Matière noirevignette|redresse=1.1|Répartition de la densité d'énergie de l'Univers après exploitation des premières données du satellite Planck. La matière noire en est une des composantes principales. La matière noire ou matière sombre, est une catégorie de matière hypothétique, invoquée dans le cadre du Modèle ΛCDM pour rendre compte de certaines observations astrophysiques, notamment les estimations de la masse des galaxies ou des amas de galaxies et les propriétés des fluctuations du fond diffus cosmologique.
Halo de matière noirevignette|Halo de matière noire créé par une simulation cosmologique à N corps. Un halo de matière noire est un composant hypothétique d'une galaxie qui enveloppe le disque galactique et s'étend bien au-delà des limites visibles de la galaxie. La masse du halo est la portion dominante de la masse totale de la galaxie. Étant donné qu'ils sont constitués de matière noire, les halos ne peuvent pas être observés directement, mais leur existence est déduite de leurs effets sur le mouvement des étoiles et du gaz dans les galaxies.
Énergie noirevignette|redresse=1.1|Répartition de la densité d'énergie de l'Univers après exploitation des premières données obtenues par le satellite Planck. L'énergie noire en serait la composante principale. En cosmologie, lénergie noire ou énergie sombre (dark energy) est une forme d'énergie hypothétique remplissant uniformément tout l'Univers et dotée d'une pression négative, elle se comporte comme une force gravitationnelle répulsive.
Biais (distorsion)Dans diverses disciplines, un biais est une erreur systématique ou une simplification abusive. vignette|L'interprétation des formes aléatoires apparaissant à la surface de la Lune constitue un exemple courant de biais perceptuel causé par la paréidolie (processus tendant à discerner une forme familière parmi des formes aléatoires). Les biais peuvent être transmis implicitement avec le contexte culturel.
Biais médiatiqueUn biais médiatique est une tendance des médias à présenter involontairement les informations, idées ou évènements d'une façon altérée par un apriori ou une conviction. Le phénomène de biais médiatique est connu des attachés de presse, des états-majors du monde politique, et bien entendu des médias eux-mêmes. Il s'ensuit une course au positionnement. Une étude de 2014 analyse l’envergure et les différentes formes de biais médiatiques.
Matière noire froideEn cosmologie, la matière noire froide (ou CDM, de l'anglais Cold dark matter) est une forme de matière hypothétique (une sorte de matière noire) dont les particules se déplacent lentement par rapport à la vitesse de la lumière (d'où le qualificatif de froide) qui interagit faiblement avec la matière ordinaire et le rayonnement électromagnétique (noire). On pense qu'environ 84,54 % de la matière qui compose l'univers est de la matière noire, la matière baryonique (qui compose les étoiles, les planètes et les êtres vivants) n'étant qu'une fraction du reste.
Matière noire chaudeLa matière noire chaude (HDM pour hot dark matter) est une forme hypothétique de matière noire qui consiste en particules se déplaçant à une vitesse très proche de celle de la lumière. Le meilleur candidat à cette identité est le neutrino. Les neutrinos ont des masses infinitésimales et ne participent pas à deux des quatre forces fondamentales, l'interaction électromagnétique et l'interaction forte. En revanche, ils participent effectivement à l'interaction faible et à la gravité, mais du fait de l'intensité très faible de ces forces, ils sont difficiles à détecter.
Simulation d'un système à N corpsvignette| Une simulation à N corps de la formation cosmologique d'un amas de galaxies dans un univers en expansion. En physique et en astronomie, une simulation à N corps est une simulation d'un système dynamique de particules, généralement sous l'influence de forces physiques, telles que la gravité (voir problème à N corps pour d'autres applications). Les simulations à N corps sont des outils largement utilisés en astrophysique, depuis l'étude de la dynamique de systèmes à quelques corps comme le système Terre - Lune - Soleil, jusqu'à la compréhension de l'évolution de la structure à grande échelle de l'univers observable.
Covariance matrixIn probability theory and statistics, a covariance matrix (also known as auto-covariance matrix, dispersion matrix, variance matrix, or variance–covariance matrix) is a square matrix giving the covariance between each pair of elements of a given random vector. Any covariance matrix is symmetric and positive semi-definite and its main diagonal contains variances (i.e., the covariance of each element with itself). Intuitively, the covariance matrix generalizes the notion of variance to multiple dimensions.
Fluide sombrevignette|upright=1.5|Image composite montrant l'amas de la Balle. Cette image montre en arrière-plan des images de galaxies prises par les télescopes Hubble et Magellan. Le revêtement en rose montre les émissions de rayons X (enregistrées par le télescope spatial Chandra) de la collision des deux amas, alors que les émissions en bleu représentent la distribution de la masse de ces amas, calculée à partir d'effets de lentille gravitationnelle.
