Fonction de GreenEn mathématiques et en physique, une fonction de Green est une solution (également appelée solution élémentaire ou solution fondamentale) d'une équation différentielle linéaire à coefficients constants, ou d'une équation aux dérivées partielles linéaire à coefficients constants. Ces « fonctions » de Green, qui se trouvent être le plus souvent des distributions, ont été introduites par George Green en 1828 pour les besoins de l'électromagnétisme. Le mémoire de Green restera confidentiel jusqu'à sa republication en trois parties, à partir de 1850.
Suite définie par récurrenceEn mathématiques, une suite définie par récurrence est une suite définie par son (ou ses) premier(s) terme(s) et par une relation de récurrence, qui définit chaque terme à partir du précédent ou des précédents lorsqu'ils existent. Une relation de récurrence est une équation dans laquelle l'expression de plusieurs termes de la suite apparait, par exemple : ou ou ou si l'on se place dans les suites de mots sur l'alphabet : Si la relation de récurrence a une « bonne » présentation, cela permet de calculer l'expression du terme d'indice le plus élevé en fonction de l'expression des autres.
Problème aux limitesEn analyse, un problème aux limites est constitué d'une équation différentielle (ou plus généralement aux dérivées partielles) dont on recherche une solution prenant de plus des valeurs imposées en des limites du domaine de résolution. Contrairement au problème analogue dit de Cauchy, où une ou plusieurs conditions en un même endroit sont imposées (typiquement la valeur de la solution et de ses dérivées successives en un point), auquel le théorème de Cauchy-Lipschitz apporte une réponse générale, les problèmes aux limites sont souvent des problèmes difficiles, et dont la résolution peut à chaque fois conduire à des considérations différentes.
Point fixeEn mathématiques, pour une application f d'un ensemble E dans lui-même, un élément x de E est un point fixe de f si f(x) = x. Exemples : dans le plan, la symétrie par rapport à un point A admet un unique point fixe : A ; l'application inverse (définie sur l'ensemble des réels non nuls) admet deux points fixes : –1 et 1, solutions de l'équation équivalente à l'équation . Graphiquement, les points fixes d'une fonction f (d'une variable réelle, à valeurs réelles) sont les points d'intersection de la droite d'équation y = x avec la courbe d'équation y = f(x).
Équation intégro-différentielleEn analyse fonctionnelle, une équation intégro-différentielle ou équation intégrodifférentielle est une équation qui fait intervenir à la fois les dérivées d'une fonction et ses intégrales. Une équation intégro-différentielle du premier ordre peut s'écrire sous la forme La résolution exacte d'une telle équation est souvent difficile et passe souvent par l'utilisation des transformations (transformation de Laplace, Fourier...) En astrophysique, l'équation de Schwarzschild-Milne, qui décrit la diffusion de la lumière dans les atmosphère stellaires, est intégro-différentielle.
Itô diffusionIn mathematics – specifically, in stochastic analysis – an Itô diffusion is a solution to a specific type of stochastic differential equation. That equation is similar to the Langevin equation used in physics to describe the Brownian motion of a particle subjected to a potential in a viscous fluid. Itô diffusions are named after the Japanese mathematician Kiyosi Itô.
Stochastic partial differential equationStochastic partial differential equations (SPDEs) generalize partial differential equations via random force terms and coefficients, in the same way ordinary stochastic differential equations generalize ordinary differential equations. They have relevance to quantum field theory, statistical mechanics, and spatial modeling. One of the most studied SPDEs is the stochastic heat equation, which may formally be written as where is the Laplacian and denotes space-time white noise.
Diffusion processIn probability theory and statistics, diffusion processes are a class of continuous-time Markov process with almost surely continuous sample paths. Diffusion process is stochastic in nature and hence is used to model many real-life stochastic systems. Brownian motion, reflected Brownian motion and Ornstein–Uhlenbeck processes are examples of diffusion processes. It is used heavily in statistical physics, statistical analysis, information theory, data science, neural networks, finance and marketing.
Équation de LangevinLéquation de Langevin' (1908) est une équation stochastique pour le mouvement brownien. Dans l'approche théorique de Langevin, une grosse particule brownienne de masse m, supposée animée à l'instant t d'une vitesse , est soumise à deux forces bien distinctes : une force de frottement fluide du type , où k est une constante positive. Dans le cas d'une particule sphérique de rayon a, cette constante s'écrit explicitement : (loi de Stokes). une force complémentaire, notée , qui synthétise la résultante des chocs aléatoires des molécules de fluide environnantes.
Differential-algebraic system of equationsIn electrical engineering, a differential-algebraic system of equations (DAE) is a system of equations that either contains differential equations and algebraic equations, or is equivalent to such a system. In mathematics these are examples of differential algebraic varieties and correspond to ideals in differential polynomial rings (see the article on differential algebra for the algebraic setup).
