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

Mouvement circulaire : dynamique et vitesse

Dans cours

PHYS-100: Physique avancée I (mécanique)

La Physique Générale I (avancée) couvre la mécanique du point et du solide indéformable. Apprendre la mécanique, c'est apprendre à mettre sous forme mathématique un phénomène physique, en modélisant la situation et appliquant les lois de la physique. ...

Description

Cette séance de cours couvre des sujets de physique avancés liés au mouvement circulaire, à la dynamique des points matériels et aux calculs de vitesse. Il aborde des concepts tels que la décomposition des vecteurs, le mouvement tridimensionnel et les abscisses curvilignes. La présentation explore également la relation entre la vitesse, le déplacement et l'accélération en mouvement circulaire.

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

Paolo Ricci

Paolo Ricci earned his masters degree in nuclear engineering at the Politecnico di Torino, Turin (Italy) in 2000. His doctoral studies were conducted at the Los Alamos National Laboratory, with focus on kinetic simulation of magnetic reconnection in the Earth's magnetotail. He spent two-and-a-half years as a postdoctoral researcher at Dartmouth College's Department of Physics and Astronomy, where he worked on gyrokinetic simulations of the Z pinch. He joined the EPFL's Swiss Plasma Center (SPC), as a EURATOM fellow in 2006, was named Tenure Track Assistant Professor in June 2010, and Associate Professor in August 2016. He is at the head of the SPC theory group. Paolo Ricci is the recipient of the 2016 Section de Physique Teaching Prize and of the 2021 Craie d'Or award from the EPFL physics bachelor students.

Source officielle

Concepts associés (32)

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.

Factorisation de Cholesky

La factorisation de Cholesky, nommée d'après André-Louis Cholesky, consiste, pour une matrice symétrique définie positive , à déterminer une matrice triangulaire inférieure telle que : . La matrice est en quelque sorte une « racine carrée » de . Cette décomposition permet notamment de calculer la matrice inverse , de calculer le déterminant de A (égal au carré du produit des éléments diagonaux de ) ou encore de simuler une loi multinormale. Elle est aussi utilisée en chimie quantique pour accélérer les calculs (voir Décomposition de Cholesky (chimie quantique)).

Décomposition en valeurs singulières

En mathématiques, le procédé d'algèbre linéaire de décomposition en valeurs singulières (ou SVD, de l'anglais singular value decomposition) d'une matrice est un outil important de factorisation des matrices rectangulaires réelles ou complexes. Ses applications s'étendent du traitement du signal aux statistiques, en passant par la météorologie. Le théorème spectral énonce qu'une matrice normale peut être diagonalisée par une base orthonormée de vecteurs propres.

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.

Décomposition de Schur

En algèbre linéaire, une décomposition de Schur (nommée après le mathématicien Issai Schur) d'une matrice carrée complexe M est une décomposition de la formeoù U est une matrice unitaire (U*U = I) et A une matrice triangulaire supérieure. On peut écrire la décomposition de Schur en termes d'applications linéaires : Dans le cas où est l'application nulle, l'énoncé est directement vérifié, on peut donc se contenter de traiter le cas où est différente de l'application nulle.

Afficher plus

Séances de cours associées (40)

Projection orthogonale: Décomposition vectorielle

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

Mouvement circulaire et oscillateur harmonique

Explore le mouvement circulaire, les oscillateurs harmoniques, et les doubles ressorts, élucidant les principes de physique qui les sous-tendent.

Factorisation QR : Résolution du système des moindres carrés MOOC: Algèbre Linéaire (Partie 3)

Couvre la méthode de factorisation QR appliquée à la résolution d'un système d'équations linéaires au sens des moindres carrés.

Projections et réflexions orthogonales

Couvre l'expression analytique des projections orthogonales et des réflexions dans l'espace 2D.

Trajectoires et équations de mouvement

Couvre les trajectoires, les équations de mouvement, les propriétés de vitesse, les composants d'accélération et l'intégration des équations de mouvement.

Afficher plus

Concepts associés (32)

Décomposition QR

Factorisation de Cholesky

Décomposition en valeurs singulières

Décomposition LU

Décomposition de Schur

Afficher plus