Concurrence pure et parfaiteLa concurrence pure et parfaite (CPP) ou, tout simplement, la concurrence parfaite, correspond à la théorie de la formation du prix élaborée au par les économistes néo-classiques. La concurrence pure et parfaite est censée permettre l’équilibre sur tous les marchés sous des conditions suffisantes très particulières. La concurrence pure et parfaite représente un des deux cas extrêmes de structures de marché étudiés par les économistes néoclassiques, le second étant le cas de monopole.
Propriété de Markovvignette|Exemple de processus stochastique vérifiant la propriété de Markov: un mouvement Brownien (ici représenté en 3D) d'une particule dont la position à un instant t+1 ne dépend que de la position précédente à l'instant t. En probabilité, un processus stochastique vérifie la propriété de Markov si et seulement si la distribution conditionnelle de probabilité des états futurs, étant donnés les états passés et l'état présent, ne dépend en fait que de l'état présent et non pas des états passés (absence de « mémoire »).
Computer-assisted proofA computer-assisted proof is a mathematical proof that has been at least partially generated by computer. Most computer-aided proofs to date have been implementations of large proofs-by-exhaustion of a mathematical theorem. The idea is to use a computer program to perform lengthy computations, and to provide a proof that the result of these computations implies the given theorem. In 1976, the four color theorem was the first major theorem to be verified using a computer program.
Rendements d'échellevignette|Des rendements d'échelle croissants Les rendements d'échelle représentent l'accroissement de l'efficience (produire autant avec moins de moyens) à la suite de l'augmentation des facteurs de production. Les économies d'échelle traduisent la baisse du coût moyen de production consécutive à une hausse de la production. Les indicateurs des rendements d'échelle analysent la variation de l'activité d'une entreprise par rapport à la variation de ses facteurs de production.
Loi bêtaDans la théorie des probabilités et en statistiques, la loi bêta est une famille de lois de probabilités continues, définies sur , paramétrée par deux paramètres de forme, typiquement notés (alpha) et (bêta). C'est un cas spécial de la loi de Dirichlet, avec seulement deux paramètres. Admettant une grande variété de formes, elle permet de modéliser de nombreuses distributions à support fini. Elle est par exemple utilisée dans la méthode PERT. Fixons les deux paramètres de forme α, β > 0.
ProfitLe profit est le gain financier obtenu d'une opération économique : typiquement, la différence entre le revenu de la vente d'un produit et le coût de sa production en investissement de capital et salaires versés ; mais l'intérêt obtenu d'un prêt est rarement inclus dans la notion de profit puisqu'il est partie intégrante du coût de l'investissement en capital. Selon l'étendue que l'on donne à la notion, il peut s'agir également d'un gain commercial ou encore du revenu de la location pour le propriétaire d'un bien immobilier ou d'équipement.
Inefficacité XL’inefficacité X est l'écart entre le comportement efficace, efficient et maximisateur qu'une entreprise devrait avoir et son comportement réel. Cette inefficacité est dû à un manque de pression compétitive : cette absence ne pousse pas les entreprises à l'innovation. Ce concept fut introduit par Harvey Leibenstein en 1966 dans l'American Economic Review. Dans la théorie économique standard, les entreprises cherchent à maximiser leurs profits et à être le plus efficientes que possible dans la gestion de leurs ressources.
Loi de FisherEn théorie des probabilités et en statistiques, la loi de Fisher ou encore loi de Fisher-Snedecor ou encore loi F de Snedecor est une loi de probabilité continue. Elle tire son nom des statisticiens Ronald Aylmer Fisher et George Snedecor. La loi de Fisher survient très fréquemment en tant que loi de la statistique de test lorsque l'hypothèse nulle est vraie, dans des tests statistiques, comme les tests du ratio de vraisemblance, dans les tests de Chow utilisés en économétrie, ou encore dans l'analyse de la variance (ANOVA) via le test de Fisher.
Loi log-normaleEn théorie des probabilités et statistique, une variable aléatoire X est dite suivre une loi log-normale de paramètres et si la variable suit une loi normale d'espérance et de variance . Cette loi est parfois appelée loi de Galton. Elle est habituellement notée dans le cas d'une seule variable ou dans un contexte multidimensionnel. Une variable peut être modélisée par une loi log-normale si elle est le résultat de la multiplication d'un grand nombre de petits facteurs indépendants.
Jeffreys priorIn Bayesian probability, the Jeffreys prior, named after Sir Harold Jeffreys, is a non-informative prior distribution for a parameter space; its density function is proportional to the square root of the determinant of the Fisher information matrix: It has the key feature that it is invariant under a change of coordinates for the parameter vector . That is, the relative probability assigned to a volume of a probability space using a Jeffreys prior will be the same regardless of the parameterization used to define the Jeffreys prior.
CoûtUn coût est la mesure d'une consommation exprimée en valeur monétaire. On peut dire également que c'est la mesure de l'appauvrissement d'un agent économique, associé à un événement ou une action de nature économique. Les comptables définissent plus précisément le coût comme une somme de charges (la charge mesure une consommation), c'est-à-dire un calcul. Il est alors possible de calculer toutes sortes de coûts (coût de revient, coût de production, coût marginal, etc.).
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.
