Le terme dimension, du latin dimensio « action de mesurer », désigne d’abord chacune des grandeurs d’un objet : longueur, largeur et profondeur, épaisseur ou hauteur, ou encore son diamètre si c'est une pièce de révolution. L’acception a dérivé de deux façons différentes en physique et en mathématiques. En physique, la dimension qualifie une grandeur indépendamment de son unité de mesure, tandis qu’en mathématiques, la notion de dimension correspond au nombre de grandeurs nécessaires pour identifier un objet, avec des définitions spécifiques selon le type d’objet (algébrique, topologique ou combinatoire notamment). Dans l'absolu, les dimensions d'une pièce peuvent être choisies de manière totalement arbitraire, l'important étant qu'elles soient compatibles avec l'utilisation finale de la pièce. Dans un but de normalisation, il est toutefois préférable d'utiliser comme dimensions linéaires nominales des valeurs de la « série de Renard ». objet de 350 × 250 × 255 mm. description : (L)ongueur × (l)argeur × (h)auteur. forme : D = (L × l × h) L’impression 4D opère sur des matériaux à mémoire de forme, déformables sous l’influence de la température ou de la lumière. Le Standard Dimension Ratio est le rapport entre le diamètre extérieur d’un tube et l’épaisseur de sa paroi. En physique, le terme « dimension » renvoie à plusieurs notions indépendantes. Dimension d'un espace vectoriel La physique utilise beaucoup la notion mathématique d'espace vectoriel. On peut simplifier sa définition en disant que la dimension d'un espace est le nombre de variables qui servent à définir un état, un évènement. Ainsi, on dit classiquement que notre univers est à quatre dimensions, puisqu'un évènement se définit par la position dans l'espace (x, y, z) et l'instant t auquel cet évènement survient (il faut cependant préciser que, tant qu'aucune théorie physique ne relie le temps à l'espace, on pourrait tout aussi bien considérer la température comme une cinquième dimension ; l'article espace-temps explique comment la théorie de la relativité donne un sens non arbitraire à cette construction).

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cours associés (32)
MATH-413: Statistics for data science
Statistics lies at the foundation of data science, providing a unifying theoretical and methodological backbone for the diverse tasks enountered in this emerging field. This course rigorously develops
PHYS-467: Machine learning for physicists
Machine learning and data analysis are becoming increasingly central in sciences including physics. In this course, fundamental principles and methods of machine learning will be introduced and practi
MATH-110(a): Advanced linear algebra I - vector spaces
L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire (pour les futurs mathématiciens) et de démontrer rigoureusement les résultats principaux de ce sujet.
Afficher plus

Graph Chatbot

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.