Théorie du consommateur (microéconomie)La théorie du consommateur est une théorie économique néoclassique ayant comme objectif de modéliser le comportement d'un agent économique en tant que consommateur de biens et de services. En application des principes de l'utilitarisme à l'économie, et dans le cadre du courant marginaliste, elle a été notamment développé sur la base des travaux de Heinrich Gossen (1810-1858) et Carl Menger (1840-1921). Elle est sous-tendue par la théorie de la valeur-utilité, en opposition à la théorie classique de valeur-travail.
Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
Recherche opérationnelleLa recherche opérationnelle peut être définie comme l'ensemble des méthodes et techniques rationnelles orientées vers la recherche du meilleur choix dans la façon d'opérer en vue d'aboutir au résultat visé ou au meilleur résultat possible ou encore au résultat optimal. Elle fait partie des « aides à la décision » dans la mesure où elle propose des modèles conceptuels en vue d'analyser et de maitriser des situations complexes pour permettre aux décideurs de comprendre, d'évaluer les enjeux et d'arbitrer ou de faire les choix les plus efficaces.
Coût de revientLe coût de revient, souvent appelé prix de revient ou parfois prix naturel, représente la somme des coûts supportés pour la production et la distribution d'un bien ou d'un service. Le coût de revient est la somme : du coût d'achat ; du coût d'approvisionnement ; du coût de la production ; du coût de la distribution ; du coût administratif. L'une des difficultés du calcul consiste à bien répartir, pour chaque activité, la quote-part des charges communes de l'entreprise. Cette quote-part est parfois appelée clef de répartition.
Dynamic loadingDynamic loading is a mechanism by which a computer program can, at run time, load a library (or other ) into memory, retrieve the addresses of functions and variables contained in the library, execute those functions or access those variables, and unload the library from memory. It is one of the 3 mechanisms by which a computer program can use some other software; the other two are static linking and dynamic linking.
États de BellLes états de Bell sont en informatique quantique les états d'intrication maximale de deux particules. Les quatre états ci-dessous à deux qubits, correspondant à une intrication maximale, sont désignés comme étant les États de Bell : (1) (2) (3) (4) vignette|Circuit quantique obtenant . Un circuit quantique composé d'une porte de Hadamard et d'une permet d'obtenir le premier état de Bell . Ce circuit est utilisé dans la téléportation quantique, dans lequel un deuxième circuit permet d'obtenir les quatre états de Bell.
Structure de contrôleEn programmation informatique, une structure de contrôle est une instruction particulière d'un langage de programmation impératif pouvant dévier le flot de contrôle du programme la contenant lorsqu'elle est exécutée. Si, au plus bas niveau, l'éventail se limite généralement aux branchements et aux appels de sous-programme, les langages structurés offrent des constructions plus élaborées comme les alternatives (if, if–else, switch...), les boucles (while, do–while, for...) ou encore les appels de fonction.
Randomized roundingWithin computer science and operations research, many combinatorial optimization problems are computationally intractable to solve exactly (to optimality). Many such problems do admit fast (polynomial time) approximation algorithms—that is, algorithms that are guaranteed to return an approximately optimal solution given any input. Randomized rounding is a widely used approach for designing and analyzing such approximation algorithms.
Optimisation SDPEn mathématiques et en informatique théorique, l'optimisation SDP ou semi-définie positive, est un type d'optimisation convexe, qui étend l'optimisation linéaire. Dans un problème d'optimisation SDP, l'inconnue est une matrice symétrique que l'on impose d'être semi-définie positive. Comme en optimisation linéaire, le critère à minimiser est linéaire et l'inconnue doit également satisfaire une contrainte affine. L'optimisation SDP se généralise par l'optimisation conique, qui s'intéresse aux problèmes de minimisation d'une fonction linéaire sur l'intersection d'un cône et d'un sous-espace affine.
Ajustement de courbethumb|upright=2.2|Ajustement par itérations d'une courbe bruitée par un modèle de pic asymétrique (méthode de Gauss-Newton avec facteur d'amortissement variable). L'ajustement de courbe est une technique d'analyse d'une courbe expérimentale, consistant à construire une courbe à partir de fonctions mathématiques et d'ajuster les paramètres de ces fonctions pour se rapprocher de la courbe mesurée . On utilise souvent le terme anglais curve fitting, profile fitting ou simplement fitting, pour désigner cette méthode ; on utilise souvent le franglais « fitter une courbe » pour dire « ajuster une courbe ».
