Absolue continuitéEn mathématiques, et plus précisément en analyse, on définit, pour des fonctions définies sur un intervalle borné, la notion de fonction absolument continue, un peu plus forte que la notion de fonction uniformément continue, et garantissant de bonnes propriétés d'intégration ; on lui associe d'ailleurs la notion de mesure absolument continue. Le premier théorème fondamental de l'analyse a pour conséquence que toute fonction continue sur un intervalle réel est égale à la dérivée de sa fonction intégrale (au sens de Riemann) définie par .
Complexité en moyenne des algorithmesLa complexité en moyenne d'un algorithme est la quantité d'une ressource donnée, typiquement le temps, utilisée par l'algorithme lors de son exécution pour traiter une entrée tirée selon une distribution donnée. Il s'agit par conséquent d'une moyenne de la complexité, pondérée entre les différentes entrées possibles selon la distribution choisie. Le plus souvent, on ne précise pas la distribution et on utilise implicitement une distribution uniforme (i.e.
Application contractanteEn mathématiques et plus particulièrement en analyse, une application contractante, ou contraction, est une application qui « rapproche les » ou, plus précisément, une application k-lipschitzienne avec k < 1. Le théorème de point fixe le plus simple et le plus utilisé concerne les applications contractantes. Une application f d'un espace métrique (E, d) dans lui-même est dite k-contractante si 0 ≤ k < 1 et si, pour tout couple de points x et y de E, d(f(x), f(y)) ≤ kd(x, y).
Méthode du gradient biconjuguéEn mathématiques, plus spécifiquement en analyse numérique, la méthode du gradient biconjugué est un algorithme permettant de résoudre un système d'équations linéaires Contrairement à la méthode du gradient conjugué, cet algorithme ne nécessite pas que la matrice soit auto-adjointe, en revanche, la méthode requiert des multiplications par la matrice adjointe . Choisir , , un préconditionneur régulier (on utilise fréquemment ) et ; for do ( et sont le résidus); .
Continuous functionIn mathematics, a continuous function is a function such that a continuous variation (that is a change without jump) of the argument induces a continuous variation of the value of the function. This means that there are no abrupt changes in value, known as discontinuities. More precisely, a function is continuous if arbitrarily small changes in its value can be assured by restricting to sufficiently small changes of its argument. A discontinuous function is a function that is .
Complete latticeIn mathematics, a complete lattice is a partially ordered set in which all subsets have both a supremum (join) and an infimum (meet). A lattice which satisfies at least one of these properties is known as a conditionally complete lattice. Specifically, every non-empty finite lattice is complete. Complete lattices appear in many applications in mathematics and computer science. Being a special instance of lattices, they are studied both in order theory and universal algebra.
Topologie d'AlexandroffEn mathématiques, une topologie d'Alexandroff est une topologie pour laquelle l'intersection d'une famille quelconque d'ouverts est un ouvert (et pas seulement l'intersection d'une famille finie d'ouverts). Cette notion a été introduite en 1937 par Pavel Alexandroff. Un espace topologique vérifie cette propriété si et seulement si sa topologie est cohérente avec ses sous-, c'est pourquoi un tel espace est aussi appelé espace finiment engendré. Les topologies d'Alexandroff sur un ensemble X sont en bijection avec les préordres sur X.
Optimisation (mathématiques)L'optimisation est une branche des mathématiques cherchant à modéliser, à analyser et à résoudre analytiquement ou numériquement les problèmes qui consistent à minimiser ou maximiser une fonction sur un ensemble. L’optimisation joue un rôle important en recherche opérationnelle (domaine à la frontière entre l'informatique, les mathématiques et l'économie), dans les mathématiques appliquées (fondamentales pour l'industrie et l'ingénierie), en analyse et en analyse numérique, en statistique pour l’estimation du maximum de vraisemblance d’une distribution, pour la recherche de stratégies dans le cadre de la théorie des jeux, ou encore en théorie du contrôle et de la commande.
Order theoryOrder theory is a branch of mathematics that investigates the intuitive notion of order using binary relations. It provides a formal framework for describing statements such as "this is less than that" or "this precedes that". This article introduces the field and provides basic definitions. A list of order-theoretic terms can be found in the order theory glossary. Orders are everywhere in mathematics and related fields like computer science. The first order often discussed in primary school is the standard order on the natural numbers e.
Algorithme du gradient stochastiqueL'algorithme du gradient stochastique est une méthode de descente de gradient (itérative) utilisée pour la minimisation d'une fonction objectif qui est écrite comme une somme de fonctions différentiables. À la fois l'estimation statistique et l'apprentissage automatique s'intéressent au problème de la minimisation d'une fonction objectif qui a la forme d'une somme : où le paramètre qui minimise doit être estimé. Chacune des fonctions est généralement associée avec la -ème observation de l'ensemble des données (utilisées pour l'apprentissage).
Caroline du NordLa Caroline du Nord (North Carolina) est un État du Sud des États-Unis. Sa capitale est Raleigh, et sa plus grande ville est Charlotte et son agglomération (Metrolina). Avec en 2010, estimée à en 2019, sur une superficie de , l'État est le du pays par sa population et le par sa taille. Longeant l'océan Atlantique à l'est, elle est bordée par la Caroline du Sud et la Géorgie au sud, le Tennessee à l'ouest, et la Virginie au nord. Territoire colonisé et occupé par les Européens dès le , la Caroline du Nord est l'une des Treize Colonies qui fondèrent les États-Unis d'Amérique.
Optimisation convexevignette|320x320px|Optimisation convexe dans un espace en deux dimensions dans un espace contraint L'optimisation convexe est une sous-discipline de l'optimisation mathématique, dans laquelle le critère à minimiser est convexe et l'ensemble admissible est convexe. Ces problèmes sont plus simples à analyser et à résoudre que les problèmes d'optimisation non convexes, bien qu'ils puissent être NP-difficile (c'est le cas de l'optimisation copositive). La théorie permettant d'analyser ces problèmes ne requiert pas la différentiabilité des fonctions.
