Courburevignette|Le déplacement d'une Dictyostelium discoideum dont la couleur du contour est fonction de la courbure. Échelle : 5 μm ; durée : 22 secondes. Intuitivement, courbe s'oppose à droit : la courbure d'un objet géométrique est une mesure quantitative du caractère « plus ou moins courbé » de cet objet. Par exemple : dans le plan euclidien, une ligne droite est un objet à une dimension de courbure nulle et un cercle un objet de courbure constante positive, valant 1/R (inverse du rayon) ; dans l'espace euclidien usuel à trois dimensions, un plan est un objet à deux dimensions de courbure nulle, et une sphère est un objet à deux dimensions de courbure constante positive.
Linear least squaresLinear least squares (LLS) is the least squares approximation of linear functions to data. It is a set of formulations for solving statistical problems involved in linear regression, including variants for ordinary (unweighted), weighted, and generalized (correlated) residuals. Numerical methods for linear least squares include inverting the matrix of the normal equations and orthogonal decomposition methods. The three main linear least squares formulations are: Ordinary least squares (OLS) is the most common estimator.
Courbure de Gaussvignette|De gauche à droite : une surface de courbure de Gauss négative (un hyperboloïde), une surface de courbure nulle (un cylindre), et une surface de courbure positive (une sphère). vignette|Certains points du tore sont de courbure positive (points elliptiques) et d'autres de courbure négative (points hyperboliques) La courbure de Gauss, parfois aussi appelée courbure totale, d'une surface paramétrée X en X(P) est le produit des courbures principales. De manière équivalente, la courbure de Gauss est le déterminant de l'endomorphisme de Weingarten.
Courbure principaleEn géométrie différentielle des surfaces, les deux courbures principales d'une surface sont les courbures de cette surface selon deux directions perpendiculaires appelées directions principales. On montre que ce sont les courbures minimale et maximale rencontrées en faisant tourner le plan de coupe. Les courbures principales sont les valeurs propres de l'endomorphisme de Weingarten. Elles caractérisent la géométrie locale des surfaces à l'ordre 2.
Courbure scalaireEn géométrie riemannienne, la courbure scalaire (ou scalaire de Ricci) est un des outils de mesure de la courbure d'une variété riemannienne. Cet invariant riemannien est une fonction qui affecte à chaque point m de la variété un simple nombre réel noté R(m) ou s(m), portant une information sur la courbure intrinsèque de la variété en ce point. Ainsi, on peut décrire le comportement infinitésimal des boules et des sphères centrées en m à l'aide de la courbure scalaire.
Méthode des moindres carrésLa méthode des moindres carrés, indépendamment élaborée par Legendre et Gauss au début du , permet de comparer des données expérimentales, généralement entachées d’erreurs de mesure, à un modèle mathématique censé décrire ces données. Ce modèle peut prendre diverses formes. Il peut s’agir de lois de conservation que les quantités mesurées doivent respecter. La méthode des moindres carrés permet alors de minimiser l’impact des erreurs expérimentales en « ajoutant de l’information » dans le processus de mesure.
Moindres carrés non linéairesLes moindres carrés non linéaires est une forme des moindres carrés adaptée pour l'estimation d'un modèle non linéaire en n paramètres à partir de m observations (m > n). Une façon d'estimer ce genre de problème est de considérer des itérations successives se basant sur une version linéarisée du modèle initial. Méthode des moindres carrés Considérons un jeu de m couples d'observations, (x, y), (x, y),...,(x, y), et une fonction de régression du type y = f (x, β).
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.
Courbure moyenneEn mathématiques, on appelle courbure moyenne d'une surface la moyenne des courbures minimale et maximale. Elle est notée (ou encore Km, ou parfois H). C'est un nombre réel, dont le signe dépend du choix fait pour orienter la surface. S'il est relativement simple de définir le rayon de courbure d'une courbe plane, pour une surface les choses se compliquent. On définit alors un analogue comme suit : en un point, on définit un axe, le vecteur normal à la surface. On imagine ensuite un plan tournant sur cet axe.
Generalized least squaresIn statistics, generalized least squares (GLS) is a method used to estimate the unknown parameters in a linear regression model when there is a certain degree of correlation between the residuals in the regression model. Least squares and weighted least squares may need to be more statistically efficient and prevent misleading inferences. GLS was first described by Alexander Aitken in 1935. In standard linear regression models one observes data on n statistical units.
