques. L'accent est mis sur la solution systématique du système d'équations aux dérivées partielles et la réduction à des oscillateurs harmoniques indépendants. L'importance des conditions initiales et le concept d'orthogonalité sont mis en évidence.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e·s (3)

Stephan Brunner

Enseignement et PhD Doctorant·es actuel·les Hugo Jean Elie Chkroun, Nicole Vadot, Oraz Anuaruly, Haomin Sun, Isabel Muzio, Fabien Nicolas Jeanquartier A dirigé les thèses EPFL de Ajay Chandrarajan Jayalekshmi, Arnas Volcokas A co-dirigé les thèses EPFL de Xavier Lapillonne, Thibaut Vernay, Julien Stanislas Pierre Dominski, Gabriele Merlo, Emmanuel Lanti, Noé Ohana, Moahan Murugappan Cours Plasma instabilities PHYS-736 To complete the theoretical knowledge acquired before the graduate studi

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.

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.

Source officielle

Proximité ontologique

Mathématiques

Algèbre: Algèbre linéaire

Concepts associés (21)

Valeur propre, vecteur propre et espace propre

En mathématiques, et plus particulièrement en algèbre linéaire, le concept de vecteur propre est une notion algébrique s'appliquant à une application linéaire d'un espace dans lui-même. Il correspond à l'étude des axes privilégiés, selon lesquels l'application se comporte comme une dilatation, multipliant les vecteurs par une même constante. Ce rapport de dilatation est appelé valeur propre, les vecteurs auxquels il s'applique s'appellent vecteurs propres, réunis en un espace propre.

Décomposition d'une matrice en éléments propres

En algèbre linéaire, la décomposition d'une matrice en éléments propres est la factorisation de la matrice en une forme canonique où les coefficients matriciels sont obtenus à partir des valeurs propres et des vecteurs propres. Un vecteur non nul v à N lignes est un vecteur propre d'une matrice carrée A à N lignes et N colonnes si et seulement si il existe un scalaire λ tel que : où λ est appelé valeur propre associée à v. Cette dernière équation est appelée « équation aux valeurs propres ».

Generalized eigenvector

In linear algebra, a generalized eigenvector of an matrix is a vector which satisfies certain criteria which are more relaxed than those for an (ordinary) eigenvector. Let be an -dimensional vector space and let be the matrix representation of a linear map from to with respect to some ordered basis. There may not always exist a full set of linearly independent eigenvectors of that form a complete basis for . That is, the matrix may not be diagonalizable.

Orthogonal basis

In mathematics, particularly linear algebra, an orthogonal basis for an inner product space is a basis for whose vectors are mutually orthogonal. If the vectors of an orthogonal basis are normalized, the resulting basis is an orthonormal basis. Any orthogonal basis can be used to define a system of orthogonal coordinates Orthogonal (not necessarily orthonormal) bases are important due to their appearance from curvilinear orthogonal coordinates in Euclidean spaces, as well as in Riemannian and pseudo-Riemannian manifolds.

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.

Afficher plus

Séances de cours associées (64)

Décomposition des valeurs propres et des vecteurs propres

Couvre la décomposition d'une matrice dans ses valeurs propres et ses vecteurs propres, l'orthogonalité des vecteurs propres et la normalisation des vecteurs.

Diagonalisation dans les matrices symétriques

Explore la diagonalisation dans les matrices symétriques, en mettant l'accent sur l'orthogonalité et les bases orthonormées.

Valeurs singulaires, Théorème fondamental MOOC: Algèbre Linéaire (Partie 3)

Explore le théorème fondamental sur les valeurs singulières et la formation de bases orthonormales à partir de vecteurs propres.

Diagonalisation des matrices

Explore la diagonalisation des matrices à travers des valeurs propres et des vecteurs propres, en soulignant l'importance des bases et des sous-espaces.

Calcul de valeurs propres

Couvre le calcul des valeurs propres et des vecteurs propres, en mettant l'accent sur leur importance et leurs applications.

Afficher plus

Concepts associés (21)

Valeur propre, vecteur propre et espace propre

Décomposition d'une matrice en éléments propres

Generalized eigenvector

Orthogonal basis

Base orthonormée

Afficher plus