Symétrie TNommée ainsi dans le cadre de la physique des particules, on dit qu'une théorie possède la symétrie T, ou encore symétrie par renversement du temps, si elle est invariante sous la transformation d'inversion du temps c'est-à-dire qui effectue le changement suivant sur la coordonnée de temps Alors que la symétrie T semble naturelle en mécanique quantique, elle est néanmoins violée dans le cadre du modèle standard car la symétrie CP est violée alors que par la symétrie CPT obtenue par application simultanée du
Reversible process (thermodynamics)In thermodynamics, a reversible process is a process, involving a system and its surroundings, whose direction can be reversed by infinitesimal changes in some properties of the surroundings, such as pressure or temperature. Throughout an entire reversible process, the system is in thermodynamic equilibrium, both physical and chemical, and nearly in pressure and temperature equilibrium with its surroundings. This prevents unbalanced forces and acceleration of moving system boundaries, which in turn avoids friction and other dissipation.
Théorie cinétique des gazLa théorie cinétique des gaz a pour objet d'expliquer le comportement macroscopique d'un gaz à partir des caractéristiques des mouvements des particules qui le composent. Elle permet notamment de donner une interprétation microscopique aux notions de : température : c'est une mesure de l'agitation des particules, plus précisément de leur énergie cinétique ; pression : la pression exercée par un gaz sur une paroi résulte des chocs des particules sur cette dernière. Elle est liée à leur quantité de mouvement.
Chaîne de Markovvignette|Exemple élémentaire de chaîne de Markov, à deux états A et E. Les flèches indiquent les probabilités de transition d'un état à un autre. En mathématiques, une chaîne de Markov est un processus de Markov à temps discret, ou à temps continu et à espace d'états discret. Un processus de Markov est un processus stochastique possédant la propriété de Markov : l'information utile pour la prédiction du futur est entièrement contenue dans l'état présent du processus et n'est pas dépendante des états antérieurs (le système n'a pas de « mémoire »).