Divide-and-conquer eigenvalue algorithmDivide-and-conquer eigenvalue algorithms are a class of eigenvalue algorithms for Hermitian or real symmetric matrices that have recently (circa 1990s) become competitive in terms of stability and efficiency with more traditional algorithms such as the QR algorithm. The basic concept behind these algorithms is the divide-and-conquer approach from computer science. An eigenvalue problem is divided into two problems of roughly half the size, each of these are solved recursively, and the eigenvalues of the original problem are computed from the results of these smaller problems.
Anneau simpleEn mathématiques, un anneau simple est une des structures algébriques utilisées en algèbre générale. Un anneau est dit simple s'il est non nul et n'admet pas d'autres idéaux bilatères que {0} et lui-même. Un anneau commutatif est simple si et seulement si c'est un corps commutatif. Plus généralement, un corps (non nécessairement commutatif) est un anneau simple, et l'anneau des matrices carrées d'ordre n à coefficients dans un corps est simple.
Générateur MHDUn générateur MHD (magnétohydrodynamique) est un convertisseur MHD, qui transforme l'énergie cinétique d'un fluide conducteur directement en électricité. Le principe de base est fondamentalement le même que pour n'importe quel générateur électrique. Les deux types de générateur utilisent tous deux un inducteur (électro-aimant) générant un champ magnétique dans un induit. Dans le cas d'un générateur conventionnel, cet induit est solide : c'est une bobine constituée d'un enroulement de fil métallique.
Rayon de convergenceLe rayon de convergence d'une série entière est le nombre réel positif ou +∞ égal à la borne supérieure de l'ensemble des modules des nombres complexes où la série converge (au sens classique de la convergence simple): Si R est le rayon de convergence d'une série entière, alors la série est absolument convergente sur le disque ouvert D(0, R) de centre 0 et de rayon R. Ce disque est appelé disque de convergence. Cette convergence absolue entraine ce qui est parfois qualifié de convergence inconditionnelle : la valeur de la somme en tout point de ce disque ne dépend pas de l'ordre des termes.
Paramètre d'échellevignette|Animation de la fonction de densité d'une loi normale (forme de cloche). L'écart-type est un paramètre d'échelle. En l'augmentant, on étale la distribution. En le diminuant, on la concentre. En théorie des probabilités et en statistiques, un paramètre d'échelle est un paramètre qui régit l'aplatissement d'une famille paramétrique de lois de probabilités. Il s'agit principalement d'un facteur multiplicatif. Si une famille de densités de probabilité, dépendant du paramètre θ est de la forme où f est une densité, alors θ est bien un paramètre d'échelle.
Convergence uniformeLa convergence uniforme d'une suite de fonctions est une forme de convergence plus exigeante que la convergence simple. La convergence devient uniforme quand toutes les suites avancent vers leur limite respective avec une sorte de « mouvement d'ensemble ». Dans le cas de fonctions numériques d'une variable, la notion prend une forme d'« évidence » géométrique : le graphe de la fonction f se « rapproche » de celui de la limite. Soient X un ensemble, (Y, d) un espace métrique, et A un sous-ensemble de X.
Méthode de Newtonvignette|Une itération de la méthode de Newton. En analyse numérique, la méthode de Newton ou méthode de Newton-Raphson est, dans son application la plus simple, un algorithme efficace pour trouver numériquement une approximation précise d'un zéro (ou racine) d'une fonction réelle d'une variable réelle. Cette méthode doit son nom aux mathématiciens anglais Isaac Newton (1643-1727) et Joseph Raphson (peut-être 1648-1715), qui furent les premiers à la décrire pour la recherche des solutions d'une équation polynomiale.
Convergence de variables aléatoiresDans la théorie des probabilités, il existe différentes notions de convergence de variables aléatoires. La convergence (dans un des sens décrits ci-dessous) de suites de variables aléatoires est un concept important de la théorie des probabilités utilisé notamment en statistique et dans l'étude des processus stochastiques. Par exemple, la moyenne de n variables aléatoires indépendantes et identiquement distribuées converge presque sûrement vers l'espérance commune de ces variables aléatoires (si celle-ci existe).
Sous-groupe à un paramètreUn sous-groupe à un paramètre d'un groupe de Lie réel G est un morphisme de groupes de Lie c : R → G. Plus explicitement, c est une application différentiable vérifiant : En dérivant cette relation par rapport à la variable s et en évaluant en s = 0, il vient : où Lc(t) désigne la multiplication à gauche par c(t). Un sous-groupe à un paramètre s'obtient comme orbite de l'élément neutre par un champ de vecteurs invariant à gauche de G. Un tel champ X est déterminé par sa valeur X(e) en l'élément neutre e.
CoefficientUn coefficient est un facteur constant, exprimé par un nombre ou par un symbole qui le représente, qui s’applique à une grandeur variable (grandeur physique ou variable mathématique). En physique par exemple, quand la vitesse d’un solide mobile est constante, la distance parcourue est proportionnelle à la durée du parcours, la vitesse étant le coefficient de proportionnalité à appliquer à une durée donnée pour obtenir la distance parcourue pendant ce temps.
