Séance de cours

Solutions générales et spéciales

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

MATH-421: Equations aux dérivées partielles d'évolution

Techniques et théories de base pour les équations aux dérivées partielles d'évolution. Etude d'exemples fondamentaux: équations du premier ordre, équation des ondes, équation de la chaleur. Théorème de Cauchy-Kowalevsky, problèmes abstraits d'évolution. ...

Description

Cette séance de cours couvre les concepts de solutions générales et spéciales dans le contexte du théorème de Cauchy-Towaleski, en se concentrant sur le théorème d'inversion et l'existence de solutions dans un voisinage. Il explique les avantages de l'utilisation de solutions spéciales et la terminologie liée aux solutions générales. La séance de cours explore également la notation multi-index et les avantages pratiques des différents types de solutions, en soulignant l'importance de comprendre la nature relative des solutions à différents intervalles.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Source officielle

Concepts associés (32)

Interval estimation

In statistics, interval estimation is the use of sample data to estimate an interval of possible values of a parameter of interest. This is in contrast to point estimation, which gives a single value. The most prevalent forms of interval estimation are confidence intervals (a frequentist method) and credible intervals (a Bayesian method); less common forms include likelihood intervals and fiducial intervals.

Credible interval

In Bayesian statistics, a credible interval is an interval within which an unobserved parameter value falls with a particular probability. It is an interval in the domain of a posterior probability distribution or a predictive distribution. The generalisation to multivariate problems is the credible region. Credible intervals are analogous to confidence intervals and confidence regions in frequentist statistics, although they differ on a philosophical basis: Bayesian intervals treat their bounds as fixed and the estimated parameter as a random variable, whereas frequentist confidence intervals treat their bounds as random variables and the parameter as a fixed value.

Intervalle de fluctuation

En mathématiques, un intervalle de fluctuation, aussi appelé intervalle de pari, permet de détecter un écart important par rapport à la valeur théorique pour une grandeur établie sur un échantillon. C'est un intervalle dans lequel la grandeur observée est censée se trouver avec une forte probabilité (souvent de l'ordre de 95 %). Le fait d'obtenir une valeur en dehors de cet intervalle s'interprète alors en mettant en cause la représentativité de l'échantillon ou la valeur théorique.

Tolerance interval

A tolerance interval (TI) is a statistical interval within which, with some confidence level, a specified sampled proportion of a population falls. "More specifically, a 100×p%/100×(1−α) tolerance interval provides limits within which at least a certain proportion (p) of the population falls with a given level of confidence (1−α)." "A (p, 1−α) tolerance interval (TI) based on a sample is constructed so that it would include at least a proportion p of the sampled population with confidence 1−α; such a TI is usually referred to as p-content − (1−α) coverage TI.

Intervalle de confiance

vignette|Chaque ligne montre 20 échantillons tirés selon la loi normale de moyenne μ. On y montre l'intervalle de confiance de niveau 50% pour la moyenne correspondante aux 20 échantillons, marquée par un losange. Si l'intervalle contient μ, il est bleu ; sinon il est rouge. En mathématiques, plus précisément en théorie des probabilités et en statistiques, un intervalle de confiance encadre une valeur réelle que l’on cherche à estimer à l’aide de mesures prises par un procédé aléatoire.

Afficher plus

Séances de cours associées (35)

Propriétés globales des fonctions continues

Explore les propriétés globales des fonctions continues, y compris le comportement, les limites et les caractéristiques d'intervalle.

Série Fourier : Comprendre la périodicité et les coefficients

Explore les fonctions t-périodiques de la série Fourier, en discutant des intervalles, des propositions et des changements variables pour le calcul des coefficients et la convergence des séries.

Importance statistique : estimation maximale de vraisemblance et intervalles de confiance

Explore les erreurs de type I et de type II, les valeurs critiques et les intervalles de confiance dans la signification statistique.

Augmentations Fines Généralisées: Applications et Exemples

Discute des incréments fins généralisés, de l'évaluation des fonctions, des théorèmes et des applications dérivées.

Limites : Propriétés de base et exemples

Couvre les propriétés de base des limites et fournit des exemples.

Afficher plus

Concepts associés (32)

Interval estimation

Credible interval

Intervalle de fluctuation

Tolerance interval

Intervalle de confiance

Afficher plus