Fréquence fondamentaleEn acoustique musicale, la fréquence fondamentale est l'inverse de la période d'un son complexe. Cette fréquence détermine la hauteur du son musical. Un son est une vibration de l'air. Cette vibration peut souvent s'assimiler à un phénomène périodique ; c'est le cas notamment des sons de voyelles émis par la voix humaine et de tous les instruments capables de produire une note de musique. Un phénomène périodique se caractérise par sa période, qui est la durée qui se reproduit identiquement lorsqu'on se décale dans le temps de cette même durée.
Harmonique (musique)vignette|Les harmoniques d'une corde vibrante En acoustique musicale, un partiel harmonique (ou, plus simplement, un harmonique) est une composante d’un son périodique, dont la fréquence est un multiple entier d'une fréquence fondamentale. Dans une conception traditionnelle du « son musical », le son musical est périodique, c'est-à-dire que ses partiels sont harmoniques ; les sons non harmoniques étaient décrits comme des « bruits ». Dans les musiques d'aujourd'hui, tout son peut être considéré comme musical dans un contexte approprié.
AnalysisAnalysis (: analyses) is the process of breaking a complex topic or substance into smaller parts in order to gain a better understanding of it. The technique has been applied in the study of mathematics and logic since before Aristotle (384–322 B.C.), though analysis as a formal concept is a relatively recent development. The word comes from the Ancient Greek ἀνάλυσις (analysis, "a breaking-up" or "an untying;" from ana- "up, throughout" and lysis "a loosening"). From it also comes the word's plural, analyses.
Analyse des donnéesL’analyse des données (aussi appelée analyse exploratoire des données ou AED) est une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. Dans l'acception française, la terminologie « analyse des données » désigne donc un sous-ensemble de ce qui est appelé plus généralement la statistique multivariée. Certaines méthodes, pour la plupart géométriques, aident à faire ressortir les relations pouvant exister entre les différentes données et à en tirer une information statistique qui permet de décrire de façon plus succincte les principales informations contenues dans ces données.
Harmonique sphériqueEn mathématiques, les harmoniques sphériques sont des fonctions harmoniques particulières, c'est-à-dire des fonctions dont le laplacien est nul. Les harmoniques sphériques sont particulièrement utiles pour résoudre des problèmes invariants par rotation, car elles sont les vecteurs propres de certains opérateurs liés aux rotations. Les polynômes harmoniques P(x,y,z) de degré l forment un espace vectoriel de dimension 2 l + 1, et peuvent s'exprimer en coordonnées sphériques (r, θ, φ) comme des combinaisons linéaires des (2 l + 1) fonctions : avec .
Estimation spectraleL'estimation spectrale regroupe toutes les techniques d'estimation de la densité spectrale de puissance (DSP). Les méthodes d'estimation spectrale paramétriques utilisent un modèle pour obtenir une estimation du spectre. Ces modèles reposent sur une connaissance a priori du processus et peuvent être classées en trois grandes catégories : Modèles autorégressif (AR) Modèles à moyenne ajustée (MA) Modèles autorégressif à moyenne ajustée (ARMA). L'approche paramétrique se décompose en trois étapes : Choisir un modèle décrivant le processus de manière appropriée.
Fréquence propreLa fréquence propre d'un système est la fréquence à laquelle oscille ce système lorsqu'il est en évolution libre, c'est-à-dire sans force excitatrice extérieure ni forces dissipatives (frottements ou résistances par exemple). Cette notion est fondamentale pour comprendre les phénomènes d'excitation, d'oscillation et de résonance. Elle est largement utilisée dans tous les domaines de la physique et trouve des applications concrètes dans la conception des horloges, des instruments de musique et en génie parasismique.
Analyse (mathématiques)L'analyse (du grec , délier, examiner en détail, résoudre) a pour point de départ la formulation rigoureuse du calcul infinitésimal. C'est la branche des mathématiques qui traite explicitement de la notion de limite, que ce soit la limite d'une suite ou la limite d'une fonction. Elle inclut également des notions comme la continuité, la dérivation et l'intégration. Ces notions sont étudiées dans le contexte des nombres réels ou des nombres complexes.
Théorie de l'estimationEn statistique, la théorie de l'estimation s'intéresse à l'estimation de paramètres à partir de données empiriques mesurées ayant une composante aléatoire. Les paramètres décrivent un phénomène physique sous-jacent tel que sa valeur affecte la distribution des données mesurées. Un estimateur essaie d'approcher les paramètres inconnus à partir des mesures.
Distribution de Wigner-VilleLa distribution de Wigner-Ville, des noms de Eugene Wigner et Jean Ville. Elle a été introduite par Eugene Wigner en 1932 dans le cadre de la physique quantique pour introduire des corrections quantiques à la physique statistique. Son objectif était de remplacer dans l'équation de Schrödinger la fonction d'onde par une densité de probabilité dans l'espace des phases. Cette fonction est par construction à valeurs réelles. Mais du fait de la redondance de la base de représentation, telle qu'exprimée par les relations d'incertitude, cette fonction peut prendre des valeurs négatives.
Domaine fondamentalGiven a topological space and a group acting on it, the images of a single point under the group action form an orbit of the action. A fundamental domain or fundamental region is a subset of the space which contains exactly one point from each of these orbits. It serves as a geometric realization for the abstract set of representatives of the orbits. There are many ways to choose a fundamental domain. Typically, a fundamental domain is required to be a connected subset with some restrictions on its boundary, for example, smooth or polyhedral.
Traitement analogique du signalLe traitement analogique du signal est un type de traitement du signal effectué sur des signaux analogiques continus par un processus analogique, par opposition au traitement numérique du signal discret où le traitement du signal est effectué par un processus numérique. Le terme analogique indique qu'on représente mathématiquement le signal comme une série de valeurs continues, contrairement au terme numérique, qui indique plutôt qu'on représente le signal par une série de valeurs discrètes.