Courbe de rotation des galaxiesLa courbe de rotation d'une galaxie peut être représentée par un graphe qui pointe la vitesse orbitale des étoiles ou du gaz dans la galaxie sur l'axe des Y en fonction de leur distance depuis le centre de la galaxie sur l'axe des X. Une règle (ou loi) générale de rotation des disques de particules en rotation peut s'énoncer ainsi : les galaxies dont la distribution des masses est uniforme ont des courbes de rotation croissante du centre vers les bords.
Échantillon biaiséEn statistiques, le mot biais a un sens précis qui n'est pas tout à fait le sens habituel du mot. Un échantillon biaisé est un ensemble d'individus d'une population, censé la représenter, mais dont la sélection des individus a introduit un biais qui ne permet alors plus de conclure directement pour l'ensemble de la population. Un échantillon biaisé n'est donc pas un échantillon de personnes biaisées (bien que ça puisse être le cas) mais avant tout un échantillon sélectionné de façon biaisée.
StatistiqueLa statistique est la discipline qui étudie des phénomènes à travers la collecte de données, leur traitement, leur analyse, l'interprétation des résultats et leur présentation afin de rendre ces données compréhensibles par tous. C'est à la fois une branche des mathématiques appliquées, une méthode et un ensemble de techniques. ce qui permet de différencier ses applications mathématiques avec une statistique (avec une minuscule). Le pluriel est également souvent utilisé pour la désigner : « les statistiques ».
Incertitude de mesurevignette|Mesurage avec une colonne de mesure. En métrologie, une incertitude de mesure liée à un mesurage (d'après le Bureau international des poids et mesures). Elle est considérée comme une dispersion et fait appel à des notions de statistique. Les causes de cette dispersion, liées à différents facteurs, influent sur le résultat de mesurage, donc sur l'incertitude et in fine sur la qualité de la mesure. Elle comprend de nombreuses composantes qui sont évaluées de deux façons différentes : certaines par une analyse statistique, d'autres par d'autres moyens.
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.
Statistique exhaustiveLes statistiques exhaustives sont liées à la notion d'information et en particulier à l'information de Fisher. Elles servent entre autres à améliorer des estimateurs grâce à l'usage du théorème de Rao-Blackwell et du théorème de Lehmann-Scheffé. Intuitivement, parler d'une statistique exhaustive revient à dire que cette statistique contient l'ensemble de l'information sur le(s) paramètre(s) de la loi de probabilité. Soit un vecteur d'observation de taille , dont les composantes sont indépendantes et identiquement distribués (iid).
Biais cognitifalt=180+ cognitive biases, designed by John Manoogian III (jm3)|vignette|302x302px|Les biais cognitifs peuvent être organisés en quatre catégories : les biais qui découlent de trop d'informations, pas assez de sens, la nécessité d'agir rapidement et les limites de la mémoire. Modèle Algorithmique: John Manoogian III (jm3) Modèle Organisationnel: Buster Benson. Un biais cognitif est une déviation dans le traitement cognitif d'une information. Le terme biais fait référence à une déviation de la pensée logique et rationnelle par rapport à la réalité.
Uncertainty quantificationUncertainty quantification (UQ) is the science of quantitative characterization and estimation of uncertainties in both computational and real world applications. It tries to determine how likely certain outcomes are if some aspects of the system are not exactly known. An example would be to predict the acceleration of a human body in a head-on crash with another car: even if the speed was exactly known, small differences in the manufacturing of individual cars, how tightly every bolt has been tightened, etc.
Modèle ΛCDMEn cosmologie, le (se prononce « Lambda CDM », qui signifie en anglais Lambda - Cold Dark Matter, c'est-à-dire le modèle « lambda - matière noire froide ») ou modèle de concordance est un modèle cosmologique du Big Bang paramétré par une constante cosmologique notée par la lettre grecque Λ et associée à l'énergie sombre.
Propagation des incertitudesUne mesure est toujours entachée d'erreur, dont on estime l'intensité par l'intermédiaire de l'incertitude. Lorsqu'une ou plusieurs mesures sont utilisées pour obtenir la valeur d'une ou de plusieurs autres grandeurs (par l'intermédiaire d'une formule explicite ou d'un algorithme), il faut savoir, non seulement calculer la valeur estimée de cette ou ces grandeurs, mais encore déterminer l'incertitude ou les incertitudes induites sur le ou les résultats du calcul.
