Fonction de répartitionEn théorie des probabilités, la fonction de répartition, ou fonction de distribution cumulative, d'une variable aléatoire réelle X est la fonction F_X qui, à tout réel x, associe la probabilité d’obtenir une valeur inférieure ou égale : Cette fonction est caractéristique de la loi de probabilité de la variable aléatoire.
Loi binomiale négativeEn probabilité et en statistiques, une loi binomiale négative est la distribution de probabilité discrète du nombre d'échecs dans une série d'épreuves de Bernoulli indépendantes et identiquement distribuées jusqu'à avoir un nombre fixe n de succès. Par exemple, c'est la distribution de probabilité du nombre de piles obtenus dans une série de pile ou face jusqu'à avoir vu n faces. Plus précisément, elle décrit la situation suivante : une expérience consiste en une série de tirages indépendants, donnant un succès avec probabilité p (constante durant toute l'expérience) et un échec avec une probabilité complémentaire 1-p.
Loi de PoissonEn théorie des probabilités et en statistiques, la loi de Poisson est une loi de probabilité discrète qui décrit le comportement du nombre d'événements se produisant dans un intervalle de temps fixé, si ces événements se produisent avec une fréquence moyenne ou espérance connue, et indépendamment du temps écoulé depuis l'événement précédent. gauche|vignette|Chewing gums sur un trottoir. Le nombre de chewing gums sur un pavé est approximativement distribué selon une loi de Poisson.
Loi normale multidimensionnelleEn théorie des probabilités, on appelle loi normale multidimensionnelle, ou normale multivariée ou loi multinormale ou loi de Gauss à plusieurs variables, la loi de probabilité qui est la généralisation multidimensionnelle de la loi normale. gauche|vignette|Différentes densités de lois normales en un dimension. gauche|vignette|Densité d'une loi gaussienne en 2D. Une loi normale classique est une loi dite « en cloche » en une dimension.
Fonction de répartition empiriqueEn statistiques, une fonction de répartition empirique est une fonction de répartition qui attribue la probabilité 1/n à chacun des n nombres dans un échantillon. Soit X,...,X un échantillon de variables iid définies sur un espace de probabilité , à valeurs dans , avec pour fonction de répartition F. La fonction de répartition empirique de l'échantillon est définie par : où est la fonction indicatrice de l'événement A. Pour chaque ω, l'application est une fonction en escalier, fonction de répartition de la loi de probabilité uniforme sur l'ensemble .
Chromatographie en phase gazeuseLa chromatographie en phase gazeuse (CPG) est une technique de chromatographie qui permet de séparer des molécules d'un mélange gazeux, éventuellement très complexe, de natures très diverses. Elle s'applique principalement aux composés gazeux ou susceptibles d'être vaporisés par chauffage sans décomposition. Elle est de plus en plus utilisée dans les principaux domaines de la chimie, ainsi qu'en parfumerie et en œnologie.
ChromatographieLa chromatographie est une méthode physico-chimique qui sert à séparer les différentes substances présentes dans un mélange (échantillon en phase homogène liquide ou gazeuse). vignette|458x458px|Chromatographie sur couche mince faisant apparaître les composants d'une plante verte, comme la chlorophylle. Il est probable que la séparation de pigments inspira le nom de la méthode. L'appareil utilisé pour effectuer certaines chromatographies se nomme chromatographe. L'image ou le diagramme obtenu par chromatographie est appelé chromatogramme.
Complex normal distributionIn probability theory, the family of complex normal distributions, denoted or , characterizes complex random variables whose real and imaginary parts are jointly normal. The complex normal family has three parameters: location parameter μ, covariance matrix , and the relation matrix . The standard complex normal is the univariate distribution with , , and . An important subclass of complex normal family is called the circularly-symmetric (central) complex normal and corresponds to the case of zero relation matrix and zero mean: and .
Fonction quantileEn probabilités, la fonction quantile est une fonction qui définit les quantiles. Soit X une variable aléatoire et F sa fonction de répartition, la fonction quantile est définie par pour toute valeur de , la notation désignant l’inverse généralisé à gauche de . Si F est une fonction strictement croissante et continue, alors est l'unique valeur de telle que . correspond alors à la fonction réciproque de , notée . En revanche, pour les lois discrètes, les fonctions de répartition sont toutes en escalier, d'où l'intérêt de la définition précédente.
Thermodynamic equationsThermodynamics is expressed by a mathematical framework of thermodynamic equations which relate various thermodynamic quantities and physical properties measured in a laboratory or production process. Thermodynamics is based on a fundamental set of postulates, that became the laws of thermodynamics. One of the fundamental thermodynamic equations is the description of thermodynamic work in analogy to mechanical work, or weight lifted through an elevation against gravity, as defined in 1824 by French physicist Sadi Carnot.
