Université Paris Diderot - Paris 7 L3 Physique 2018-2019

Mécanique quantique
◦
TD n 1 - outils mathématiques de physique classique

1 Probabilités classiques : cas discret

On lance un dé à 6 faces et on note n le résultat obtenu, avec P (n) la probabilité de trouver
ce résultat.

A. Calculs de probabilités
Pour des dés non-pipés :
a) Que vaut P(n) ? Et quelle est la probabilité de trouver 2 ou 3 suite à un lancer ?
b) Si on lance deux dés successivement, quelle est la probabilité de trouver le résultat 2 puis
le résultat 3 ? Et si on lance deux dés simultanément, quelle est la probabilité de trouver les
résultats 2 et 3 ?
c) Si on lance deux dés, quelle est la probabilité de trouver une somme égale à 12 ? Et quelle
est la probabilité que la somme soit égale à 7 ?

B. Valeurs moyennes et écart-type

a) Donner les formules permettant de calculer les valeurs moyennes hni et hn2 i. Calculer ces
moyennes dans le cas d’un dé non-pipé.
b) Démontrer que h(n − hni)2 i = hn2 i − hni2 . En déduire l’écart-type noté σn .
c) Généralisation : donner la formule permettant de calculer la valeur moyenne de la quantité
f (n) pour n’importe quelle fonction f d’une variable aléatoire discrète n, et n’importe quelle loi
de probabilité P (n).

2 Probabilités classiques : cas continu

A. Propriétés générales
On s’intéresse maintenant à une variable aléatoire pouvant prendre n’importe quelle valeur réelle
x. On note p(x) la densité de probabilité, telle que dP = p(x)dx, avec dP la probabilité (infini-
tésimale) d’obtenir un résultat compris dans l’intervalle (infinitésimal) entre x et x + dx.
a) Quelle doit-être la dimension de p(x) ?
b) Connaissant p(x), quelle est la probabilité d’obtenir un résultat compris entre une borne
minimale xmin et une borne maximale xmax ? En faisant tendre ces bornes vers l’infini, en déduire
la règle de normalisation que doit absolument satisfaire une densité de probabilité.
c) Donner également les formules générales permettant de calculer les valeurs moyennes hxi,
hx2 i et hf (x)i pour n’importe quelle fonction f . Est-ce que ces définitions ont toujours du sens ?
d) Que vaut l’écart-type σx , s’il existe ?

1
B. Applications
a) Densité de probabilité uniforme : si p(x) = A pour x compris entre les bornes a et b, et
p(x) = 0 en dehors de ces bornes, que doit valoir la constante A ? Calculer les valeurs moyennes
hxi et hx2 i, ainsi que l’écart-type σx . Interpréter physiquement les résultats obtenus après avoir
tracé l’allure de la densité de probabilité p(x).
t
b) Densité de probabilité exponentielle : si p(t) = Ae− τ si t ≥ 0, et p(t) = 0 si th0, avec τ une
constante de temps, que doit valoir la constante A ? Calculer les valeurs moyennes hti et ht2 i,
ainsi que l’écart-type noté σt . Interpréter physiquement les résultats obtenus après avoir tracé
l’allure de la densité de probabilité p(t). Cette situation se rencontre-t-elle dans la nature ?
(x−x0 )2
c) Densité de probabilité gaussienne (“loi normale”) : si p(x) = Ae− 2σ2 , que doit valoir la
constante A ? A l’aide d’un changement de variable, calculer hx−x0 i et h(x−x0 )2 i : en déduire la
moyenne hxi et l’écart type σx associé à cette loi. Interpréter physiquement les résultats obtenus
après avoir tracé l’allure de la densité de probabilité p(x). NB : pour le calcul des intégrales on
R +∞ 2 √
utilisera −∞ e−u du = π et, si nécessaire, l’intégration par parties.
d) Densité de probabilité lorentzienne (“loi de Cauchy”) : si p(x) = (x−x0A)2 +w2 , que doit valoir
la constante A ? Quelle est la valeur la plus probable de x, et quelle est la largeur à mi-hauteur
de la densité de probabilité ? Que peut-on dire de hx − x0 i et de h(x − x0 )2 i ?

