Chef de produitUn chef de produit ou cheffe de produit, est un employé d'une entreprise sous les ordres d'un directeur marketing ou chef de groupe, il a la charge d'une marque, d'un produit, d'un service, d'une prestation, etc. représentant une partie du chiffre d'affaires ou de l'activité de l'entreprise. Le chef de produit est responsable du développement d'un produit ou d'une gamme de produits, depuis sa conception jusqu'à sa commercialisation. Il doit l'adapter en permanence à l'évolution et aux opportunités du marché.
Product managementProduct management is the business process of planning, developing, launching, and managing a product or service. It includes the entire lifecycle of a product, from ideation to development to go to market. Product managers are responsible for ensuring that a product meets the needs of its target market and contributes to the business strategy, while managing a product or products at all stages of the product lifecycle. Software product management adapts the fundamentals of product management for digital products.
Skew linesIn three-dimensional geometry, skew lines are two lines that do not intersect and are not parallel. A simple example of a pair of skew lines is the pair of lines through opposite edges of a regular tetrahedron. Two lines that both lie in the same plane must either cross each other or be parallel, so skew lines can exist only in three or more dimensions. Two lines are skew if and only if they are not coplanar. If four points are chosen at random uniformly within a unit cube, they will almost surely define a pair of skew lines.
Forme linéaireEn algèbre linéaire, une forme linéaire sur un espace vectoriel est une application linéaire sur son corps de base. En dimension finie, elle peut être représentée par une matrice ligne qui permet d’associer à son noyau une équation cartésienne. Dans le cadre du calcul tensoriel, une forme linéaire est aussi appelée covecteur, en lien avec l’action différente des matrices de changement de base.
LinéaritéLe concept de linéarité est utilisé dans le domaine des mathématiques et dans le domaine de la physique, et par extension dans le langage courant. Les premiers exemples de situations où intervient la linéarité sont les situations de proportionnalité constante entre deux variables : le graphe représentant une variable en fonction de l'autre forme alors une ligne droite qui passe par l'origine. Il ne faut cependant pas confondre linéarité et proportionnalité, car la proportionnalité n'est qu'un cas particulier de la linéarité.
Chromosome Yalt=Photographie microscopique des 23 paires de chromosomes humains, parmi lesquelles on distingue la paire des chromosomes sexuels où l'on range le chromosome Y.|vignette|Photographie microscopique des 23 paires de chromosomes humains, parmi lesquelles on distingue la paire des chromosomes sexuels où l'on range le chromosome Y. Le chromosome Y est l'un des deux chromosomes sexuels (ou gonosomes) d'un mammifère, l'autre étant le chromosome X. Chez l'être humain, les chromosomes sexuels constituent l'une des 23 paires de chromosomes.
Continuous linear operatorIn functional analysis and related areas of mathematics, a continuous linear operator or continuous linear mapping is a continuous linear transformation between topological vector spaces. An operator between two normed spaces is a bounded linear operator if and only if it is a continuous linear operator. Continuous function (topology) and Discontinuous linear map Bounded operator Suppose that is a linear operator between two topological vector spaces (TVSs). The following are equivalent: is continuous.
Singular valueIn mathematics, in particular functional analysis, the singular values, or s-numbers of a compact operator acting between Hilbert spaces and , are the square roots of the (necessarily non-negative) eigenvalues of the self-adjoint operator (where denotes the adjoint of ). The singular values are non-negative real numbers, usually listed in decreasing order (σ1(T), σ2(T), ...). The largest singular value σ1(T) is equal to the operator norm of T (see Min-max theorem).
Y (lettre)Y (la lettre se nomme « i grec » et se prononce isolée ) est la lettre de l'alphabet latin moderne. Le graphème majuscule est le même que celui de l'upsilon de l'alphabet grec. centré|vignette|600x600px|Formes majuscules et minuscules manuscrites de la lettre Y dans le Dictionnaire des abréviations latines et française d’Alphonse Chassant. C'est à la fois une voyelle (, comme dans cycle) et une semi-voyelle (, comme dans « yeux »).
Décomposition en valeurs singulièresEn mathématiques, le procédé d'algèbre linéaire de décomposition en valeurs singulières (ou SVD, de l'anglais singular value decomposition) d'une matrice est un outil important de factorisation des matrices rectangulaires réelles ou complexes. Ses applications s'étendent du traitement du signal aux statistiques, en passant par la météorologie. Le théorème spectral énonce qu'une matrice normale peut être diagonalisée par une base orthonormée de vecteurs propres.
Matrice orthogonaleUne matrice carrée A (n lignes, n colonnes) à coefficients réels est dite orthogonale si A A = I, où A est la matrice transposée de A et I est la matrice identité. Des exemples de matrices orthogonales sont les matrices de rotation, comme la matrice de rotation plane d'angle θ ou les matrices de permutation, comme Une matrice réelle A est orthogonale si et seulement si elle est inversible et son inverse est égale à sa transposée : A = A. Une matrice carrée est orthogonale si et seulement si ses vecteurs colonnes sont orthogonaux deux à deux et de norme 1.
Covariance matrixIn probability theory and statistics, a covariance matrix (also known as auto-covariance matrix, dispersion matrix, variance matrix, or variance–covariance matrix) is a square matrix giving the covariance between each pair of elements of a given random vector. Any covariance matrix is symmetric and positive semi-definite and its main diagonal contains variances (i.e., the covariance of each element with itself). Intuitively, the covariance matrix generalizes the notion of variance to multiple dimensions.
