Mesure des grandeurs physiques

Documents pareils
Chapitre 3 : Fonctions d une variable réelle (1)

Comportement d'une suite

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Séquence 5. La fonction logarithme népérien. Sommaire

Solutions particulières d une équation différentielle...

Processus et martingales en temps continu

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

CHAPITRE 2 SÉRIES ENTIÈRES

STATISTIQUE AVANCÉE : MÉTHODES

Séries réelles ou complexes

Etude de la fonction ζ de Riemann

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

SÉRIES STATISTIQUES À DEUX VARIABLES

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Limites des Suites numériques

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

14 Chapitre 14. Théorème du point fixe

Dénombrement. Chapitre Enoncés des exercices

Résolution numérique des équations aux dérivées partielles (PDE)

[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

EXERCICES : DÉNOMBREMENT

Principes et Méthodes Statistiques

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

c. Calcul pour une évolution d une proportion entre deux années non consécutives

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

Cours 5 : ESTIMATION PONCTUELLE

Formation d un ester à partir d un acide et d un alcool

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

20. Algorithmique & Mathématiques

STATISTIQUE : TESTS D HYPOTHESES

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

55 - EXEMPLES D UTILISATION DU TABLEUR.

Suites et séries de fonctions

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Statistique descriptive bidimensionnelle

Les Nombres Parfaits.

1 Mesure et intégrale

Sommes de signaux : Décomposition de Fourier Spectre ondes stationnaires et résonance

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent machaven/

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE

Chapitre 3 : Transistor bipolaire à jonction

Probabilités et statistique pour le CAPES

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

4 Approximation des fonctions

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

La maladie rénale chronique

Module 3 : Inversion de matrices

Comment les Canadiens classent-ils leur système de soins de santé?

Régulation analogique industrielle ESTF- G.Thermique

Cours de Statistiques inférentielles

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

Chap. 5 : Les intérêts (Les calculs financiers)

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Renseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers.

Séries numériques. Chap. 02 : cours complet.

Chaînes de Markov. Arthur Charpentier

Université Pierre et Marie Curie. Biostatistique PACES - UE

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

Sommaire Chapitre 1 - L interface de Windows 7 9

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

Statistique Numérique et Analyse des Données

Échantillonnage et estimation

Introduction : Mesures et espaces de probabilités

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Initiation à l analyse factorielle des correspondances

Petit recueil d'énigmes

Les nouveaux relevés de compte

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Gérer les applications

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Processus géométrique généralisé et applications en fiabilité

LE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL

Nous imprimons ce que vous aimez!

Baccalauréat S Asie 19 juin 2014 Corrigé

Coefficient de partage

Compte Sélect Banque Manuvie Guide du débutant

Donnez de la liberté à vos données. BiBOARD.

Guide du suivi et de l évaluation axés sur les résultats P ROGRAMME DES NATIONS UNIES POUR LE DÉVELOPPEMENT B U R E AU DE L É VA L UATION

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.

SYSTEME FERME EN REACTION CHIMIQUE

Création et développement d une fonction audit interne*

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation

Exercices de mathématiques

Transcription:

es buts de cet amphi Compredre la sigificatio physique du formalisme mis e place Mesure des gradeurs physiques Quelle est l iformatio acquise lors d ue mesure? Formulatio du pricipe 3, d abord sous ue forme «faible», puis sous sa forme «forte» Exploiter le lie etre «quatités physiques» et «opérateurs» Chapitre 3 + 3.3 du chapitre 4 Valeurs propres et foctios propres, résolutio de l équatio de Schrödiger Mesures de positio et d impulsio Particule poctuelle de foctio d ode Desité de probabilité pour la positio = : x = x dx iterférece d électros (Hitachi) 1. x a mesure des gradeurs physiques : Mesure d impulsio, par exemple par ue expériece de temps de vol positio, impulsio, éergie, TF (p) dp = (p) dp (p p x ) p = p (p) dp qui s écrit aussi (isométrie + dérivatio) : p = i d dx dx

Structure commue e termes d opérateurs a mesure d ue gradeur physique Valeur moyee de la positio x = [ˆx ] dx = h ˆx i : multiplicatio par x ˆx x Pricipe 3 (versio «faible») À toute gradeur physique, o peut associer ue «observable»   : opérateur liéaire hermitie agissat das l espace des foctios d ode Valeur moyee de l impulsio p = [ˆp ] dx = h ˆp i ˆp ˆp x : dérivatio par rapport à x (à près) ˆp i d dx Si o prépare u grad ombre de systèmes idetiques tous das l état et qu o mesure A sur chacu, la moyee des résultats vaut Z i hai = hâ dx = h  i Rappel du produit scalaire «aturel» das : Z h 1 i = 1 dx Opérateur hermitie : h 1  i = hâ 1 i ce qui etraîe e particulier que hai est réel Commet costruire l opérateur associé à A? positio quatité physique actio de l opérateur associé sur multiplicatio par ( r) impulsio ˆp x = i x ˆp y = i y ˆp z = i z ˆ p = i ˆp =. éergie totale E = p m + V ( r) Hamiltoie Ĥ = ˆp m + V (ˆ r) = m + V ( r) Valeurs propres et foctios propres d u opérateur momet ciétique opérateur momet ˆ = = r p ciétique ˆ r ˆ p z = xp y yp ˆz x = x y i y x

