Regularized least squaresRegularized least squares (RLS) is a family of methods for solving the least-squares problem while using regularization to further constrain the resulting solution. RLS is used for two main reasons. The first comes up when the number of variables in the linear system exceeds the number of observations. In such settings, the ordinary least-squares problem is ill-posed and is therefore impossible to fit because the associated optimization problem has infinitely many solutions.
Analyse convexeL'analyse convexe est la branche des mathématiques qui étudie les ensembles et les fonctions convexes. Cette théorie étend sur beaucoup d'aspects les concepts de l'algèbre linéaire et sert de boîte à outils en analyse et en analyse non lisse. Elle s'est beaucoup développée du fait de ses interactions avec l'optimisation, où elle apporte des propriétés particulières aux problèmes qui y sont étudiés. Certains voient la naissance de l'analyse convexe « moderne » dans l'invention des notions de sous-différentiel, d'application proximale et d'inf-convolution dans les années 1962-63.
Algorithme de rechercheEn informatique, un algorithme de recherche est un type d'algorithme qui, pour un domaine, un problème de ce domaine et des critères donnés, retourne en résultat un ensemble de solutions répondant au problème. Supposons que l'ensemble de ses entrées soit divisible en sous-ensemble, par rapport à un critère donné, qui peut être, par exemple, une relation d'ordre. De façon générale, un tel algorithme vérifie un certain nombre de ces entrées et retourne en sortie une ou plusieurs des entrées visées.
Optimisation non linéaireEn optimisation, vue comme branche des mathématiques, l'optimisation non linéaire (en anglais : nonlinear programming – NLP) s'occupe principalement des problèmes d'optimisation dont les données, i.e., les fonctions et ensembles définissant ces problèmes, sont non linéaires, mais sont aussi différentiables autant de fois que nécessaire pour l'établissement des outils théoriques, comme les conditions d'optimalité, ou pour la bonne marche des algorithmes de résolution qui y sont introduits et analysés.
Positive-definite kernelIn operator theory, a branch of mathematics, a positive-definite kernel is a generalization of a positive-definite function or a positive-definite matrix. It was first introduced by James Mercer in the early 20th century, in the context of solving integral operator equations. Since then, positive-definite functions and their various analogues and generalizations have arisen in diverse parts of mathematics.
Dualité (géométrie projective)La dualité projective, découverte par Jean-Victor Poncelet, est une généralisation de l'analogie entre le fait que par deux points distincts passe une droite et une seule, et le fait que deux droites distinctes se coupent en un point et un seul (à condition de se placer en géométrie projective, de sorte que deux droites parallèles se rencontrent en un point à l'infini).
Parabolevignette|Une parabole représentée par la fonction f(x)=x. La parabole est une courbe plane, symétrique par rapport à un axe, ayant approximativement la forme d'un U dont les branches s'écarteraient indéfiniment. Cette courbe intervient dans les problèmes les plus élémentaires de mécanique ou de mathématiques. En effet la trajectoire d'un projectile qui n'est soumis qu'à la pesanteur est une parabole, ou encore, en mathématiques, la représentation graphique des polynômes de degré 2 est une parabole.
Théorème des cinq pointsEn géométrie, le théorème des cinq points est un énoncé sur les coniques du plan, démontré initialement par Blaise Pascal. Il assure que par cinq points trois à trois non alignés passe une unique conique propre. Ce théorème admet des versions dégénérées, par exemple, avec quatre conditions d'incidence et une de tangence : il existe une unique conique propre passant par quatre points trois à trois non alignés, et tangente en l'un de ces points à une droite prescrite ne contenant aucun des trois autres points ; ou encore, avec trois conditions d'incidence et deux de tangence : il existe une unique conique propre passant par trois points non alignés prescrits, et tangente en chacun des deux premiers points à une droite prescrite qui ne contient qu'un seul des trois points.
Optimisation linéairethumb|upright=0.5|Optimisation linéaire dans un espace à deux dimensions (x1, x2). La fonction-coût fc est représentée par les lignes de niveau bleues à gauche et par le plan bleu à droite. L'ensemble admissible E est le pentagone vert. En optimisation mathématique, un problème d'optimisation linéaire demande de minimiser une fonction linéaire sur un polyèdre convexe. La fonction que l'on minimise ainsi que les contraintes sont décrites par des fonctions linéaires, d'où le nom donné à ces problèmes.
Matrice hessienneEn mathématiques, la matrice hessienne (ou simplement le hessien ou la hessienne) d'une fonction numérique est la matrice carrée, notée , de ses dérivées partielles secondes. Etant donnée une fonction à valeurs réelles dont toutes les dérivées partielles secondes existent, le coefficient d'indice de la matrice hessienne vaut . Autrement dit, On appelle discriminant hessien (ou simplement hessien) le déterminant de cette matrice. Le terme « hessien » a été introduit par James Joseph Sylvester, en hommage au mathématicien allemand Ludwig Otto Hesse.
Géométrie projectiveEn mathématiques, la géométrie projective est le domaine de la géométrie qui modélise les notions intuitives de perspective et d'horizon. Elle étudie les propriétés inchangées des figures par projection centrale. Le mathématicien et architecte Girard Desargues fonde la géométrie projective dans son Brouillon project d’une Atteinte aux evenemens des rencontres du cone avec un plan publié en 1639, où il l'utilise pour une théorie unifiée des coniques.
EllipsoïdeEn mathématiques, et plus précisément en géométrie euclidienne, un ellipsoïde est une surface du second degré de l'espace euclidien à trois dimensions. Il fait donc partie des quadriques, avec pour caractéristique principale de ne pas posséder de point à l'infini. L'ellipsoïde admet un centre et au moins trois plans de symétrie. L'intersection d'un ellipsoïde avec un plan est une ellipse, un point ou l'ensemble vide.
