Modèle atomique de RutherfordLe modèle atomique de Rutherford est un modèle physique proposé en 1911 par Ernest Rutherford pour décrire la structure d'un atome. Ce modèle fait suite au modèle atomique de Thomson (ou « modèle du plum pudding »), proposé en 1904 par Joseph John Thomson (dont Rutherford était l'élève), et qui fut invalidé à la suite de l'expérience de Rutherford ou « expérience de la feuille d'or » en 1909.
Noyau atomiquevignette|Noyau atomique de l'hélium.Le noyau atomique est la région située au centre d'un atome, constituée de protons et de neutrons (les nucléons). La taille du noyau (de l'ordre du femtomètre, soit ) est environ plus petite que celle de l'atome () et concentre quasiment toute sa masse. Les forces nucléaires qui s'exercent entre les nucléons sont à peu près un million de fois plus grandes que les forces entre les atomes ou les molécules. Les noyaux instables, dits radioactifs, sont ceux d'où s'échappent des neutrons.
Orbitale atomiqueredresse=1.5|vignette|Représentation des nuages de probabilité de présence de l'électron (en haut) et des isosurfaces à 90 % (en bas) pour les orbitales 1s, 2s et 2p. Dans le cas des orbitales 2p ( ), les trois isosurfaces 2p, 2p et 2p représentées correspondent à , et . Les couleurs indiquent la phase de la fonction d'onde : positive en rouge, négative en bleu. En mécanique quantique, une orbitale atomique est une fonction mathématique qui décrit le comportement ondulatoire d'un électron ou d'une paire d'électrons dans un atome.
Ondelettethumb|Ondelette de Daubechies d'ordre 2. Une ondelette est une fonction à la base de la décomposition en ondelettes, décomposition similaire à la transformée de Fourier à court terme, utilisée dans le traitement du signal. Elle correspond à l'idée intuitive d'une fonction correspondant à une petite oscillation, d'où son nom. Cependant, elle comporte deux différences majeures avec la transformée de Fourier à court terme : elle peut mettre en œuvre une base différente, non forcément sinusoïdale ; il existe une relation entre la largeur de l'enveloppe et la fréquence des oscillations : on effectue ainsi une homothétie de l'ondelette, et non seulement de l'oscillation.
Domaine fréquentielLe domaine fréquentiel se rapporte à l'analyse de fonctions mathématiques ou de signaux physiques manifestant une fréquence. Alors qu'un graphe dans le domaine temporel présentera les variations dans l'allure d'un signal au cours du temps, un graphe dans le domaine fréquentiel montrera quelle proportion du signal appartient à telle ou telle bande de fréquence, parmi plusieurs bancs. Une représentation dans le domaine fréquentiel peut également inclure des informations sur le décalage de phase qui doit être appliqué à chaque sinusoïde afin de reconstruire le signal en domaine temporel.
Quantification (signal)En traitement des signaux, la quantification est le procédé qui permet d'approcher un signal continu par les valeurs d'un ensemble discret d'assez petite taille. On parle aussi de quantification pour approcher un signal à valeurs dans un ensemble discret de grande taille par un ensemble plus restreint. L'application la plus courante de la quantification est la conversion analogique-numérique mais elle doit le développement de sa théorie aux problèmes de quantification pour la compression de signaux audio ou .
Traitement du sonLe traitement du son est la branche du traitement du signal qui s'applique aux signaux audio, dans le but notamment d'en améliorer la qualité, de les compresser, ou d'en extraire de l'information. Le terme analogique désigne quelque chose qui est mathématiquement représenté par une fonction continue. Donc un signal analogique est un signal représenté par un flux continu de donnée, ici dans un circuit électrique sous la forme de tension ou de courant.
Least-squares spectral analysisLeast-squares spectral analysis (LSSA) is a method of estimating a frequency spectrum based on a least-squares fit of sinusoids to data samples, similar to Fourier analysis. Fourier analysis, the most used spectral method in science, generally boosts long-periodic noise in the long and gapped records; LSSA mitigates such problems. Unlike in Fourier analysis, data need not be equally spaced to use LSSA.
Time–frequency analysisIn signal processing, time–frequency analysis comprises those techniques that study a signal in both the time and frequency domains simultaneously, using various time–frequency representations. Rather than viewing a 1-dimensional signal (a function, real or complex-valued, whose domain is the real line) and some transform (another function whose domain is the real line, obtained from the original via some transform), time–frequency analysis studies a two-dimensional signal – a function whose domain is the two-dimensional real plane, obtained from the signal via a time–frequency transform.
Integral transformIn mathematics, an integral transform maps a function from its original function space into another function space via integration, where some of the properties of the original function might be more easily characterized and manipulated than in the original function space. The transformed function can generally be mapped back to the original function space using the inverse transform. An integral transform is any transform of the following form: The input of this transform is a function , and the output is another function .
