Tenseur métriqueEn géométrie, et plus particulièrement en géométrie différentielle, le tenseur métrique est un tenseur d'ordre 2 permettant de définir le produit scalaire de deux vecteurs en chaque point d'un espace, et qui est utilisé pour la mesure des longueurs et des angles. Il généralise le théorème de Pythagore. Dans un système de coordonnées donné, le tenseur métrique peut se représenter comme une matrice symétrique, généralement notée , pour ne pas confondre la matrice (en majuscule) et le tenseur métrique g.
Tenseur de WeylEn géométrie riemannienne, le tenseur de Weyl, nommé en l'honneur d'Hermann Weyl, représente la partie du tenseur de Riemann ne possédant pas de trace. En notant respectivement R_abcd, R_ab, R et g_ab le tenseur de Riemann, le tenseur de Ricci, la courbure scalaire et le tenseur métrique, le tenseur de Weyl C_abcd s'écrit où n est la dimension de l'espace considéré. En particulier, en relativité générale, où l'on considère presque exclusivement des espaces-temps de dimension 4, on a En relativité générale, le tenseur de Ricci est lié à la présence de matière ; en l'absence de matière, le tenseur de Ricci est nul.
Méthode de la transformée inverseLa méthode de la transformée inverse est une méthode permettant d'échantillonner une variable aléatoire X de loi donnée à partir de l'expression de sa fonction de répartition F et d'une variable uniforme sur . Cette méthode repose sur le principe suivant, parfois connu sous le nom de théorème de la réciproque : soient F une fonction de répartition, Q la fonction quantile associée, et U une variable uniforme sur . Alors, la variable aléatoire X = Q(U) a pour fonction de répartition F.
Probabilité a prioriDans le théorème de Bayes, la probabilité a priori (ou prior) désigne une probabilité se fondant sur des données ou connaissances antérieures à une observation. Elle s'oppose à la probabilité a posteriori (ou posterior) correspondante qui s'appuie sur les connaissances postérieures à cette observation. Le théorème de Bayes s'énonce de la manière suivante : si . désigne ici la probabilité a priori de , tandis que désigne la probabilité a posteriori, c'est-à-dire la probabilité conditionnelle de sachant .
Simulation informatiquevignette|upright=1|Une simulation informatique, sur une étendue de , de l'évolution du typhon Mawar produite par le Modèle météorologique Weather Research and Forecasting La simulation informatique ou numérique est l'exécution d'un programme informatique sur un ordinateur ou réseau en vue de simuler un phénomène physique réel et complexe (par exemple : chute d’un corps sur un support mou, résistance d’une plateforme pétrolière à la houle, fatigue d’un matériau sous sollicitation vibratoire, usure d’un roulem
Simulation de phénomènesLa simulation de phénomènes est un outil utilisé dans le domaine de la recherche et du développement. Elle permet d'étudier les réactions d'un système à différentes contraintes pour en déduire les résultats recherchés en se passant d'expérimentation. Les systèmes technologiques (infrastructures, véhicules, réseaux de communication, de transport ou d'énergie) sont soumis à différentes contraintes et actions. Le moyen le plus simple d'étudier leurs réactions serait d'expérimenter, c'est-à-dire d'exercer l'action souhaitée sur l'élément en cause pour observer ou mesurer le résultat.
Calcul numérique d'une intégraleEn analyse numérique, il existe une vaste famille d’algorithmes dont le but principal est d’estimer la valeur numérique de l’intégrale définie sur un domaine particulier pour une fonction donnée (par exemple l’intégrale d’une fonction d’une variable sur un intervalle). Ces techniques procèdent en trois phases distinctes : Décomposition du domaine en morceaux (un intervalle en sous-intervalles contigus) ; Intégration approchée de la fonction sur chaque morceau ; Sommation des résultats numériques ainsi obtenus.
Ordinateur domestiquevignette|Enfants jouant sur un ordinateur Amstrad CPC464. Un ordinateur domestique était un type de micro-ordinateur qui est apparu en 1977 est qui est devenu courant dans les années 1980. L'ordinateur domestique était commercialisé auprès des consommateurs comme un ordinateur abordable et accessible qui, pour la première fois, était destiné à l'usage d'un seul utilisateur non technique. Ces ordinateurs constituaient un segment de marché distinct et coûtaient généralement beaucoup moins cher que les ordinateurs commerciaux, scientifiques ou d'ingénierie de l'époque, tels que ceux fonctionnant sur CP/M ou le PC IBM.
Méthode de Monte-CarloUne méthode de Monte-Carlo, ou méthode Monte-Carlo, est une méthode algorithmique visant à calculer une valeur numérique approchée en utilisant des procédés aléatoires, c'est-à-dire des techniques probabilistes. Les méthodes de Monte-Carlo sont particulièrement utilisées pour calculer des intégrales en dimensions plus grandes que 1 (en particulier, pour calculer des surfaces et des volumes). Elles sont également couramment utilisées en physique des particules, où des simulations probabilistes permettent d'estimer la forme d'un signal ou la sensibilité d'un détecteur.