Défiitio géérale exemple de l opérateur impulsio est ue foctio propre de l opérateur A, associé à ue O dit que quatité physique A, si cette foctio est pas idetiquemet ulle et si = a A Valeurs propres q et foctios propres p x q =q p q =q d q iq = dx e ombre aα (même dimesio que A) est la valeur propre associée à q de l impulsio p = d : i dx q q q = C eiqx/ es foctios propres de l impulsio sot les odes plaes. e spectre de l impulsio (esemble de ses valeurs propres) est l esemble des ombres réels R. Théorème spectral : e dimesio fiie, u opérateur hermitie (du type de ceux qui sot associés aux gradeurs physiques) est diagoalisable : o peut former ue base de l espace de foctios avec ses vecteurs propres. Subtilités avec otre espace de foctios, qui est de dimesio ifiie... es foctios propres de l hamiltoie V e puits carré ifii Foctios qui vot jouer u rôle crucial pour étudier l évolutio des systèmes H m d E dx + V E =E E E =E E H E =E E pour simplifier les otatios: (à ue dimesio) a résolutio de cette équatio passe e gééral par u traitemet umérique. E x Il existe cepedat quelques cas solubles aalytiquemet : potetiel harmoique potetiel coulombie potetiel costat par morceau Sadwich de Al Ga As Ga As Al Ga As coditios aux limites : cotiue

es valeurs propres de l éergie du puits carré ifii Si o choisit E réelle égative : pas de solutio Pour E réelle et positive : posos k = m = E (à vérifier e exercice) es «états statioaires» du puits carré ifii es foctios propres de l hamiltoie s écrivet doc = E = ~ k /m me/ = s écrit alors si(k x) k Normalisatio : Forme géérale des solutios : imite e x = :! () = imite e x = :! () = = si(kx) + cos(kx) k = / dx = 1 = / esemble des forme ue «base» orthoormée de l espace des foctios d ode telles que () = () = = orthoormalité : si(k) = avec dx =, si(k) = développemet d ue foctio d ode sur cette «base» : + es vecteurs d ode k e peuvet predre que des valeurs discrètes : k = k = = 1,,... = m Émissio de lumière par u puits quatique E E1 = = 1,,... =1 C = 1 similaire à u développemet d ue foctio périodique e série de Fourier Bila pour le puits carré ifii E = E1 =1 et les valeurs propres pour l éergie sot «quatifiées» : E = + C E3 itrure de gallium E m E si( x/) E1 x Ordres de gradeur u électro das u puits quatique de largeur = =1 couches atomiques E1 =6 couches atomiques 6 1-9 m E1 = 1 mev u ucléo (proto ou eutro) das u oyau de diamètre = 4 1-15 m E1 = 1 MeV Photo: P. Reiss/CEA

Préambule 1 : lie etre «résultats de mesure» et «valeurs propres» 3. e résultat de la mesure de A est certai (ou prédétermié) si et seulemet si l état est u état propre de l observable A Preuve du ses direct de l équivalece Quatité physique A, décrite par l observable A : Si discret (ce qui exclut l opérateur «impulsio») Base orthoormée de foctios propres pour tout = C E E1 O s itéresse à la mesure d ue quatité physique A! sur ue particule préparée das l état Quels résultats pour ue mesure idividuelle? Spectre de valeurs propres a E3 dx = : avec, C = 1 Préambule 1 (suite) =, alors le résultat de la mesure de A est certai. a = [A a = [A ] dx = ] dx = a [a ] dx = a a = a ( a ) = Par exemple, u état propre de l hamiltoie est u état d éergie bie défiie. Préambule : qu atted-o d ue mesure? Preuve du ses réciproque de l équivalece O suppose que la particule est das u état tel que la quatité A est «bie défiie» : pas de fluctuatios des résultats de mesure a = Alors, a = [A ] dx a mesure d ue quatité physique fourit u ombre (ou u esemble de ombres) qui apporte ue iformatio sur le système étudié. Tailles d ue populatio : taux d apparitio est état propre de A avec la valeur propre a. taille Démostratio : = = (A [(A [(A a ) = a ) ] dx a ) ] [(A a ) ] dx A = a Coclusio : le résultat de la mesure de A est certai si et seulemet si l état de la particule est u état propre de A. e résultat est la valeur propre associée. Pour que l iformatio fourie e soit pas factice, il faut que les mesures d ue même quatité (ici la taille d u idividu doé) à deux istats «très proches» doet le même résultat. «très proches» : l état du système évolue pas de maière sigificative etre les deux mesures.

