Valve cardiaqueUne valve cardiaque est un élément du cœur séparant les différentes cavités et empêchant le sang de refluer dans le mauvais sens. Chez les mammifères dont le cœur est composé de quatre cavités, le cœur contient quatre valves : la valve mitrale entre l'atrium (ou oreillette) gauche et le ventricule gauche ; la valve tricuspide entre l'atrium (ou oreillette) droit et le ventricule droit ; la valve aortique entre le ventricule gauche et l'aorte ; la valve pulmonaire entre le ventricule droit et l'artère pulmonaire.
CœurLe cœur est un organe musculaire creux qui assure la circulation sanguine en pompant le sang vers les vaisseaux sanguins et les cavités du corps à travers des contractions rythmiques. L'adjectif cardiaque veut dire « qui a un rapport avec le cœur » ; il vient du grec kardia (καρδία) « cœur » , et de la racine indo-européenne ḱḗr (« entrailles »). Fichier:Heart left ventricular outflow track.jpg|Coupe frontale du ventricule gauche du cœur humain. Fichier:Le Cœur Humaine avec des Annotations.
Sciences numériquesLes sciences numériques (traduction de l'anglais computational sciences), autrement dénommées calcul scientifique ou informatique scientifique, ont pour objet la construction de modèles mathématiques et de méthodes d'analyse quantitative, en se basant sur l'utilisation des sciences du numérique, pour analyser et résoudre des problèmes scientifiques. Cette approche scientifique basée sur un recours massif aux modélisations informatiques et mathématiques et à la simulation se décline en : médecine numérique, biologie numérique, archéologie numérique, mécanique numérique, par exemple.
Méthode des différences finiesEn analyse numérique, la méthode des différences finies est une technique courante de recherche de solutions approchées d'équations aux dérivées partielles qui consiste à résoudre un système de relations (schéma numérique) liant les valeurs des fonctions inconnues en certains points suffisamment proches les uns des autres. Cette méthode apparaît comme étant la plus simple à mettre en œuvre car elle procède en deux étapes : d'une part la discrétisation par différences finies des opérateurs de dérivation/différentiation, d'autre part la convergence du schéma numérique ainsi obtenu lorsque la distance entre les points diminue.
Pharmaceutical formulationPharmaceutical formulation, in pharmaceutics, is the process in which different chemical substances, including the active drug, are combined to produce a final medicinal product. The word formulation is often used in a way that includes dosage form. Formulation studies involve developing a preparation of the drug which is both stable and acceptable to the patients. For orally administered drugs, this usually involves incorporating the drug into a tablet or a capsule.
Numerical methods for partial differential equationsNumerical methods for partial differential equations is the branch of numerical analysis that studies the numerical solution of partial differential equations (PDEs). In principle, specialized methods for hyperbolic, parabolic or elliptic partial differential equations exist. Finite difference method In this method, functions are represented by their values at certain grid points and derivatives are approximated through differences in these values.
FormulationLa formulation est une opération industrielle consistant à fabriquer un matériau homogène et stable, possédant des propriétés finales spécifiques et répondant aux exigences d'un cahier des charges fonctionnel (CDCF), en mélangeant des substances diverses. vignette|Batterie de malaxeurs de faibles capacités utilisés en formulation (mastics PVC pour l'automobile).
Méthode de Newtonvignette|Une itération de la méthode de Newton. En analyse numérique, la méthode de Newton ou méthode de Newton-Raphson est, dans son application la plus simple, un algorithme efficace pour trouver numériquement une approximation précise d'un zéro (ou racine) d'une fonction réelle d'une variable réelle. Cette méthode doit son nom aux mathématiciens anglais Isaac Newton (1643-1727) et Joseph Raphson (peut-être 1648-1715), qui furent les premiers à la décrire pour la recherche des solutions d'une équation polynomiale.
ComputationA computation is any type of arithmetic or non-arithmetic calculation that is well-defined. Common examples of computations are mathematical equations and computer algorithms. Mechanical or electronic devices (or, historically, people) that perform computations are known as computers. The study of computation is the field of computability, itself a sub-field of computer science. The notion that mathematical statements should be ‘well-defined’ had been argued by mathematicians since at least the 1600s, but agreement on a suitable definition proved elusive.
Computational electromagneticsComputational electromagnetics (CEM), computational electrodynamics or electromagnetic modeling is the process of modeling the interaction of electromagnetic fields with physical objects and the environment. It typically involves using computer programs to compute approximate solutions to Maxwell's equations to calculate antenna performance, electromagnetic compatibility, radar cross section and electromagnetic wave propagation when not in free space.
ÉrythrocyteL’érythrocyte (du grec erythros : rouge et kutos : cellule), aussi appelée hématie, ou plus communément globule rouge, fait partie des éléments figurés du sang. Chez les mammifères, c'est une cellule anucléée (dépourvue de noyau), tandis que chez les oiseaux c'est une cellule nucléée. Son cytoplasme est riche en hémoglobine, qui assure le transport du dioxygène (), mais très pauvre en organites qui n'existent qu'à l'état de trace.
Computational complexityIn computer science, the computational complexity or simply complexity of an algorithm is the amount of resources required to run it. Particular focus is given to computation time (generally measured by the number of needed elementary operations) and memory storage requirements. The complexity of a problem is the complexity of the best algorithms that allow solving the problem. The study of the complexity of explicitly given algorithms is called analysis of algorithms, while the study of the complexity of problems is called computational complexity theory.
