Séance de cours

Propriétés des photons : Valeurs moyennes et incertitudes

Dans cours
DEMO: fugiat officia dolor non
Elit tempor nisi amet proident sit deserunt minim. Mollit quis voluptate amet adipisicing nisi. Incididunt reprehenderit ex est eu. Culpa proident et pariatur nulla do ea officia esse incididunt. Ea elit proident commodo consectetur eu duis sint deserunt ipsum.
Connectez-vous pour voir cette section
Description

Cette séance de cours traite des valeurs moyennes et des incertitudes associées aux photons, en se concentrant sur les formulations mathématiques de la moyenne et de la variance. L'instructeur présente les concepts d'incertitudes d'amplitude et d'intensité, en mettant l'accent sur la relation entre eux à travers l'analyse de Fourier. La séance de cours couvre le principe d'incertitude de Heisenberg et ses implications pour le comportement des photons, y compris les phénomènes de cohérence et d'interférence. L'instructeur explique l'importance des sources de lumière cohérentes et incohérentes, en particulier dans le contexte des interféromètres tels que les configurations Michelson et Mach-Zehnder. La discussion s'étend à la tomographie par cohérence optique et à l'importance de la longueur de cohérence dans diverses applications. Des exercices sont inclus pour illustrer les applications pratiques de ces concepts, tels que le calcul des positions moyennes et l'analyse du comportement des photons individuels dans les séparateurs de faisceaux. La séance de cours se termine par une revue de l'expérience du radiomètre Crookes, démontrant l'interaction de la lumière avec la matière et le mouvement résultant de l'appareil.

Enseignant
aliquip exercitation
Magna proident pariatur ut ex sint. Eu commodo ea aliqua aute. Et deserunt veniam in dolor Lorem laboris sit consectetur ex labore voluptate do. Aliquip culpa eu ipsum aliquip veniam minim irure sit laborum incididunt consectetur Lorem aliqua. Fugiat consectetur et elit ut ut. Laborum ad pariatur eiusmod ullamco mollit elit sint aute consequat.
Connectez-vous pour voir cette section
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.
Séances de cours associées (30)
Transformée de Fourier : concepts et applications
Couvre la transformée de Fourier, ses propriétés, ses applications dans le traitement du signal et les équations différentielles, en mettant l'accent sur le concept de dérivées devenant des multiplications dans le domaine des fréquences.
Rapprochement Landau: modèle d'émission
Explore l'approximation Landau appliquée au modèle Ising en physique statistique.
Transformée de Fourier : concepts et applications
Couvre la transformée de Fourier, ses propriétés et ses applications dans le traitement du signal et les équations différentielles, démontrant son importance dans l'analyse mathématique.
Série Fourier : Comprendre les coefficients et la périodicité
Explore les coefficients des séries de Fourier, la périodicité et les relations des séries.
Mise à l'échelle et renormalisation en mécanique statistique
Explore l'échelle et la renormalisation en mécanique statistique, en mettant l'accent sur les points critiques et les propriétés invariantes.
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.