Méthode des moindres carrés ordinairevignette|Graphique d'une régression linéaire La méthode des moindres carrés ordinaire (MCO) est le nom technique de la régression mathématique en statistiques, et plus particulièrement de la régression linéaire. Il s'agit d'un modèle couramment utilisé en économétrie. Il s'agit d'ajuster un nuage de points selon une relation linéaire, prenant la forme de la relation matricielle , où est un terme d'erreur.
Parametric surfaceA parametric surface is a surface in the Euclidean space which is defined by a parametric equation with two parameters . Parametric representation is a very general way to specify a surface, as well as implicit representation. Surfaces that occur in two of the main theorems of vector calculus, Stokes' theorem and the divergence theorem, are frequently given in a parametric form. The curvature and arc length of curves on the surface, surface area, differential geometric invariants such as the first and second fundamental forms, Gaussian, mean, and principal curvatures can all be computed from a given parametrization.
Curvature of Riemannian manifoldsIn mathematics, specifically differential geometry, the infinitesimal geometry of Riemannian manifolds with dimension greater than 2 is too complicated to be described by a single number at a given point. Riemann introduced an abstract and rigorous way to define curvature for these manifolds, now known as the Riemann curvature tensor. Similar notions have found applications everywhere in differential geometry of surfaces and other objects. The curvature of a pseudo-Riemannian manifold can be expressed in the same way with only slight modifications.
Total least squaresIn applied statistics, total least squares is a type of errors-in-variables regression, a least squares data modeling technique in which observational errors on both dependent and independent variables are taken into account. It is a generalization of Deming regression and also of orthogonal regression, and can be applied to both linear and non-linear models. The total least squares approximation of the data is generically equivalent to the best, in the Frobenius norm, low-rank approximation of the data matrix.
Computational anatomyComputational anatomy is an interdisciplinary field of biology focused on quantitative investigation and modelling of anatomical shapes variability. It involves the development and application of mathematical, statistical and data-analytical methods for modelling and simulation of biological structures. The field is broadly defined and includes foundations in anatomy, applied mathematics and pure mathematics, machine learning, computational mechanics, computational science, biological imaging, neuroscience, physics, probability, and statistics; it also has strong connections with fluid mechanics and geometric mechanics.
Surface minimaleEn mathématiques et en physique, une surface minimale est une surface minimisant son aire tout en réalisant une contrainte : un ensemble de points, ou le bord de la surface, est d'avance déterminé. Si un cerceau est retiré d'une bassine d'eau savonneuse, un disque de liquide reste fixé. Un souffle dessus déforme légèrement le disque en une calotte sphérique. Si l'étude fait appel à la mécanique des fluides, le traitement mathématique utilise le langage des surfaces minimales.
Statistical shape analysisStatistical shape analysis is an analysis of the geometrical properties of some given set of shapes by statistical methods. For instance, it could be used to quantify differences between male and female gorilla skull shapes, normal and pathological bone shapes, leaf outlines with and without herbivory by insects, etc. Important aspects of shape analysis are to obtain a measure of distance between shapes, to estimate mean shapes from (possibly random) samples, to estimate shape variability within samples, to perform clustering and to test for differences between shapes.
GlasgowGlasgow (en français : ; en anglais : ou ; en scots : Glesga ; en gaélique écossais : Glaschu ) est la principale métropole d’Écosse et la troisième ville du Royaume-Uni, derrière Londres et Birmingham. Elle a aussi le statut de council area et de région de lieutenance, après avoir eu celui de district au sein de la région du Strathclyde (du au ) dont elle est le siège. Elle est située dans l'ouest de la partie centrale des lowlands écossaises. Le gentilé Glaswégien désigne aussi, au singulier, le dialecte local.
Variance (mathématiques)vignette|Exemple d'échantillons pour deux populations ayant la même moyenne mais des variances différentes. La population en rouge a une moyenne de 100 et une variance de 100 (écart-type = SD = standard deviation = 10). La population en bleu a une moyenne de 100 et une variance de (écart-type = SD = 50). En statistique et en théorie des probabilités, la variance est une mesure de la dispersion des valeurs d'un échantillon ou d'une variable aléatoire.
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.
