Business simulationBusiness simulation or corporate simulation is simulation used for business training, education or analysis. It can be scenario-based or numeric-based. Most business simulations are used for business acumen training and development. Learning objectives include: strategic thinking, decision making, problem solving, financial analysis, market analysis, operations, teamwork and leadership. The business gaming community seems lately to have adopted the term business simulation game instead of just gaming or just simulation.
Training simulationIn business, training simulation is a virtual medium through which various types of skills can be acquired. Training simulations can be used in a variety of genres; however they are most commonly used in corporate situations to improve business awareness and management skills. They are also common in academic environments as an integrated part of a business or management course. The word simulation implies an imitation of a real-life process, usually via a computer or other technological device, in order to provide a lifelike experience.
Topologie faibleEn mathématiques, la topologie faible d'un espace vectoriel topologique E est une topologie définie sur E au moyen de son dual topologique E'. On définit également sur E' une topologie dite faible-* au moyen de E. Dans tout cet article, sauf mention contraire, on notera pour et forme linéaire sur . Soient E un espace vectoriel normé (réel ou complexe), ou plus généralement un espace vectoriel topologique et E' son dual topologique, c’est-à-dire l'ensemble des formes linéaires continues sur E.
Compact convergenceIn mathematics compact convergence (or uniform convergence on compact sets) is a type of convergence that generalizes the idea of uniform convergence. It is associated with the compact-open topology. Let be a topological space and be a metric space. A sequence of functions is said to converge compactly as to some function if, for every compact set , uniformly on as . This means that for all compact , If and with their usual topologies, with , then converges compactly to the constant function with value 0, but not uniformly.
Opérateur laplacienL'opérateur laplacien, ou simplement le laplacien, est l'opérateur différentiel défini par l'application de l'opérateur gradient suivie de l'application de l'opérateur divergence : Intuitivement, il combine et relie la description statique d'un champ (décrit par son gradient) aux effets dynamiques (la divergence) de ce champ dans l'espace et le temps. C'est l'exemple le plus simple et le plus répandu d'opérateur elliptique.
Variété de PoissonEn géométrie, une structure de Poisson sur une variété différentielle est un crochet de Lie (appelé crochet de Poisson dans ce cas) sur l'algèbre des fonctions lisses de à valeurs réelles, vérifiant formule de Leibniz En d'autres termes, une structure de Poisson est structure d'algèbre de Lie sur l'espace vectoriel des fonctions lisses sur de sorte que est un champ de vecteurs pour toute fonction lisse , appelé champ de vecteurs hamiltonien associé à . Soit une variété différentielle.
Crochet de PoissonEn mécanique hamiltonienne, on définit le crochet de Poisson de deux observables et , c'est-à-dire de deux fonctions sur l'espace des phases d'un système physique, par : où les variables, dites canoniques, sont les coordonnées généralisées et les moments conjugués . C'est un cas particulier de crochet de Lie. Avant de continuer, soulignons au passage qu'il existe deux conventions de signes au crochet de Poisson. La définition donnée ci-haut est dans la convention de signe employée par Dirac, Arnold , Goldstein et de Gosson pour n'en citer que quelques-uns.
Weak operator topologyIn functional analysis, the weak operator topology, often abbreviated WOT, is the weakest topology on the set of bounded operators on a Hilbert space , such that the functional sending an operator to the complex number is continuous for any vectors and in the Hilbert space. Explicitly, for an operator there is base of neighborhoods of the following type: choose a finite number of vectors , continuous functionals , and positive real constants indexed by the same finite set . An operator lies in the neighborhood if and only if for all .
Siméon Denis PoissonSiméon Denis Poisson ( à Pithiviers - à Sceaux) est un mathématicien, géomètre et physicien français. Sa contribution la plus essentielle concerne l’électricité et le magnétisme qu’il contribua à fonder mais il eut également une influence en astronomie, notamment sur l’attraction des planètes. vignette|Maison natale à Pithiviers. Son père servait comme simple soldat lors des guerres du Hanovre mais, dégoûté par le mauvais traitement qu’il reçut des officiers nobles, il déserta.
ÉvaluationSelon Michel Vial, l'évaluation est le rapport que l'on entretient avec la valeur. L'homme est porteur de valeurs qu'il a reçu plus ou moins consciemment, qu'il convoque pour mesurer la valeur d'objets ou de produits, pour contrôler les procédures (vérifier leur conformité) ou encore interroger (rendre intelligible) le sens de ses pratiques : s'interroger sur la valeur, rendre intelligible les pratiques au moyen de l'évaluation située. Plus généralement, l'évaluation est un processus mental de l'agir humain.
Harmonique sphériqueEn mathématiques, les harmoniques sphériques sont des fonctions harmoniques particulières, c'est-à-dire des fonctions dont le laplacien est nul. Les harmoniques sphériques sont particulièrement utiles pour résoudre des problèmes invariants par rotation, car elles sont les vecteurs propres de certains opérateurs liés aux rotations. Les polynômes harmoniques P(x,y,z) de degré l forment un espace vectoriel de dimension 2 l + 1, et peuvent s'exprimer en coordonnées sphériques (r, θ, φ) comme des combinaisons linéaires des (2 l + 1) fonctions : avec .
Estimating equationsIn statistics, the method of estimating equations is a way of specifying how the parameters of a statistical model should be estimated. This can be thought of as a generalisation of many classical methods—the method of moments, least squares, and maximum likelihood—as well as some recent methods like M-estimators. The basis of the method is to have, or to find, a set of simultaneous equations involving both the sample data and the unknown model parameters which are to be solved in order to define the estimates of the parameters.
