Asymétrie baryoniqueL'asymétrie baryonique réfère à l'excès de la matière baryonique sur l'antimatière baryonique dans l'univers observable. Bien que plusieurs hypothèses soient émises pour expliquer cet excès, dont la plupart concernent la baryogénèse, aucune d'elles ne fait consensus, et l'asymétrie baryonique demeure l'un des problèmes non résolus de la physique. La plupart des hypothèses formulées à propos de l'asymétrie baryonique impliquent la modification du modèle standard en physique des particules afin de permettre que certaines réactions (surtout celles impliquant l'interaction faible) puissent se réaliser plus facilement que leur contraire.
Violation de CPEn physique des particules, la violation de CP est une violation de la symétrie CP, c'est-à-dire de la combinaison de la symétrie C (symétrie de conjugaison de charge) et de la symétrie P (symétrie de parité). La symétrie CP indique que les lois de la physique devraient être les mêmes si une particule est échangée avec son antiparticule (symétrie C) tandis que ses coordonnées spatiales sont inversées (symétrie P, ou « miroir »).
Symétrie TNommée ainsi dans le cadre de la physique des particules, on dit qu'une théorie possède la symétrie T, ou encore symétrie par renversement du temps, si elle est invariante sous la transformation d'inversion du temps c'est-à-dire qui effectue le changement suivant sur la coordonnée de temps Alors que la symétrie T semble naturelle en mécanique quantique, elle est néanmoins violée dans le cadre du modèle standard car la symétrie CP est violée alors que par la symétrie CPT obtenue par application simultanée du
Baryogénèsevignette|upright=2|La baryogénèse se serait produite après l'inflation (en beige), mais bien avant la première seconde suivant le Big Bang. Elle se situerait dans les parties jaune-orange du schéma ci-dessus. En cosmologie, le terme baryogénèse désigne une ou des périodes de formation des baryons au sein de l'univers primordial. Ainsi, d'après la théorie du Big Bang, lors des premiers instants de l'Univers, ce dernier était trop chaud pour permettre l'existence de la matière.
KaonUn kaon est une particule (notée K) de la famille des mésons caractérisée par un nombre quantique appelé étrangeté et noté S. Les mésons étant constitués d'un nombre pair de quarks et d'antiquarks, les kaons contiennent un quark s ou un antiquark s combiné avec un quark/antiquark parmi u ou d (resp. u ou d).
BELLE (expérience)L’expérience Belle est une expérience de physique des particules menée par la "Collaboration" BELLE, une équipe temporaire internationale de 400 physiciens et ingénieurs, pour la recherche des effets de la violation de symétrie CP, et conduite à l’Organisation de Recherche de l’Accélérateur des hautes Énergies (K2K), à Tsukuba, Préfecture d'Ibaraki, au Japon. Le détecteur Belle est précisément positionné au point de collision de l'accélérateur , un collisionneur à énergie asymétrique électron-antiélectron.
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.
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.
Échantillonnage (statistiques)thumb|Exemple d'échantillonnage aléatoire En statistique, l'échantillonnage désigne les méthodes de sélection d'un sous-ensemble d'individus (un échantillon) à l'intérieur d'une population pour estimer les caractéristiques de l'ensemble de la population. Cette méthode présente plusieurs avantages : une étude restreinte sur une partie de la population, un moindre coût, une collecte des données plus rapide que si l'étude avait été réalisé sur l'ensemble de la population, la réalisation de contrôles destructifs Les résultats obtenus constituent un échantillon.
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 probabilité d'entropie maximaleEn statistique et en théorie de l'information, une loi de probabilité d'entropie maximale a une entropie qui est au moins aussi grande que celle de tous les autres membres d'une classe spécifiée de lois de probabilité. Selon le principe d'entropie maximale, si rien n'est connu sur une loi , sauf qu'elle appartient à une certaine classe (généralement définie en termes de propriétés ou de mesures spécifiées), alors la loi avec la plus grande entropie doit être choisie comme la moins informative par défaut.