Potentiel thermodynamiqueEn thermodynamique, un potentiel thermodynamique est une fonction d'état particulière qui permet de prédire l'évolution et l'équilibre d'un système thermodynamique, et à partir de laquelle on peut déduire toutes les propriétés (comme les capacités thermiques, le coefficient de dilatation, le coefficient de compressibilité) du système à l'équilibre. Les divers potentiels thermodynamiques correspondent aux divers jeux de variables d'état utilisés dans l'étude des processus thermodynamiques.
Équilibre thermodynamiquevignette|200px|Exemple d'équilibre thermodynamique de deux systèmes, en l'occurrence deux phases : l'équilibre liquide-vapeur du brome. En thermodynamique, un équilibre thermodynamique correspond à l'état d'un système ne subissant aucune évolution à l'échelle macroscopique. Les grandeurs intensives caractérisant ce système (notamment la pression, la température et les potentiels chimiques) sont alors homogènes dans l'espace et constantes dans le temps.
Thermodynamic stateIn thermodynamics, a thermodynamic state of a system is its condition at a specific time; that is, fully identified by values of a suitable set of parameters known as state variables, state parameters or thermodynamic variables. Once such a set of values of thermodynamic variables has been specified for a system, the values of all thermodynamic properties of the system are uniquely determined. Usually, by default, a thermodynamic state is taken to be one of thermodynamic equilibrium.
Loi de Cauchy (probabilités)La loi de Cauchy, appelée aussi loi de Lorentz, est une loi de probabilité continue qui doit son nom au mathématicien Augustin Louis Cauchy. Une variable aléatoire X suit une loi de Cauchy si sa densité , dépendant des deux paramètres et ( > 0) est définie par : La fonction ainsi définie s'appelle une lorentzienne. Elle apparaît par exemple en spectroscopie pour modéliser des raies d'émission. Cette distribution est symétrique par rapport à (paramètre de position), le paramètre donnant une information sur l'étalement de la fonction (paramètre d'échelle).
Variables conjuguées (thermodynamique)En thermodynamique, l'énergie interne d'un système est exprimé à travers un couple de grandeurs physiques appelé variables conjuguées. Ce couple de deux variables vérifie les propriétés suivantes : l'une est intensive et l'autre extensive ; leur produit est homogène à une énergie (ou parfois une puissance). Le produit de ces deux variables donne ici une énergie, ce qui s'explicite en disant que les deux variables sont « conjuguées par rapport à l'énergie ».
Loi normale repliéeEn théorie des probabilités et en statistique, la loi normale repliée (ou loi de défaut de forme) est une loi de probabilité continue liée à la loi normale. Considérons une variable aléatoire de loi normale avec moyenne et variance , alors la variable aléatoire est de loi normale repliée. Ainsi on ne comptabilise que la valeur de la variable mais pas son signe. Le terme « repliée » vient du fait que la densité de la loi « à gauche » de x=0 est repliée sur la partie « à droite » de x=0 en prenant la valeur absolue.
Chromatographie sur couche mincethumb La chromatographie sur couche mince (CCM, en anglais TLC pour Thin layer chromatography) est une technique de chromatographie planaire dont la phase mobile est liquide. Elle est couramment utilisée pour séparer des composants dans un but d'analyse (CCM analytique) ou de purification (CCM préparative). Elle comprend : une phase stationnaire : une couche mince de matériel adsorbant (usuellement du gel de silice, de l'oxyde d'aluminium ou de la cellulose) ; une phase liquide, dite phase mobile ou éluant : un solvant ou un mélange de solvants qui va entraîner les composés à se séparer le long de la phase stationnaire.
Loi de LévyEn théorie des probabilités et en statistique, la loi de Lévy, nommée d'après le mathématicien Paul Lévy, est une loi de probabilité continue. En physique, plus précisément en spectroscopie, elle porte le nom de profil de van der Waals et décrit le profil de certaines raies spectrales. Cette loi dépend de deux paramètres : un paramètre de position qui décale le support , et un paramètre d'échelle . Si X suit une loi de Lévy, on notera : .
Chromatographie en phase liquide à haute performancevignette|Un chromatographe en phase liquide à haute performance. De gauche à droite : un dispositif de pompage destiné à générer un gradient de deux solvants une colonne de chromatographie et un détecteur pour mesurer l'absorbance. vignette|Un chromatographe en phase liquide à haute performance moderne. La chromatographie en phase liquide à haute performance (CLHP) est une technique de séparation analytique et/ou préparatrice de molécules présentes dans un mélange.
Compound Poisson distributionIn probability theory, a compound Poisson distribution is the probability distribution of the sum of a number of independent identically-distributed random variables, where the number of terms to be added is itself a Poisson-distributed variable. The result can be either a continuous or a discrete distribution. Suppose that i.e., N is a random variable whose distribution is a Poisson distribution with expected value λ, and that are identically distributed random variables that are mutually independent and also independent of N.
