素数定理

正確さとは、測定値が標準値または既知の真値にどれだけ近いかを示すものです。精度とは、2つ以上の測定値が互いにどれだけ近いかを示すものです。測定システムは、精度は高いが正確ではない場合、正確だが精度は低い場合、どちらでもない場合、あるいは両方を満たす場合があります。測定理論において、これら2つの概念は互いに独立しています。

リーマン幾何学は、微分幾何学の一分野であり、リーマン多様体、すなわちリーマン計量を備えた滑らかな多様体を研究する。この計量は、接空間上の内積の集合であり、点ごとに滑らかに変化する。これにより、角度、曲線の長さ、表面積、体積といった局所的な幾何学的概念を定義することができ、曲率の一般化された概念へとつながる。

線形代数において、ランク・ヌル性定理は、有限次元ベクトル空間間の任意の線形写像[latex]T: V to W[/latex]について、その定義域[latex]V[/latex]の次元は、ランク（像の次元）とヌル性（核の次元）の和に等しいことを述べている。式は[latex]dim(V) = text{rank}(T) + text{nullity}(T)[/latex]である。

モデルの適合度を示す統計量で、従属変数の分散のうち独立変数から予測できる割合を表します。R² が 1 の場合は完全な適合を示し、0 の場合は線形関係がないことを示します。これは、[latex]R^2 equiv 1 - frac{SS_{res}}{SS_{tot}}[/latex] として計算されます。ここで、[latex]SS_{res}[/latex] は残差平方和です。

フレドホルム指数は、ランク零性定理をバナッハ空間のような無限次元空間に一般化したものです。フレドホルム作用素 [latex]T: X to Y[/latex] に対して、その指数は [latex]text{ind}(T) = dim(ker(T)) - dim(text{coker}(T))[/latex] と定義されます。ここで、コカーネルの次元は、像が空間全体からどれだけ離れているかを示します。この指数は、作用素の小さな摂動に対して安定した整数値となります。

位相空間は、順序対 [latex](X, tau)[/latex] であり、[latex]X[/latex] は集合、[latex]tau[/latex] の部分集合の集合（開集合と呼ばれる）で、次の 3 つの公理を満たします。1) 空集合 [latex]emptyset[/latex] と [latex]X[/latex] 自体は [latex]tau[/latex] に含まれます。2) [latex]tau[/latex] 内の任意の数の集合の和集合も [latex]tau[/latex] に含まれます。3) [latex]tau[/latex] 内の任意の有限個の集合の共通部分も [latex]tau[/latex] に含まれます。

ド・モルガンの法則は、デジタル回路設計の基礎となるブール代数の変換規則のペアです。第1法則は、論理積の否定は否定の論理和であると述べています。[latex]neg(P land Q) iff (neg P) lor (neg Q)[/latex]。第2法則は、論理和の否定は否定の論理積であると述べています。[latex]neg(P lor Q) iff (neg P) land (neg Q)[/latex]。

微分可能多様体は、局所的にユークリッド空間と相似な位相空間であり、微積分を適用することができます。各点には、[latex]mathbb{R}^n[/latex]の開部分集合と同相な近傍が存在します。チャートと呼ばれるこれらの局所座標系は、滑らかな遷移関数によって関連付けられ、多様体の微分可能な構造を定義するアトラスを形成します。

デジタルエレクトロニクスは、ジョージ・ブールによって提唱された論理数学体系であるブール代数に基づいています。ブール代数では、通常0と1（または偽と真）の2つの値と、AND（論理積）、OR（論理和）、NOT（否定）の3つの基本演算が使用されます。これらの演算は、すべてのデジタル回路の構成要素となる論理ゲートに直接対応しています。

同相写像とは、連続な逆関数を持つ2つの位相空間間の連続関数のことです。このような関数が存在する場合、2つの位相空間は同相であると言われます。位相的な観点から見ると、同相な空間は同一です。この概念は、コーヒーカップをドーナツに変えるなど、物体が破れたり接着されたりすることなく、別の物体に引き伸ばされたり、曲げられたり、変形したりできるという考え方を捉えています。

ギブス現象は、フーリエ級数の不連続点における挙動を説明する現象である。級数の部分和は、不連続点付近でオーバーシュートを示し、項数を増やしてもこのオーバーシュートは消えない。このオーバーシュートは、級数の項数に関わらず、不連続点の高さの約9%という一定値に収束する。

この定理は、誤差の平均がゼロで、無相関であり、分散が一定（等分散性）である線形回帰モデルにおいて、最小二乗法（OLS）推定量が最良線形不偏推定量（BLUE）であることを示しています。「最良」とは、回帰係数のすべての線形不偏推定量の中で分散が最小であることを意味し、最も精度が高いということです。

この定理は、コンパクトな凸集合をそれ自身に写像する任意の連続関数 [latex]f[/latex] に対して、[latex]f(x_0) = x_0[/latex] となる点 [latex]x_0[/latex] が存在することを述べています。この点は不動点と呼ばれます。非公式に言えば、国の地図を取り、それをくしゃくしゃにして国の境界線内に置くと、地図上の少なくとも 1 つの点が、対応する現実世界の位置の真上に位置することになります。

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.