CaténaireUne caténaire est un ensemble de câbles porteurs et de fils conducteurs destinés à l’alimentation des moyens de transports électriques à captage du courant par dispositif aérien. Les câbles porteurs sont en cuivre, en bronze ou en aluminium-acier, quant aux fils conducteurs, ils sont en cuivre pur à 98 %, ou en cuivre allié à l'étain, au magnésium ou au cadmium. La caténaire permet de faire circuler la plupart des trains et des trams, mais aussi les trolleybus.
Overhead power lineAn overhead power line is a structure used in electric power transmission and distribution to transmit electrical energy across long distances. It consists of one or more uninsulated electrical cables (commonly multiples of three for three-phase power) suspended by towers or poles. Since most of the insulation is provided by the surrounding air, overhead power lines are generally the least costly method of power transmission for large quantities of electric energy.
Maximum de vraisemblanceEn statistique, l'estimateur du maximum de vraisemblance est un estimateur statistique utilisé pour inférer les paramètres de la loi de probabilité d'un échantillon donné en recherchant les valeurs des paramètres maximisant la fonction de vraisemblance. Cette méthode a été développée par le statisticien Ronald Aylmer Fisher en 1922. Soient neuf tirages aléatoires x1, ..., x9 suivant une même loi ; les valeurs tirées sont représentées sur les diagrammes ci-dessous par des traits verticaux pointillés.
BitcoinLe 'Bitcoin' (₿, BTC, XBT) (de l'anglais bit : unité d'information binaire et coin ) est une cryptomonnaie autrement appelée monnaie cryptographique. Dans le cas de la dénomination unitaire, on l'écrit et, dans le cas du système de paiement pair-à-pair on l'écrit . L'idée fut présentée pour la première fois en novembre 2008 par une personne, ou un groupe de personnes, sous le pseudonyme de Satoshi Nakamoto. Le code source de l'implémentation de référence fut quant à lui publié en 2009.
Principe d'entropie maximaleLe principe d'entropie maximale consiste, lorsqu'on veut représenter une connaissance imparfaite d'un phénomène par une loi de probabilité, à : identifier les contraintes auxquelles cette distribution doit répondre (moyenne, etc) ; choisir de toutes les distributions répondant à ces contraintes celle ayant la plus grande entropie au sens de Shannon. De toutes ces distributions, c'est en effet celle d'entropie maximale qui contient le moins d'information, et elle est donc pour cette raison la moins arbitraire de toutes celles que l'on pourrait utiliser.
