Diagrammes UML

Pour qu'une série de Fourier converge vers la valeur de la fonction, celle-ci doit satisfaire aux conditions de Dirichlet sur une période. Ces conditions sont les suivantes : (1) la fonction doit être absolument intégrable, (2) elle doit posséder un nombre fini d'extrema (maxima et minima), et (3) elle doit présenter un nombre fini de discontinuités.

Les lois de Morgan sont une paire de règles de transformation de l'algèbre de Boole qui sont fondamentales pour la conception de circuits numériques. La première loi stipule que la négation d'une conjonction est la disjonction des négations : [latex]\neg(P \land Q) \iff (\neg P) \lor (\neg Q)[/latex]. La seconde stipule que la négation d'une disjonction est la conjonction des négations : [latex]\neg(P \lor Q) \iff (\neg P) \land (\neg Q)[/latex].

Un collecteur différentiable est un espace topologique localement similaire à l'espace euclidien, permettant l'application du calcul. Chaque point a un voisinage homéomorphe à un sous-ensemble ouvert de [latex]\mathbb{R}^n[/latex]. Ces systèmes de coordonnées locales, appelés diagrammes, sont reliés par des fonctions de transition lisses, formant un atlas qui définit la structure différentiable du manifold.

L'électronique numérique repose sur l'algèbre de Boole, un système mathématique logique introduit par George Boole. Elle utilise deux valeurs, généralement 0 et 1 (ou faux et vrai), et trois opérations fondamentales : ET (conjonction), OU (disjonction) et NON (négation). Ces opérations correspondent directement aux portes logiques qui constituent les éléments de base de tous les circuits numériques.

Un homéomorphisme est une fonction continue entre deux espaces topologiques qui admet une fonction inverse continue. Deux espaces topologiques sont dits homéomorphes si une telle fonction existe. D'un point de vue topologique, les espaces homéomorphes sont identiques. Ce concept illustre l'idée qu'un objet peut être étiré, plié ou déformé pour devenir un autre sans se déchirer ni se coller, comme une tasse à café transformée en beignet.

Le phénomène de Gibbs décrit le comportement d'une série de Fourier au niveau d'une discontinuité. Les sommes partielles de la série présentent un dépassement au voisinage de la discontinuité, qui persiste même en ajoutant de nouveaux termes. Ce dépassement converge vers une valeur constante d'environ 9 % de la hauteur de la discontinuité, indépendamment du nombre de termes dans la série.

Ce théorème stipule que, dans un modèle de régression linéaire où les erreurs ont une moyenne nulle, sont non corrélées et présentent une variance constante (homoscédasticité), l'estimateur des moindres carrés ordinaires (MCO) est le meilleur estimateur linéaire sans biais (BLUE). « Meilleur » signifie qu'il possède la variance minimale parmi tous les estimateurs linéaires sans biais des coefficients de régression, ce qui en fait le plus précis.

Une solution fondamentale d'un opérateur différentiel partiel linéaire [latex]L[/latex] est une solution à l'équation [latex]Lu = delta(x)[/latex], où [latex]delta(x)[/latex] est la fonction delta de Dirac. Elle représente la réponse du système à une source ponctuelle ou à une impulsion. Une fois connue, la solution de l'équation inhomogène [latex]Lu = f(x)[/latex] peut être trouvée par convolution : [latex]u(x) = (G * f)(x)[/latex], où [latex]G[/latex] est la solution fondamentale.

Le théorème de Gauss-Bonnet relie la géométrie d'une surface compacte à deux dimensions à sa topologie. Il stipule que l'intégrale de la courbure gaussienne [latex]K[/latex] sur l'ensemble de la surface [latex]M[/latex] est égale à [latex]2\pi[/latex] fois la caractéristique d'Euler [latex]\chi(M)[/latex] de la surface. La formule est [latex]\int_M K \, dA = 2\pi \chi(M)[/latex].

L'exactitude désigne la proximité d'une valeur mesurée à une valeur de référence ou à une valeur vraie connue. La précision désigne la proximité de deux mesures ou plus entre elles. Un système de mesure peut être précis mais pas exact, exact mais pas précis, ni l'un ni l'autre, ou les deux. Ces deux concepts sont indépendants l'un de l'autre en théorie de la mesure.

La géométrie riemannienne est la branche de la géométrie différentielle qui étudie les variétés riemanniennes, c'est-à-dire des variétés lisses dotées d'une métrique riemannienne. Cette métrique est un ensemble de produits scalaires sur les espaces tangents, variant de manière uniforme d'un point à un autre. Elle permet de définir des notions géométriques locales telles que l'angle, la longueur des courbes, l'aire et le volume, conduisant à une notion généralisée de courbure.

En algèbre linéaire, le théorème de rang-nullité stipule que pour toute application linéaire [latex]T : V \to W[/latex] entre des espaces vectoriels de dimension finie, la dimension de son domaine [latex]V[/latex] est la somme de son rang (la dimension de son image) et de sa nullité (la dimension de son noyau). La formule est [latex]\dim(V) = \text{rang}(T) + \text{nullité}(T)[/latex].

Le théorème des nombres premiers décrit la distribution asymptotique des nombres premiers parmi les entiers. Il stipule que la fonction de comptage des nombres premiers [latex]\pi(x)[/latex], qui donne le nombre de nombres premiers inférieurs ou égaux à [latex]x[/latex], est asymptotiquement équivalente à [latex]x / \ln(x)[/latex]. Formellement, [latex]\lim_{x \to \infty} \frac{\pi(x)}{x/\ln(x)} = 1[/latex]. Cela établit un lien fondamental entre les nombres premiers et le logarithme naturel.

Statistique indiquant la qualité de l'ajustement d'un modèle, représentant la proportion de la variance de la variable dépendante qui est prévisible à partir de la (des) variable(s) indépendante(s). Un R² de 1 indique un ajustement parfait, tandis que 0 indique l'absence de relation linéaire. Il se calcule comme suit : [latex]R^2 \equiv 1 - \frac{SS_{res}}{SS_{tot}}[/latex], où [latex]SS_{res}[/latex] est la somme des carrés résiduels.

L'indice de Fredholm généralise le théorème de rang-nullité aux espaces infinidimensionnels tels que les espaces de Banach. Pour un opérateur de Fredholm [latex]T : X \to Y[/latex], son indice est défini comme [latex]\text{ind}(T) = \dim(\ker(T)) - \dim(\text{coker}(T))[/latex], où la dimension du noyau mesure la distance entre l'image et l'espace entier. Cet indice est une valeur entière stable sous de petites perturbations de l'opérateur.