3 Espace vectoriel classique : exemples d’opérateurs

A. Rotation et projection
On considère l’espace vectoriel réel à deux dimensions, pour lequel on choisit une base orthonor-
mée {~i, ~j}. On définit les opérateurs P~i , projection sur le vecteur unitaire ~i parallèle à l’axe Ox,
et Rπ/2 , rotation de π/2 autour de l’axe Oz :
a) Ces opérateurs sont-ils linéaires ?
b) Définir l’action de ces opérateurs sur les vecteurs de base ~i et ~j, puis sur un vecteur
quelconque ~v de l’espace vectoriel.
c) Par quelle matrice ces opérateurs sont-ils représentés dans la base {~i, ~j} ?
d) Comparer P~i Rπ/2 ~v et Rπ/2 P~i ~v , avec ~v un vecteur quelconque. Conclusion.

B. Projection sur un vecteur quelconque

Soit ~u un vecteur unitaire du plan (dans un espace vectoriel réel) pour lequel on choisit une base
{~i, ~j}. On note α l’angle entre ~u et ~i et on définit l’opérateur P~u , opérateur de projection sur ~u.
a) Etant donné un vecteur quelconque ~v du plan, exprimer le vecteur P~u ~v .
b) Calculer (P~u )2 .
c) Ecrire la matrice représentant P~u dans la base {~i, ~j}.
d) Calculer le commutateur entre P~i et P~u . Interprétation physique ?
e) On note P~i et P~j les opérateurs de projection sur les vecteurs unitaires ~i et ~j. Que peut-
on dire de l’opérateur P~i +P~j ? Comment se généralise ce résultat dans un espace à 3 dimensions ?

C. Opérateurs de rotation
Soit Rθ un opérateur qui à tout vecteur du plan associe un vecteur pivoté de l’angle θ.
a) Etant donnée une base orthonormée {~i, ~j} dans le plan, déterminer la matrice représentant
l’opérateur Rθ .

2
 b) Calculer l’opérateur égal au produit Rθ1 Rθ2 .
c) Calculer le commutateur entre Rθ1 et Rθ2 .

4 Espace vectoriel classique : vecteurs propres et valeurs propres

A. Opérateurs simples On se place comme précédemment dans un espace vectoriel 2D dont
on a défini une base orthonormée {~i, ~j}.
a) Quelle équation doit vérifier un vecteur propre de l’opérateur A avec la valeur propre λ ?
b) Quelles sont les valeurs propres et vecteurs propres de l’opérateur identité noté I ?
c) Trouver sans calcul les vecteurs propres (et les valeurs propres associées) aux opérateurs
de projection P~i et P~j .
d) Mettre sous forme matricielle l’équation Rπ/2 ~v = λ ~v , avec Rπ/2 l’opérateur de rota-
tion définie précédemment, et ~v un vecteur quelconque de composantes α et β. Montrer qu’une
solution non nulle de cette équation matricielle ne peut exister que si λ2 = −1. Que peut-on
en conclure concernant l’existence de vecteurs propres et de valeurs propres de l’opérateur Rπ/2
dans l’espace réel ? Était-ce attendu ?
e) En passant par la forme matricielle, calculer les polynômes det(P~i − λI), det(P~j − λI), et
det(Rπ/2 − λI), avec I l’opérateur identité. De façon générale, pourquoi peut-il être intéressant
de résoudre l’équation det(A − λI) = 0 ?

