Théorème fondamental de l'arithmétiqueEn mathématiques, et en particulier en arithmétique élémentaire, le théorème fondamental de l'arithmétique ou théorème de décomposition en produit de facteurs premiers s'énonce ainsi : tout entier strictement positif peut être écrit comme un produit de nombres premiers d'une unique façon, à l'ordre près des facteurs. Par exemple, nous pouvons écrire que : = 2 × 3 × 17 ou encore = 2 × 3 × 5 et il n'existe aucune autre factorisation de ou sous forme de produits de nombres premiers, excepté par réarrangement des facteurs ci-dessus.
Espace vectoriel ordonnéEn mathématiques, un espace vectoriel ordonné (ou espace vectoriel partiellement ordonné) est un espace vectoriel sur muni d'une relation d'ordre compatible avec sa structure. Il est dit totalement ordonné si l'ordre associé est un ordre total. Soit E un espace vectoriel sur le corps des réels et un préordre sur .
Partie bornée d'un espace vectoriel topologiqueEn analyse fonctionnelle et dans des domaines mathématiques reliés, une partie d'un espace vectoriel topologique est dite bornée (au sens de von Neumann) si tout voisinage du vecteur nul peut être dilaté de manière à contenir cette partie. Ce concept a été introduit par John von Neumann et Andreï Kolmogorov en 1935. Les parties bornées sont un moyen naturel de définir les (localement convexes) sur les deux espaces vectoriels d'une paire duale.
Nombre premiervignette|Nombres naturels de zéro à cent. Les nombres premiers sont marqués en rouge. vignette|Le nombre 7 est premier car il admet exactement deux diviseurs positifs distincts. Un nombre premier est un entier naturel qui admet exactement deux diviseurs distincts entiers et positifs. Ces deux diviseurs sont 1 et le nombre considéré, puisque tout nombre a pour diviseurs 1 et lui-même (comme le montre l’égalité n = 1 × n), les nombres premiers étant ceux qui ne possèdent pas d'autre diviseur.
Réduction de la dimensionnalitévignette|320x320px|Animation présentant la projection de points en deux dimensions sur les axes obtenus par analyse en composantes principales, une méthode populaire de réduction de la dimensionnalité La réduction de la dimensionnalité (ou réduction de (la) dimension) est un processus étudié en mathématiques et en informatique, qui consiste à prendre des données dans un espace de grande dimension, et à les remplacer par des données dans un espace de plus petite dimension.
Anneau factorielvignette|Organigramme des relations entre les différentes structures algébriques En mathématiques, un anneau factoriel est un cas particulier d'anneau intègre. À l'image des nombres entiers, il existe un équivalent du théorème fondamental de l'arithmétique pour une telle structure : tout élément non nul d'un anneau factoriel se décompose en un produit d'un élément inversible et d'éléments irréductibles, cette décomposition étant unique aux éléments inversibles près. Par exemple dans l'anneau Z des entiers relatifs, –2 est irréductible.
Tenseur de Riemannvignette|Motivation de la courbure de Riemann pour les variétés sphériques. En géométrie riemannienne, le tenseur de courbure de Riemann-Christoffel est la façon la plus courante d'exprimer la courbure des variétés riemanniennes, ou plus généralement d'une variété disposant d'une connexion affine, avec ou sans torsion. Soit deux géodésiques d'un espace courbe, parallèles au voisinage d'un point P. Le parallélisme ne sera pas nécessairement conservé en d'autres points de l'espace.
Fléau de la dimensionLe fléau de la dimension ou malédiction de la dimension (curse of dimensionality) est un terme inventé par Richard Bellman en 1961 pour désigner divers phénomènes qui ont lieu lorsque l'on cherche à analyser ou organiser des données dans des espaces de grande dimension alors qu'ils n'ont pas lieu dans des espaces de dimension moindre. Plusieurs domaines sont concernés et notamment l'apprentissage automatique, la fouille de données, les bases de données, l'analyse numérique ou encore l'échantillonnage.
Méthode de factorisation de Fermatvignette|Pierre de Fermat En arithmétique modulaire, la méthode de factorisation de Fermat est un algorithme de décomposition en produit de facteurs premiers d'un entier naturel. L'intuition est la suivante. Tout entier naturel impair N se décompose en la différence de deux carrés : N = a – b. Algébriquement, cette différence se factorise en (a + b)(a – b) et, si ni a + b ni a – b n'est égal à 1, alors ce sont des facteurs non triviaux de N. Il existe une telle représentation pour tout nombre impair composé.
Factorisation des polynômesEn mathématiques, la factorisation d'un polynôme consiste à écrire celui-ci comme produit de polynômes. Les factorisations intéressantes sont celles permettant d'écrire le polynôme initial en produit de plusieurs polynômes non inversibles. Un polynôme non inversible pour lequel aucune factorisation de ce type n'existe s'appelle un polynôme irréductible. La décomposition d'un polynôme en produits de polynômes irréductibles existe, et a une propriété d'unicité (à un facteur inversible près), pour tout polynôme à coefficients réels ou complexes.
Représentation unitaireEn mathématiques, une représentation unitaire d'un groupe G est une représentation linéaire π de G sur un espace de Hilbert complexe V telle que π(g) est un opérateur unitaire pour tout g ∈ G. La théorie générale est bien développée dans le cas où G est un groupe topologique localement compact (séparé) et les représentations sont fortement continues. La théorie a été largement appliquée en mécanique quantique depuis les années 1920, particulièrement sous l'influence par le livre de 1928 de Hermann Weyl, Gruppentheorie und Quantenmechanik.
Nonlinear dimensionality reductionNonlinear dimensionality reduction, also known as manifold learning, refers to various related techniques that aim to project high-dimensional data onto lower-dimensional latent manifolds, with the goal of either visualizing the data in the low-dimensional space, or learning the mapping (either from the high-dimensional space to the low-dimensional embedding or vice versa) itself. The techniques described below can be understood as generalizations of linear decomposition methods used for dimensionality reduction, such as singular value decomposition and principal component analysis.
