Coefficient de transfert thermiqueLe coefficient de transfert thermique ou coefficient de transmission thermique est un coefficient quantifiant le flux d'énergie traversant un milieu, par unité de surface, de volume ou de longueur. L'inverse du coefficient de transfert thermique est la résistance thermique. C'est un terme important dans l'équation d'un transfert thermique et permet d'indiquer la facilité avec laquelle l'énergie thermique passe un obstacle ou un milieu. Dans le cas d'un transfert surfacique, il est appelé coefficient de transfert thermique surfacique ou résistance thermique d'interface.
Transfert thermiquevignette|alt=Autour d'un feu, des mains reçoivent sa chaleur par rayonnement (sur le côté), par convection (au-dessus de ses flammes) et par conduction (à travers un ustensile en métal).|Les modes de transfert thermique ( en anglais pour « rayonnement »). Un transfert thermique, appelé plus communément chaleur, est l'un des modes d'échange d'énergie interne entre deux systèmes, l'autre étant le travail : c'est un transfert d'énergie thermique qui s'effectue hors de l'équilibre thermodynamique.
Convection thermiqueLa convection (thermique) désigne le transfert d'énergie thermique au sein d'un fluide en mouvement ou entre un fluide en mouvement et une paroi solide. Ce transfert d'énergie est réalisé par deux modes de transfert élémentaire combinés que sont l'advection et la diffusion. La convection constitue, avec la conduction et le rayonnement, l'un des trois modes d'échange de chaleur entre deux systèmes, et diffère de ces derniers par la méthode de transfert.
Corrélation (statistiques)En probabilités et en statistique, la corrélation entre plusieurs variables aléatoires ou statistiques est une notion de liaison qui contredit leur indépendance. Cette corrélation est très souvent réduite à la corrélation linéaire entre variables quantitatives, c’est-à-dire l’ajustement d’une variable par rapport à l’autre par une relation affine obtenue par régression linéaire. Pour cela, on calcule un coefficient de corrélation linéaire, quotient de leur covariance par le produit de leurs écarts types.
Chaleur (thermodynamique)vignette|Le Soleil et la Terre constituent un exemple continu de processus de chauffage. Une partie du rayonnement thermique du Soleil frappe et chauffe la Terre. Par rapport au Soleil, la Terre a une température beaucoup plus basse et renvoie donc beaucoup moins de rayonnement thermique au Soleil. La chaleur dans ce processus peut être quantifiée par la quantité nette et la direction (Soleil vers Terre) d'énergie échangée lors du transfert thermique au cours d'une période de temps donnée.
Nombre de RayleighLe nombre de Rayleigh () est un nombre sans dimension utilisé en mécanique des fluides et caractérisant le transfert de chaleur au sein d'un fluide : inférieur à une valeur critique de l'ordre de , le transfert s'opère uniquement par conduction, tandis qu'au-delà de cette valeur la convection libre ou naturelle devient prépondérante. Ce nombre porte le nom de Lord Rayleigh, physicien anglais.
Nombre de PrandtlLe nombre de Prandtl (Pr) est un nombre sans dimension, ainsi nommé en hommage au physicien allemand Ludwig Prandtl. C'est le rapport entre la de la quantité de mouvement (viscosité cinématique) et celle de la (diffusivité thermique) : avec : la viscosité cinématique (), la diffusivité thermique (), la viscosité dynamique (exprimée en ), la masse volumique (en ), la conductivité thermique, (en ), la capacité thermique massique à pression constante (en ).
Pearson correlation coefficientIn statistics, the Pearson correlation coefficient (PCC) is a correlation coefficient that measures linear correlation between two sets of data. It is the ratio between the covariance of two variables and the product of their standard deviations; thus, it is essentially a normalized measurement of the covariance, such that the result always has a value between −1 and 1. As with covariance itself, the measure can only reflect a linear correlation of variables, and ignores many other types of relationships or correlations.
Équation différentielle ordinaireEn mathématiques, une équation différentielle ordinaire (parfois simplement appelée équation différentielle et abrégée en EDO) est une équation différentielle dont la ou les fonctions inconnues ne dépendent que d'une seule variable; elle se présente sous la forme d'une relation entre ces fonctions inconnues et leurs dérivées successives. Le terme ordinaire est utilisé par opposition au terme équation différentielle partielle (plus communément équation aux dérivées partielles, ou EDP) où la ou les fonctions inconnues peuvent dépendre de plusieurs variables.
Équation différentielle à retardEn mathématiques, les équations différentielles à retard (EDR) sont un type d'équation différentielle dans laquelle la dérivée de la fonction inconnue à un certain instant est donnée en fonction des valeurs de la fonction aux instants précédents. Les EDR sont également appelés des systèmes à retard, systèmes avec effet secondaire ou temps mort, systèmes héréditaires, équations à argument déviant, ou équations aux différences différentielles .