B. Un exemple à trois dimensions

Soit un opérateur T agissant sur les vecteurs d’une base orthonormée {u~1 , u~2 , u~3 } d’un espace
vectoriel réel, tel que :
T u~1 = u~2 T u~2 = u~3 T u~3 = u~1
a) Donner une représentation matricielle de l’opérateur dans la base {u~1 , u~2 , u~3 }.
b) Calculer les valeurs propres et les vecteurs propres de T .
c) Même questions pour un espace vectoriel complexe.

C. Base commune d’opérateurs

Soient 2 opérateurs représentés dans la base orthonormée {u~1 , u~2 , u~3 } par les matrices :
   
1 0 0 1 0 0
A=  0 −1 0  B =  0 0 1 
0 0 −1 0 1 0

a) Déterminer les valeurs propres et les vecteurs propres de ces 2 opérateurs.

b) Montrer qu’il existe une base commune de vecteurs propres.
c) Montrer que chaque vecteur propre de cette base est caractérisé par un couple unique de
valeurs propres de A et de B.
d) Calculer le commutateur entre ces 2 opérateurs.

5 Vecteurs propres et diagonalisation

A. Valeurs et vecteurs propres
On définit l’opérateur linéaire A associé, dans la base (−
→, −
u →
1 u2 ) d’un espace vectoriel réel à deux

3
dimensions, à la matrice suivante :  
a a
A= ,
a a
avec a une constante réelle.
a) Donner l’action de cet opérateur A sur chacun des vecteurs de base − → et −
u 1
→, puis sur un
u2
→
−
vecteur quelconque v , dont les composantes dans cette base sont notées α et β.
b) Quelles sont les valeurs propres de cet opérateur ?
c) Trouver deux vecteurs propres associés à chacune de ces valeurs propres (on choisira des
vecteurs propres unitaires). Montrer que ces deux vecteurs propres sont également orthogonaux
entre eux.

B. Base de vecteurs propres

On effectue un changement de base, c’est à dire que l’on souhaite utiliser la base orthonormée
→
− → − →
− →
−
( u01, u02), avec u01 et u02 les vecteurs propres unitaires trouvés à la question précédente.
→
− → −
a) Représenter graphiquement les vecteurs de la nouvelle base, ( u01, u02), dans l’ancienne base
(→
−u1, →−
u2)
b) Dans cette nouvelle base l’opérateur A est représentée par une matrice notée D : laquelle ?
→
− → −
c) On appelle α0 et β 0 les composantes du vecteur quelconque → −v dans la base ( u01, u02). Connais-
sant D, en déduire une expression très simple du vecteur A→ −v dans cette nouvelle base.
d) Généralisation : pour un opérateur quelconque A représenté par une matrice (n, n), dont
on a trouvé n vecteurs propres unitaires orthogonaux entre eux, et associés chacun à une valeur
propre λi (avec i = 1, ..., n), quelle valeur prendra la matrice D représentant cet opérateur dans
→
−
la base des vecteurs propres u0i ? Et comment s’écrira le vecteur A→ −
v , action de l’opérateur A
→
− →
−0
sur un vecteur quelconque v , dans la base des u ? i

C. Matrices de passage
On note P la matrice de passage associée à ce changement de base, telle que P − → = →
u
−0
u1 et
1
−
→ →
−0
P u2 = u2.
a) Comment s’exprime P sous forme matricielle dans la base (− →, −
u →
1 u2 ) ?
b) Comment s’exprime la matrice P −1 , i.e. la matrice de passage inverse qui permet de passer
de la seconde base à la première ? Pourquoi utilise-t-on cette notation P −1 ?
c) A quelles opérations géométriques, dans l’espace plan étudié, correspondent ces matrices
P et P −1 ?
d) Montrer par le calcul que D = P −1 AP et, à l’inverse, que A = P DP −1 ?

D. Entraînement
Qu’est ce qui changerait, dans les calculs précédents et leur interprétation géométrique, avec :
a)  
a b
A= avec a et b réels ?
b a
b)  √ 
−a
√ 3a
A= avec a réel ?
3a a
c)  
a a
A= avec a réel ?
−a a