Deepwater Horizon oil spillThe Deepwater Horizon oil spill (also referred to as the "BP oil spill") was an industrial disaster that began on 20 April 2010 off of the coast of the United States in the Gulf of Mexico on the BP-operated Macondo Prospect, considered to be the largest marine oil spill in the history of the petroleum industry and estimated to be 8 to 31 percent larger in volume than the previous largest, the Ixtoc I oil spill, also in the Gulf of Mexico. The United States federal government estimated the total discharge at .
Marée noireright|thumb|Travaux de nettoyage après une marée noire. Une marée noire est une catastrophe industrielle et écologique se traduisant par l'écoulement en zone côtière d'une nappe d'hydrocarbures. Cette nappe, qui résulte du déversement volontaire ou accidentel d'une quantité importante de pétrole brut ou de produits pétroliers lourds à la mer, est ensuite ramenée vers la côte par l'effet des marées, des vents ou de courants. L'expression pour désigner ce type de catastrophe a été lexicalisé en français à l’occasion du naufrage du Torrey Canyon.
ChromatographieLa chromatographie est une méthode physico-chimique qui sert à séparer les différentes substances présentes dans un mélange (échantillon en phase homogène liquide ou gazeuse). vignette|458x458px|Chromatographie sur couche mince faisant apparaître les composants d'une plante verte, comme la chlorophylle. Il est probable que la séparation de pigments inspira le nom de la méthode. L'appareil utilisé pour effectuer certaines chromatographies se nomme chromatographe. L'image ou le diagramme obtenu par chromatographie est appelé chromatogramme.
Chromatographie en phase gazeuse-spectrométrie de masseLa chromatographie en phase gazeuse couplée à la spectrométrie de masse, abrégé CPG-SM, ou GC-MS de l'anglais Gas chromatography-mass spectrometry, est une technique d'analyse qui combine les performances de la chromatographie en phase gazeuse, pour la séparation des composés d'un échantillon, et de la spectrométrie de masse, pour la détection et l’identification des composés en fonction de leur rapport masse sur charge. Cette technique permet d'identifier et/ou de quantifier précisément de nombreuses substances présentes en très petites quantités, voire en traces.
Méthode des moindres carrés ordinairevignette|Graphique d'une régression linéaire La méthode des moindres carrés ordinaire (MCO) est le nom technique de la régression mathématique en statistiques, et plus particulièrement de la régression linéaire. Il s'agit d'un modèle couramment utilisé en économétrie. Il s'agit d'ajuster un nuage de points selon une relation linéaire, prenant la forme de la relation matricielle , où est un terme d'erreur.
Régression linéaireEn statistiques, en économétrie et en apprentissage automatique, un modèle de régression linéaire est un modèle de régression qui cherche à établir une relation linéaire entre une variable, dite expliquée, et une ou plusieurs variables, dites explicatives. On parle aussi de modèle linéaire ou de modèle de régression linéaire. Parmi les modèles de régression linéaire, le plus simple est l'ajustement affine. Celui-ci consiste à rechercher la droite permettant d'expliquer le comportement d'une variable statistique y comme étant une fonction affine d'une autre variable statistique x.
Linear least squaresLinear least squares (LLS) is the least squares approximation of linear functions to data. It is a set of formulations for solving statistical problems involved in linear regression, including variants for ordinary (unweighted), weighted, and generalized (correlated) residuals. Numerical methods for linear least squares include inverting the matrix of the normal equations and orthogonal decomposition methods. The three main linear least squares formulations are: Ordinary least squares (OLS) is the most common estimator.
Régression (statistiques)En mathématiques, la régression recouvre plusieurs méthodes d’analyse statistique permettant d’approcher une variable à partir d’autres qui lui sont corrélées. Par extension, le terme est aussi utilisé pour certaines méthodes d’ajustement de courbe. En apprentissage automatique, on distingue les problèmes de régression des problèmes de classification. Ainsi, on considère que les problèmes de prédiction d'une variable quantitative sont des problèmes de régression tandis que les problèmes de prédiction d'une variable qualitative sont des problèmes de classification.
Régression non linéaireUne régression non linéaire consiste à ajuster un modèle, en général non linéaire, y = ƒa1, ..., am(x) pour un ensemble de valeurs (xi, yi)1 ≤ i ≤ n. Les variables xi et yi peuvent être des scalaires ou des vecteurs. Par « ajuster », il faut comprendre : déterminer les paramètres de la loi, (a1, ..., am), afin de minimiser S = ||ri||, avec : ri = yi - ƒa1, ..., am(xi). ||...|| est une norme. On utilise en général la norme euclidienne, ou norme l2 ; on parle alors de méthode des moindres carrés.
CyclohexaneLe cyclohexane est un hydrocarbure alicyclique non éthylénique de la famille des (mono)cycloalcanes de formule brute CH. Le cyclohexane est utilisé comme solvant apolaire dans l'industrie chimique, mais aussi comme réactif pour la production industrielle de l'acide adipique et du caprolactame, intermédiaires utilisés dans la production du nylon. La formule topologique du cyclohexane est présentée ci-contre. Contrairement à d'autres hydrocarbures, le cyclohexane n'est pas trouvable dans la nature.