Échantillonnage stratifiévignette|Vous prenez un échantillon aléatoire stratifié en divisant d'abord la population en groupes homogènes (semblables en eux-mêmes) (strates) qui sont distincts les uns des autres, c'est-à-dire. Le groupe 1 est différent du groupe 2. Ensuite, choisissez un EAS (échantillon aléatoire simple) distinct dans chaque strate et combinez ces EAS pour former l'échantillon complet. L'échantillonnage aléatoire stratifié est utilisé pour produire des échantillons non biaisés.
Relationships among probability distributionsIn probability theory and statistics, there are several relationships among probability distributions. These relations can be categorized in the following groups: One distribution is a special case of another with a broader parameter space Transforms (function of a random variable); Combinations (function of several variables); Approximation (limit) relationships; Compound relationships (useful for Bayesian inference); Duality; Conjugate priors. A binomial distribution with parameters n = 1 and p is a Bernoulli distribution with parameter p.
Cumulant (statistiques)En mathématiques et plus particulièrement en théorie des probabilités et en statistique, les cumulants d'une loi de probabilité sont des coefficients qui ont un rôle similaire à celui des moments. Les cumulants déterminent entièrement les moments et vice versa, c'est-à-dire que deux lois ont les mêmes cumulants si et seulement si elles ont les mêmes moments. L'espérance constitue le premier cumulant, la variance le deuxième et le troisième moment centré constitue le troisième cumulant.
Matrice CKMEn physique, et plus précisément dans le modèle standard de la physique des particules, la matrice CKM, ou matrice de Cabibbo-Kobayashi-Maskawa, est une matrice unitaire qui contient les informations sur la probabilité de changement de saveur d’un quark lors d’une interaction faible. Techniquement, elle décrit la différence entre les états propres des quarks libres et les états propres des quarks en interaction faible. Si , et sont les états propres de masse, et , et sont les états propres de saveur, on a la relation : où est la matrice CKM.
Simple random sampleIn statistics, a simple random sample (or SRS) is a subset of individuals (a sample) chosen from a larger set (a population) in which a subset of individuals are chosen randomly, all with the same probability. It is a process of selecting a sample in a random way. In SRS, each subset of k individuals has the same probability of being chosen for the sample as any other subset of k individuals. A simple random sample is an unbiased sampling technique. Simple random sampling is a basic type of sampling and can be a component of other more complex sampling methods.
Convenience samplingConvenience sampling (also known as grab sampling, accidental sampling, or opportunity sampling) is a type of non-probability sampling that involves the sample being drawn from that part of the population that is close to hand. This type of sampling is most useful for pilot testing. Convenience sampling is not often recommended for research due to the possibility of sampling error and lack of representation of the population. But it can be handy depending on the situation. In some situations, convenience sampling is the only possible option.
Sample mean and covarianceThe sample mean (sample average) or empirical mean (empirical average), and the sample covariance or empirical covariance are statistics computed from a sample of data on one or more random variables. The sample mean is the average value (or mean value) of a sample of numbers taken from a larger population of numbers, where "population" indicates not number of people but the entirety of relevant data, whether collected or not. A sample of 40 companies' sales from the Fortune 500 might be used for convenience instead of looking at the population, all 500 companies' sales.
Tweedie distributionIn probability and statistics, the Tweedie distributions are a family of probability distributions which include the purely continuous normal, gamma and inverse Gaussian distributions, the purely discrete scaled Poisson distribution, and the class of compound Poisson–gamma distributions which have positive mass at zero, but are otherwise continuous. Tweedie distributions are a special case of exponential dispersion models and are often used as distributions for generalized linear models.
Asymétrie (statistiques)En théorie des probabilités et statistique, le coefficient d'asymétrie (skewness en anglais) correspond à une mesure de l’asymétrie de la distribution d’une variable aléatoire réelle. C’est le premier des paramètres de forme, avec le kurtosis (les paramètres basés sur les moments d’ordre 5 et plus n’ont pas de nom attribué). En termes généraux, l’asymétrie d’une distribution est positive si la queue de droite (à valeurs hautes) est plus longue ou grosse, et négative si la queue de gauche (à valeurs basses) est plus longue ou grosse.
