Régularisation zêtaEn analyse fonctionnelle, la régularisation zêta est une méthode de régularisation des déterminants d'opérateurs qui apparaissent lors de calculs d'intégrales de chemins en théorie quantique des champs. Soit un domaine compact de à bord . Sur ce domaine, on considère l'opérateur positif , où est le Laplacien, muni de conditions aux limites sur le bord du domaine (Dirichlet, Neumann, mixtes) qui précisent complètement le problème.
Forme linéaireEn algèbre linéaire, une forme linéaire sur un espace vectoriel est une application linéaire sur son corps de base. En dimension finie, elle peut être représentée par une matrice ligne qui permet d’associer à son noyau une équation cartésienne. Dans le cadre du calcul tensoriel, une forme linéaire est aussi appelée covecteur, en lien avec l’action différente des matrices de changement de base.
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.
Modèle linéairevignette|Données aléatoires sous forme de points, et leur régression linéaire. Un modèle linéaire multivarié est un modèle statistique dans lequel on cherche à exprimer une variable aléatoire à expliquer en fonction de variables explicatives X sous forme d'un opérateur linéaire. Le modèle linéaire est donné selon la formule : où Y est une matrice d'observations multivariées, X est une matrice de variables explicatives, B est une matrice de paramètres inconnus à estimer et U est une matrice contenant des erreurs ou du bruit.
Série divergenteEn mathématiques, une série infinie est dite divergente si la suite de ses sommes partielles n'est pas convergente. En ce qui concerne les séries de nombres réels, ou de nombres complexes, une condition nécessaire de convergence est que le terme général de la série tende vers 0. Par contraposition, cela fournit de nombreux exemples de séries divergentes, par exemple celle dont tous les termes valent 1.
Sommation de CesàroEn analyse, la sommation de Cesàro est un procédé de sommation permettant d'assigner une somme à certaines séries divergentes au sens usuel. Si la série est convergente au sens usuel, elle l'est également au sens de Cesàro et sa somme de Cesàro est égale à sa somme « classique ». En revanche, une série divergente peut avoir une somme de Cesàro bien définie. La sommation de Cesàro porte le nom de l'analyste italien Ernesto Cesàro (1859–1906), à cause de l’utilisation de ce qu'on appelle aujourd’hui le lemme de Cesàro.
Fonction zêta de Riemannvignette|upright=2|La fonction zêta de Riemann ζ(s) dans le plan complexe. La couleur d'un point s code la valeur de ζ(s) : des couleurs vives indiquent des valeurs proches de 0 et la nuance indique l'argument de la valeur. Le point blanc pour s = 1 est le pôle ; les points noirs sur l'axe réel négatif (demi-droite horizontale) et sur la droite critique Re(s) = 1/2 (droite verticale) sont les zéros. vignette|upright=2|Carte des couleurs utilisées dans la figure du dessus.
Application linéaireEn mathématiques, une application linéaire (aussi appelée opérateur linéaire ou transformation linéaire) est une application entre deux espaces vectoriels qui respecte l'addition des vecteurs et la multiplication scalaire, et préserve ainsi plus généralement les combinaisons linéaires. L’expression peut s’utiliser aussi pour un morphisme entre deux modules sur un anneau, avec une présentation semblable en dehors des notions de base et de dimension. Cette notion étend celle de fonction linéaire en analyse réelle à des espaces vectoriels plus généraux.
Modèle linéaire généraliséEn statistiques, le modèle linéaire généralisé (MLG) souvent connu sous les initiales anglaises GLM est une généralisation souple de la régression linéaire. Le GLM généralise la régression linéaire en permettant au modèle linéaire d'être relié à la variable réponse via une fonction lien et en autorisant l'amplitude de la variance de chaque mesure d'être une fonction de sa valeur prévue, en fonction de la loi choisie.
1 + 1 + 1 + 1 + ⋯En mathématiques, 1 + 1 + 1 + 1 + ⋯, également écrit , ou simplement , est une série divergente, ce qui signifie que la suite de ses sommes partielles ne converge pas vers une limite dans les nombres réels. La suite (1n) est la suite géométrique de raison 1. La série géométrique de raison 1, à la différence de toutes les autres de raison rationnelle différente de −1, ne converge ni dans les réels, ni dans les nombres p-adiques pour certains p. Dans la droite réelle achevée, puisque la suite des sommes partielles est croissante et non majorée.