Vitesse radialethumb|La vitesse V(t) d'un objet à la position x(t) a une composante radiale VR(t) par rapport à l'observateur qui peut varier grandement avec la trajectoire de l'objet (en pointillés rouges). La vitesse radiale est la vitesse d'un objet mesurée dans la direction du rayon (ou la ligne de visée) vers (valeur négative) ou depuis (valeur positive) le point d'observation. La mesure de la vitesse radiale se fait de plusieurs façons et ce concept est utilisé dans de nombreux domaines dont la mesure par radar Doppler, les sonars, les échographies et en astronomie.
Fluide frigorigènevignette|Tuyaux de fluide frigorigène (2007). Un fluide frigorigène (ou réfrigérant) est un fluide qui permet la mise en œuvre d'un cycle frigorifique. Il peut être pur ou être un mélange de fluides purs présents en phase liquide, gazeuse ou les deux à la fois en fonction de la température et de la pression de celui-ci. Le fluide absorbe la chaleur à basse température et basse pression, puis libère la chaleur à une température et une pression plus élevées, généralement par un changement d'état.
Coefficient de transfert thermiqueLe coefficient de transfert thermique ou coefficient de transmission thermique est un coefficient quantifiant le flux d'énergie traversant un milieu, par unité de surface, de volume ou de longueur. L'inverse du coefficient de transfert thermique est la résistance thermique. C'est un terme important dans l'équation d'un transfert thermique et permet d'indiquer la facilité avec laquelle l'énergie thermique passe un obstacle ou un milieu. Dans le cas d'un transfert surfacique, il est appelé coefficient de transfert thermique surfacique ou résistance thermique d'interface.
Analyse prédictiveL'analyse (ou logique) prédictive englobe une variété de techniques issues des statistiques, d'extraction de connaissances à partir de données et de la théorie des jeux qui analysent des faits présents et passés pour faire des hypothèses prédictives sur des événements futurs. Dans le monde des affaires, des modèles prédictifs exploitent des schémas découverts à l'intérieur des ensembles de données historiques et transactionnelles pour identifier les risques et les opportunités.
Cycle de Braytonvignette|upright=0.8|Diagramme Température-Entropie du cycle théorique et réel de Brayton. Le cycle de Brayton, ou cycle de Joule, est un cycle thermodynamique à caloporteur gazeux. Il a été inventé par l'ingénieur anglais en 1791 et développé par l'ingénieur américain George Brayton à partir de 1872. Le cycle de Joule inverse lui est similaire, mais utilise une source de chaleur externe et incorpore un régénérateur. Le cycle de Brayton théorique est le cycle idéal correspondant à celui de la turbine à gaz élémentaire.
Cycle de Rankine400px|thumb|Diagramme entropique du cycle de Rankine avec l'eau comme fluide de travail Le cycle de Rankine est un cycle thermodynamique endoréversible qui comprend deux isobares et deux adiabatiques. C'est le cycle qui se rapproche le plus du cycle de Carnot. Il se distingue de ce dernier par la substitution de deux transformations isobares aux deux transformations isothermes, ce qui rend possible sa réalisation technique. Il fut inventé par William John Macquorn Rankine (1820-1872) qui lui donna son nom.
Big dataLe big data ( « grosses données » en anglais), les mégadonnées ou les données massives, désigne les ressources d’informations dont les caractéristiques en termes de volume, de vélocité et de variété imposent l’utilisation de technologies et de méthodes analytiques particulières pour créer de la valeur, et qui dépassent en général les capacités d'une seule et unique machine et nécessitent des traitements parallélisés. L’explosion quantitative (et souvent redondante) des données numériques permet une nouvelle approche pour analyser le monde.
Loi de probabilitéthumb|400px 3 répartitions.png En théorie des probabilités et en statistique, une loi de probabilité décrit le comportement aléatoire d'un phénomène dépendant du hasard. L'étude des phénomènes aléatoires a commencé avec l'étude des jeux de hasard. Jeux de dés, tirage de boules dans des urnes et jeu de pile ou face ont été des motivations pour comprendre et prévoir les expériences aléatoires. Ces premières approches sont des phénomènes discrets, c'est-à-dire dont le nombre de résultats possibles est fini ou infini dénombrable.
Loi normaleEn théorie des probabilités et en statistique, les lois normales sont parmi les lois de probabilité les plus utilisées pour modéliser des phénomènes naturels issus de plusieurs événements aléatoires. Elles sont en lien avec de nombreux objets mathématiques dont le mouvement brownien, le bruit blanc gaussien ou d'autres lois de probabilité. Elles sont également appelées lois gaussiennes, lois de Gauss ou lois de Laplace-Gauss des noms de Laplace (1749-1827) et Gauss (1777-1855), deux mathématiciens, astronomes et physiciens qui l'ont étudiée.
Indecomposable distributionIn probability theory, an indecomposable distribution is a probability distribution that cannot be represented as the distribution of the sum of two or more non-constant independent random variables: Z ≠ X + Y. If it can be so expressed, it is decomposable: Z = X + Y. If, further, it can be expressed as the distribution of the sum of two or more independent identically distributed random variables, then it is divisible: Z = X1 + X2. The simplest examples are Bernoulli-distributeds: if then the probability distribution of X is indecomposable.