Quel est l état de la particule après ue mesure? Exemple d ue mesure d éergie das u puits E 3 E E 1 état iitial = C à l istat t 1 à l istat t mesure de l éergie : résultat ε# Quelles sot les valeurs possibles de ε? Quel est l état après mesure? Pour que le résultat à l istat t soit avec certitude égal à ε, il faut (cf. préambule 1) que: (i) ε soit ue des valeurs propres E de l opérateur éergie cf. préambule : ue ouvelle mesure de l éergie sur le même système à u istat t «très proche» de t 1 doit doer avec certitude le résultat ε# (ii) le système soit das u état propre de l opérateur éergie à l istat t mesure à t 1 :! es résultats possibles pour ue mesure idividuelle Si o mesure la quatité physique A, les seuls résultats de mesure possibles sot les valeurs propres de l opérateur.  Si la particule est avat la mesure das l état propre de Â, alors le résultat est avec certitude la valeur propre a α. Si la particule est avat la mesure das u état quelcoque = C avec C =1 alors le résultat sera aléatoiremet ue des valeurs propres a α. Quelle est la loi de probabilité correspodate? Cette loi se déduit de : a = [ ] dx =...= C a a = [ ] dx =...= C a oi de probabilité pour a α : p = C Versio forte du pricipe de la mesure O s itéresse à la mesure d ue quatité physique A, d observable  Valeurs propres a α et foctios propres orthoormées ψ α de  Avat la mesure : = C Pricipe 3 (versio «forte»)  =a a α supposée ici o dégéérée avec C =1 e résultat a d ue mesure idividuelle de la gradeur physique A est écessairemet ue des valeurs propres a α de  a probabilité p α de trouver le résultat a α est p = C Juste après ue mesure ayat doé le résultat a α, la foctio d ode de la particule est Qu appred-o das ue mesure? Ue mesure idividuelle, sur ue particule doée, doe u reseigemet sur l état du système après mesure : icou = C  appareil de mesure (classique) 1 O e peut pas, avec cette seule mesure, recostruire l état O sait seulemet que était pas ulle p p = C a 1 a a 3 a foctio d ode est modifiée de maière irréversible par la mesure : «réductio du paquet d odes» Si le résultat est α, l état après cette mesure est : =

Qu appred-o das ue mesure (II)? Si o dispose de N particules préparées das le même état icou, o peut e effectuat ue fois la mesure de A sur chaque particule détermier les probabilités p α# icou appareil a α1" p 1 =N 1 /N de mesure (classique) a α" p =N /N = C 1 a α3" p 3 =N 3 /N 4. Etats propres de l hamiltoie et résolutio de l équatio de Schrödiger À partir de p = C, o peut recostruire (au mois partiellemet) i t = Ĥ Ĥ = ˆp + V (ˆx, t) m O se limite ici au cas où V e déped pas du temps : V (ˆx, t) =V (ˆx) Évolutio d u état quelcoque es états propres de l hamiltoie sot des «états statioaires» O détermie les états propres de l hamiltoie : Ĥ =E es états formet ue «base» de l espace des foctios d ode Si o prépare la particule das u de ces états à t = : alors la solutio de l équatio de Schrödiger à l istat t est (x, ) = Foctio d ode iitiale de la particule : (x, ) = Alors la foctio d ode à l istat t vaut : (x, t) = C C e ie t/ (x, t) = e ie t/ a probabilité de présece évolue pas : (x, t) = Démostratio : le (x, t) proposé est-il solutio de i = Ĥ (x, t)? t i = C E e ie t/ t = i ie C e ie t/ Ĥ (x, t) = C Ĥ e ie t/ = a résolutio d u problème de mécaique quatique commece presque toujours par la détermiatio des foctios propres de l éergie. C E e ie t/ et il e va de même pour la valeur moyee de toute quatité physique a (t) = (x, t)[â (x, t)] dx = [Â ] dx U état d éergie bie défiie est pas «e mouvemet»!

e chat de Schrödiger e rôle de la mesure Pricipe de superpositio : si et sot des foctios d ode «éligibles», alors l est aussi. Électro das l expériece des trous d Youg : «passé das le trou de gauche» ET «passé das le trou de droite» O ouvre la boîte et o regarde l état de saté du chat Ue chace sur deux de le trouver e vie Y avait-il moye de prévoir ce qui allait arriver? No! il e s agit pas d ue probabilité classique comme das u tirage à «pile OU face» e dispositif diabolique de Schrödiger : Après u temps bie choisi : Quad le chat meurt-il? Tat qu o a pas fait la mesure, l état du système (chat+ atome+ cyaure) est ue superpositio cohérete des deux situatios «vivat» ET «mort» : o pourrait e pricipe recostruire ψ () ET quatique OU classique a décohérece Pour u système macroscopique, couplé à l eviroemet, la cohérece quatique etre les états «vivat» et «mort» disparaît très rapidemet : ET quatique décohérece OU classique Quels sot les plus gros objets sur lesquels o va pouvoir observer le «ET» quatique? iterféreces de grosses molécules (virus?), cohérece quatique das des boucles de supracoducteurs (SQUID), importace pratique cosidérable pour le développemet de futurs «ordiateurs quatiques»