Loi normaleEn théorie des probabilités et en statistique, les lois normales sont parmi les lois de probabilité les plus utilisées pour modéliser des phénomènes naturels issus de plusieurs événements aléatoires. Elles sont en lien avec de nombreux objets mathématiques dont le mouvement brownien, le bruit blanc gaussien ou d'autres lois de probabilité. Elles sont également appelées lois gaussiennes, lois de Gauss ou lois de Laplace-Gauss des noms de Laplace (1749-1827) et Gauss (1777-1855), deux mathématiciens, astronomes et physiciens qui l'ont étudiée.
InfrastructureL'infrastructure est un ensemble d'éléments, d'ouvrages ou d'installations interdépendants qui supportent en partie ou en totalité une structure ou un réseau. Ces infrastructures peuvent être : la fondation d'une construction (par exemple: solage, semelle de fondation ou dalles portant des charges), généralement dans le sol ; une construction implantée sur le sol (par exemple: ponts, routes, voies ferrées, aéroports, barrages) ; un ensemble d'équipements interconnectés (par exemple : réseaux d'aqueduc et/ou d'égouts, réseaux électriques, réseaux téléphoniques) ; des réseaux de hautes technologies (par exemple: réseaux Internet ou intranet, réseaux satellitaires, réseaux 5G, réseaux IoT).
Categorical distributionIn probability theory and statistics, a categorical distribution (also called a generalized Bernoulli distribution, multinoulli distribution) is a discrete probability distribution that describes the possible results of a random variable that can take on one of K possible categories, with the probability of each category separately specified. There is no innate underlying ordering of these outcomes, but numerical labels are often attached for convenience in describing the distribution, (e.g. 1 to K).
Constrained optimizationIn mathematical optimization, constrained optimization (in some contexts called constraint optimization) is the process of optimizing an objective function with respect to some variables in the presence of constraints on those variables. The objective function is either a cost function or energy function, which is to be minimized, or a reward function or utility function, which is to be maximized.
Sciences comportementalesLe terme de sciences comportementales regroupe les disciplines qui explorent les activités et les interactions entre les organismes qui vivent dans la nature. Cela implique analyses systématiques et recherches sur le comportement animal et humain au moyen d'observations contrôlées et naturelles ainsi que des expérimentations scientifiques rigoureuses. Elles visent des conclusions légitimes à travers des formulations rigoureuses. Des exemples d'études comportementales se constituent à travers la psychologie, les sciences cognitives et l'anthropologie.
Méthode de Monte-CarloUne méthode de Monte-Carlo, ou méthode Monte-Carlo, est une méthode algorithmique visant à calculer une valeur numérique approchée en utilisant des procédés aléatoires, c'est-à-dire des techniques probabilistes. Les méthodes de Monte-Carlo sont particulièrement utilisées pour calculer des intégrales en dimensions plus grandes que 1 (en particulier, pour calculer des surfaces et des volumes). Elles sont également couramment utilisées en physique des particules, où des simulations probabilistes permettent d'estimer la forme d'un signal ou la sensibilité d'un détecteur.
Génétique comportementaleLa génétique comportementale est la branche de la génétique portant sur l'étude des interactions entre phénotypes comportementaux et génotype. Science récente et en plein essor, elle vise à étudier les relations entre la génétique et les caractéristiques mentales d'un individu. La génétique comportementale est fortement interdisciplinaire et fait notamment appel à la neuroscience, la génétique, l'épigénétique, l'éthologie, la psychologie, la psychiatrie et les statistiques.
Commande optimaleLa théorie de la commande optimale permet de déterminer la commande d'un système qui minimise (ou maximise) un critère de performance, éventuellement sous des contraintes pouvant porter sur la commande ou sur l'état du système. Cette théorie est une généralisation du calcul des variations. Elle comporte deux volets : le principe du maximum (ou du minimum, suivant la manière dont on définit l'hamiltonien) dû à Lev Pontriaguine et à ses collaborateurs de l'institut de mathématiques Steklov , et l'équation de Hamilton-Jacobi-Bellman, généralisation de l'équation de Hamilton-Jacobi, et conséquence directe de la programmation dynamique initiée aux États-Unis par Richard Bellman.
Dualité (optimisation)En théorie de l'optimisation, la dualité ou principe de dualité désigne le principe selon lequel les problèmes d'optimisation peuvent être vus de deux perspectives, le problème primal ou le problème dual, et la solution du problème dual donne une borne inférieure à la solution du problème (de minimisation) primal. Cependant, en général les valeurs optimales des problèmes primal et dual ne sont pas forcément égales : cette différence est appelée saut de dualité. Pour les problèmes en optimisation convexe, ce saut est nul sous contraintes.
Trame verteLa trame verte (ou en France Trame verte et bleue) est un concept qui, dans les pays francophones, date des années 1980-1990. Il est en partie issu des travaux préparatoires au sommet de la Terre de Rio (1992), de l'écologie du paysage et du projet de réseau écologique paneuropéen alors préparé par le Conseil de l'Europe. Pour les années 1990 à 2005, cette expression couvre des réalités diverses, selon l'époque, le pays ou le domaine considérés (urbanisme, paysage, environnement, écologie urbaine et autres projets de collectivités locales, etc.
Stochastic simulationA stochastic simulation is a simulation of a system that has variables that can change stochastically (randomly) with individual probabilities. Realizations of these random variables are generated and inserted into a model of the system. Outputs of the model are recorded, and then the process is repeated with a new set of random values. These steps are repeated until a sufficient amount of data is gathered. In the end, the distribution of the outputs shows the most probable estimates as well as a frame of expectations regarding what ranges of values the variables are more or less likely to fall in.
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.