Numerical methods for ordinary differential equationsNumerical methods for ordinary differential equations are methods used to find numerical approximations to the solutions of ordinary differential equations (ODEs). Their use is also known as "numerical integration", although this term can also refer to the computation of integrals. Many differential equations cannot be solved exactly. For practical purposes, however – such as in engineering – a numeric approximation to the solution is often sufficient. The algorithms studied here can be used to compute such an approximation.
Équation aux dérivées partiellesEn mathématiques, plus précisément en calcul différentiel, une équation aux dérivées partielles (parfois appelée équation différentielle partielle et abrégée en EDP) est une équation différentielle dont les solutions sont les fonctions inconnues dépendant de plusieurs variables vérifiant certaines conditions concernant leurs dérivées partielles. Une EDP a souvent de très nombreuses solutions, les conditions étant moins strictes que dans le cas d'une équation différentielle ordinaire à une seule variable ; les problèmes comportent souvent des conditions aux limites qui restreignent l'ensemble des solutions.
DonnéeUne donnée est ce qui est connu et qui sert de point de départ à un raisonnement ayant pour objet la détermination d'une solution à un problème en relation avec cette donnée. Cela peut être une description élémentaire qui vise à objectiver une réalité, le résultat d'une comparaison entre deux événements du même ordre (mesure) soit en d'autres termes une observation ou une mesure. La donnée brute est dépourvue de tout raisonnement, supposition, constatation, probabilité.
Exploration de donnéesL’exploration de données, connue aussi sous l'expression de fouille de données, forage de données, prospection de données, data mining, ou encore extraction de connaissances à partir de données, a pour objet l’extraction d'un savoir ou d'une connaissance à partir de grandes quantités de données, par des méthodes automatiques ou semi-automatiques.
Intraclass correlationIn statistics, the intraclass correlation, or the intraclass correlation coefficient (ICC), is a descriptive statistic that can be used when quantitative measurements are made on units that are organized into groups. It describes how strongly units in the same group resemble each other. While it is viewed as a type of correlation, unlike most other correlation measures, it operates on data structured as groups rather than data structured as paired observations.
Corrélation de SpearmanEn statistique, la corrélation de Spearman ou rho de Spearman, nommée d'après Charles Spearman (1863-1945) et souvent notée par la lettre grecque (rho) ou est une mesure de dépendance statistique non paramétrique entre deux variables. La corrélation de Spearman est étudiée lorsque deux variables statistiques semblent corrélées sans que la relation entre les deux variables soit de type affine. Elle consiste à trouver un coefficient de corrélation, non pas entre les valeurs prises par les deux variables mais entre les rangs de ces valeurs.
Corrélation croiséeLa corrélation croisée est parfois utilisée en statistique pour désigner la covariance des vecteurs aléatoires X et Y, afin de distinguer ce concept de la « covariance » d'un vecteur aléatoire, laquelle est comprise comme étant la matrice de covariance des coordonnées du vecteur. En traitement du signal, la corrélation croisée (aussi appelée covariance croisée) est la mesure de la similitude entre deux signaux.
Big dataLe big data ( « grosses données » en anglais), les mégadonnées ou les données massives, désigne les ressources d’informations dont les caractéristiques en termes de volume, de vélocité et de variété imposent l’utilisation de technologies et de méthodes analytiques particulières pour créer de la valeur, et qui dépassent en général les capacités d'une seule et unique machine et nécessitent des traitements parallélisés. L’explosion quantitative (et souvent redondante) des données numériques permet une nouvelle approche pour analyser le monde.
Science des donnéesLa science des données est l'étude de l’extraction automatisée de connaissance à partir de grands ensembles de données. Plus précisément, la science des données est un domaine interdisciplinaire qui utilise des méthodes, des processus, des algorithmes et des systèmes scientifiques pour extraire des connaissances et des idées à partir de nombreuses données structurées ou non . Elle est souvent associée aux données massives et à l'analyse des données.
Cum hoc ergo propter hocCum hoc ergo propter hoc (latin signifiant avec ceci, donc à cause de ceci) est un sophisme qui consiste à prétendre que si deux événements sont corrélés, alors, il y a un lien de cause à effet entre les deux. La confusion entre corrélation et causalité est appelée effet cigogne en zététique (en référence à la corrélation trompeuse entre le nombre de nids de cigognes et celui des naissances humaines) ; en science et particulièrement en statistique cette erreur est rappelée par la phrase « la corrélation n'implique pas la causalité », en latin : cum hoc sed non propter hoc (avec ceci, cependant pas à cause de ceci).
