مخطط الصندوق

يُعمّق مؤشر فريدهولم نظرية الترتيب واللاشيء إلى الفضاءات ذات الأبعاد اللانهائية مثل فضاءات باناخ. بالنسبة لمشغل فريدهولم [latex]T: X \to Y[/latex]، يتم تعريف مؤشره على أنه [latex]\text{ind}(T) = \dim(\ker(T)) - \dim(\text{coker}(T))[/latex]، حيث يقيس بُعد كوكيرنيل مدى بعد الصورة عن الفضاء بأكمله. هذا المؤشر هو قيمة عددية ثابتة في ظل اضطرابات صغيرة للمشغل.

الفضاء الطوبولوجي هو زوج مرتب [latex](X، \tau)[/latex]، حيث [latex]X[/latex] مجموعة و[latex]\tau[/latex] مجموعة من المجموعات الجزئية لـ [latex]X[/latex]، تسمى مجموعات مفتوحة، تحقق ثلاث بديهيات: 1) المجموعة الفارغة [latex]\emptyset[/latex] و[latex]X[/latex] نفسها في [latex]\tau[/latex]. 2) إن اتحاد أي عدد من المجموعات في [latex]\Tau[/latex] يقع أيضًا في [latex]\Tau[/latex]. 3) تقاطع أي عدد منتهٍ من المجموعات في [latex]\tau1Tau[/latex] يقع أيضًا في [latex]\tau[/latex].

نظرية مجموعات زيرميلو-فرانكل، واختصارها ZFC (مع مُسلّمة الاختيار)، هي النظام البديهي القياسي في الرياضيات المعاصرة. تتكون من مجموعة من البديهيات، المُعبّر عنها بمنطق الرتبة الأولى، والتي تُصوغ خصائص المجموعات. يُمكن صياغة وإثبات جميع النظريات الرياضية المُستخدمة حاليًا تقريبًا باستخدام ZFC.

تحليل التباين (ANOVA) هو أسلوب إحصائي يُقسّم إجمالي التباين المُلاحظ في مجموعة بيانات إلى مكونات تُعزى إلى مصادر مختلفة. الفكرة الأساسية هي مقارنة التباين بين متوسطات المجموعات المختلفة بالتباين داخلها. إذا كان التباين بين المجموعات أكبر بكثير، فهذا يُشير إلى اختلاف حقيقي في متوسطات المجموعات.

إن شرط كورانت-فريدريكس-ليوي (CFL) هو معيار استقرار ضروري للحلول العددية للمعادلات التفاضلية الجزئية الزائدية باستخدام مخططات التكامل الزمني الصريحة. وينص هذا الشرط على أن حجم الخطوة الزمنية يجب أن يكون صغيرًا بما يكفي بحيث لا تنتقل المعلومات أكثر من خلية شبكة مكانية واحدة لكل خطوة زمنية. بالنسبة لحالة 1D، [latex]C = u \frac{\Delta t}{\Delta x} \le C_{max}[/latex]، مما يضمن الاستقرار العددي.

لكي تُعتبر نتائج تحليل التباين صحيحة، يجب استيفاء عدة افتراضات رئيسية حول البيانات. وهي: (1) استقلالية الملاحظات، أي عدم ارتباط الأخطاء. (2) التوزيع الطبيعي، أي توزيع البقايا لكل مجموعة توزيعًا طبيعيًا تقريبًا. (3) تجانس التباين، أي تساوي تباين البقايا في جميع المجموعات.

تنص هذه النظرية على أنه في نموذج الانحدار الخطي، حيث يكون متوسط ​​الأخطاء صفرًا، وغير مترابطة، وذات تباين ثابت (تجانس التباين)، يكون مُقدّر المربعات الصغرى العادية (OLS) هو أفضل مُقدّر خطي غير متحيز (BLUE). ويعني "الأفضل" أنه يمتلك أدنى تباين بين جميع المُقدّرين الخطيين غير المتحيزين لمعاملات الانحدار، مما يجعله الأكثر دقة.

تنص هذه النظرية على أنه بالنسبة لأي دالة متصلة [latex]f[/latex] ترسم مجموعة محدبة مضغوطة لنفسها، هناك نقطة [latex]x_0[/latex] بحيث تكون [latex]f(x_0) = x_0[/latex]. تُسمّى هذه النقطة نقطة ثابتة. بشكل غير رسمي، إذا أخذت خريطة لبلد ما، وقمت بتجعيدها ووضعها داخل حدود البلد، فستكون هناك دائماً نقطة واحدة على الأقل على الخريطة فوق موقعها المناظر في العالم الحقيقي مباشرةً.

A core principle of SPC distinguishing between two types of process variation. Common cause variation is the inherent, random "noise" within a process that is stable and predictable. Special cause variation, or assignable cause, stems from external, identifiable sources, indicating process instability. The goal is to eliminate special causes and reduce common cause variation.

أداة بيانية تُستخدم في مراقبة العمليات الإحصائية (SPC) لرصد متغيرات العملية بمرور الوقت. ترسم هذه الأداة نقاط البيانات بين خط مركزي (CL)، يُمثل متوسط ​​العملية، وحدود تحكم عليا (UCL) وسفلى (LCL). تُحدد هذه الحدود عادةً عند ثلاثة انحرافات معيارية عن المتوسط ​​(μ ± 3σ)، مما يُحدد نطاق التباين المتوقع الناتج عن الأسباب المشتركة.

تُستخدم الطريقة الأحادية الاتجاه ANOVA لتحديد ما إذا كانت هناك أي اختلافات ذات دلالة إحصائية بين متوسطات ثلاث مجموعات مستقلة أو أكثر. وهو يحلل تأثير متغير مستقل فئوي واحد، يُعرف باسم العامل، على متغير تابع متصل. تنص الفرضية الفارغة على أن جميع متوسطات المجموعات متساوية، [latex]H_0: \mu_1 = \mu_2 = \mu_k[/latex].

ترقيم غودل هو تقنية أساسية تُخصِّص عددًا طبيعيًا فريدًا (رقم غودل) لكل رمز وصيغة وبرهان في لغة رسمية. يسمح هذا التحويل الحسابي للقواعد النحوية بترميز العبارات الرياضية الميتا حول نظام رسمي (مثل: "هذه الصيغة قابلة للإثبات") كعبارات حسابية حول الأعداد، والتي يمكن بعد ذلك استدلالها داخل النظام نفسه.

عامل بايز هو نسبة الاحتمالات الهامشية لفرضيتين متنافستين، غالبًا ما تكون فرضية صفرية ([latex]M_1[/latex]) وفرضية بديلة ([latex]M_2[/latex]). وهو يقيس الدعم لفرضية على أخرى، بالنظر إلى البيانات الملاحظة [latex]D[/latex]. الصيغة هي [latex]K = \frac{P(D|M_1)}{P(D|M_2)}[/latex]. تشير قيمة K > 1 إلى أن البيانات تفضل [latex]M_1[/latex] على [latex]M_2[/latex].