Transformation de LaplaceEn mathématiques, la transformation de Laplace est une transformation intégrale qui à une fonction f — définie sur les réels positifs et à valeurs réelles — associe une nouvelle fonction F — définie sur les complexes et à valeurs complexes — dite transformée de Laplace de f. L'intérêt de la transformation de Laplace vient de la conjonction des deux faits suivants : De nombreuses opérations courantes sur la fonction originale f se traduisent par une opération algébrique sur la transformée F.
Covariance matrixIn probability theory and statistics, a covariance matrix (also known as auto-covariance matrix, dispersion matrix, variance matrix, or variance–covariance matrix) is a square matrix giving the covariance between each pair of elements of a given random vector. Any covariance matrix is symmetric and positive semi-definite and its main diagonal contains variances (i.e., the covariance of each element with itself). Intuitively, the covariance matrix generalizes the notion of variance to multiple dimensions.
Carré sommableEn mathématiques, une fonction définie sur un espace mesuré Ω et à valeurs dans R ou C est dite de carré sommable ou de carré intégrable si elle appartient à l’espace L(Ω) des fonctions dont l'intégrale du carré (du module dans le cas des nombres complexes) converge sur Ω. Par exemple, une fonction mesurable de R dans C est de carré sommable lorsque l’intégrale suivante (au sens de Lebesgue) converge, c'est-à-dire si elle existe et correspond ainsi à un nombre fini.
Formule sommatoire de PoissonLa formule sommatoire de Poisson (parfois appelée resommation de Poisson) est une identité entre deux sommes infinies, la première construite avec une fonction , la seconde avec sa transformée de Fourier . Ici, f est une fonction sur la droite réelle ou plus généralement sur un espace euclidien. La formule a été découverte par Siméon Denis Poisson. Elle, et ses généralisations, sont importantes dans plusieurs domaines des mathématiques, dont la théorie des nombres, l'analyse harmonique, et la géométrie riemannienne.
Espace de Schwartzvignette|Une fonction gaussienne bidimensionnelle est un exemple de fonction à décroissance rapide. En analyse mathématique, l'espace de Schwartz est l'espace des fonctions déclinantes (c'est-à-dire des fonctions indéfiniment dérivables à décroissance rapide, ainsi que leurs dérivées de tous ordres). Le dual de cet espace est l'espace des distributions tempérées. Les espaces et jouent un rôle essentiel dans la théorie de la transformée de Fourier.
Mesure spectraleEn mathématiques, plus précisément en analyse fonctionnelle, une mesure spectrale est une application définie sur une tribu à valeurs dans l'espace des projections orthogonales d'un espace hilbertien et vérifiant des axiomes semblables à ceux qui définissent les mesures positives. Les mesures spectrales sont utilisées pour exprimer des résultats en théorie spectrale, tels que le théorème spectral pour les opérateurs auto-adjoints. Les mesures spectrales ont des propriétés similaires aux mesures réelles positives.
Espace de HardyLes espaces de Hardy, dans le domaine mathématique de l'analyse fonctionnelle, sont des espaces de fonctions analytiques sur le disque unité D du plan complexe. Soit f une fonction holomorphe sur D, on sait que f admet un développement en série de Taylor en 0 sur le disque unité : On dit alors que f est dans l'espace de Hardy H(D) si la suite appartient à l. Autrement dit, on a : On définit alors la norme de f par : La fonction appartient à H(D), par convergence de la série (série de Riemann convergente).
Unit rootIn probability theory and statistics, a unit root is a feature of some stochastic processes (such as random walks) that can cause problems in statistical inference involving time series models. A linear stochastic process has a unit root if 1 is a root of the process's characteristic equation. Such a process is non-stationary but does not always have a trend. If the other roots of the characteristic equation lie inside the unit circle—that is, have a modulus (absolute value) less than one—then the first difference of the process will be stationary; otherwise, the process will need to be differenced multiple times to become stationary.
Opérateur de positionEn physique quantique, l'opérateur de position ou opérateur de localisation est l'opérateur qui formalise l'observable position de l'état quantique d'une particule. Dans une dimension, le carré du module de la fonction d'onde représente la densité de probabilité de trouver la particule à la position . La valeur moyenne ou l'espérance mathématique d'une mesure de la position de la particule est alors En conséquence, l'opérateur qui correspond à la position est , où L'accent circonflexe au-dessus du x à gauche indique un opérateur, de sorte que cette équation peut être lue comme Le résultat de l'action de l'opérateur x sur une fonction quelconque ψ(x) égale x multiplié par ψ(x).
Entropy rateIn the mathematical theory of probability, the entropy rate or source information rate of a stochastic process is, informally, the time density of the average information in a stochastic process. For stochastic processes with a countable index, the entropy rate is the limit of the joint entropy of members of the process divided by , as tends to infinity: when the limit exists. An alternative, related quantity is: For strongly stationary stochastic processes, .
