比浏览器更快的访问！
44 关系: 卷积定理，區間，叠加原理，双边拉普拉斯变换，声学，复数，实数，差分，交換律，互相关，代数，微分，快速傅里叶变换，分配律，傅里叶变换，哈尔测度，冲激响应，函数，勒貝格積分，图像处理，移動平均，算子，统计学，结合律，群，群表示論，电子工程，物理学，頻域，計算複雜性理論，豪斯多夫空间，边缘检测，阿贝尔群，自相关函数，Mellin 变换，Z轉換，概率论，機率密度函數，泛函分析，指示函数，测度，數論轉換，拓扑群，拉普拉斯变换。
卷积定理
卷积定理指出，函数卷积的傅里叶变换是函数傅里叶变换的乘积。即一个域中的卷积对应于另一个域中的乘积，例如时域中的卷积对应于频域中的乘积。 其中\mathcal(f)表示f 的傅里叶变换。下面这种形式也成立： 借由傅里叶逆变换\mathcal^，也可以写成 注意以上的写法只对特定形式定义的变换正确，变换可能由其它方式正规化，使得上面的关系式中出现其它的常数因子。 这一定理对拉普拉斯变换、双边拉普拉斯变换、Z变换、Mellin变换和Hartley变换（参见Mellin inversion theorem）等各种傅里叶变换的变体同样成立。在调和分析中还可以推广到在局部紧致的阿贝尔群上定义的傅里叶变换。 利用卷积定理可以简化卷积的运算量。对于长度为n的序列，按照卷积的定义进行计算，需要做2n-1组对位乘法，其计算复杂度为\mathcal(n^2)；而利用傅里叶变换将序列变换到频域上后，只需要一组对位乘法，利用傅里叶变换的快速算法之后，总的计算复杂度为\mathcal(n\log n)。这一结果可以在快速乘法计算中得到应用。.
區間
在數學上，區間是某個範圍的數的搜集，一般以集合形式表示。.
叠加原理
在物理学与系统理论中，叠加原理（superposition principle），也叫叠加性质（superposition property），说对任何线性系统“在给定地点与时间，由两个或多个刺激产生的合成反应是由每个刺激单独产生的反应之代数和。” 从而如果输入 A 产生反应 X，输入 B 产生 Y，则输入 A+B 产生反应 (X+Y)。 用数学的话讲，对所有线性系统 F(x).
双边拉普拉斯变换
双边拉普拉斯变换是一種积分变换，其形式類似機率中的動差生成函數，双边拉普拉斯变换和傅立葉變換、Mellin 變換及單邊的拉普拉斯变换有緊密的關係。若ƒ(t)為實數t的實數函數或是複變函數，t可以為任意實數，則双边拉普拉斯变换可以用以下的積分表示： \int_^\infty e^ f(t) \,dt.
新！!: 卷积和双边拉普拉斯变换 · 查看更多 »
声学
声学是研究媒质中机械波（包括声波、超声波和次声波）的科学，研究范围包括声波的产生，接收，转换和声波的各种效应。同时声学测量技术是一种重要的测量技术，有着广泛的应用。.
复数
#重定向 复数 (数学).
实数
实数，是有理數和無理數的总称，前者如0、-4、81/7；后者如\sqrt、\pi等。实数可以直观地看作小數（有限或無限的），它們能把数轴「填滿」。但僅僅以枚舉的方式不能描述實數的全體。实数和虚数共同构成复数。 根据日常经验，有理數集在數軸上似乎是「稠密」的，于是古人一直认为用有理數即能滿足測量上的實際需要。以邊長為1公分的正方形為例，其對角線有多長？在規定的精度下（比如誤差小於0.001公分），總可以用有理數來表示足夠精確的測量結果（比如1.414公分）。但是，古希臘畢達哥拉斯學派的數學家發現，只使用有理數無法完全精確地表示這條對角線的長度，這徹底地打擊了他們的數學理念；他們原以為：.
差分
差分，又名差分函數或差分運算，是数学中的一个概念。它将原函数 \ f(x) 映射到 \ f(x+a)-f(x+b)。差分運算，相應於微分運算，是微积分中重要的一个概念。.
交換律
交換律(Commutative property)是被普遍使用的一個數學名詞，意指能改變某物的順序而不改變其最終結果。交換律是大多數數學分支中的基本性質，而且許多的數學證明需要倚靠交換律。簡單運算的交換律許久都被假定存在，且沒有給定其一特定的名稱，直到19世紀，數學家開始形式化數學理論之後，交換律才被聲明。.
互相关
在统计学中，互相关有时用来表示两个随机矢量 X 和 Y 之间的协方差cov（X, Y），以与矢量 X 的“协方差”概念相区分，矢量 X 的“协方差”是 X 的各标量成分之间的协方差矩阵。 在信号处理领域中，互相关（有时也称为“互协方差”）是用来表示两个信号之间相似性的一个度量，通常通过与已知信号比较用于寻找未知信号中的特性。它是两个信号之间相对于时间的一个函数，有时也称为“滑动点积”，在模式识别以及密码分析学领域都有应用。 对于离散函数 fi 和 gi 来说，互相关定义为 其中和在整个可能的整数 j 区域取和，星号表示复共轭。对于连续信号 f(x) 和 g(x) 来说，互相关定义为 其中积分是在整个可能的 t 区域积分。 互相关实质上类似于两个函数的卷积。.
代数
代数是一个较为基础的数学分支。它的研究对象有许多。诸如数、数量、代数式、關係、方程理论、代数结构等等都是代数学的研究对象。 初等代数一般在中學時讲授，介紹代数的基本思想：研究当我们对数字作加法或乘法时会发生什么，以及了解變數的概念和如何建立多项式并找出它们的根。 代数的研究對象不僅是數字，还有各種抽象化的結構。例如整數集作為一個帶有加法、乘法和序關係的集合就是一個代數結構。在其中我們只關心各種關係及其性質，而對於「數本身是甚麼」這樣的問題並不關心。常見的代數結構類型有群、环、域、模、線性空間等。并且,代数是几何的总称，代数是还可以用任何字母代替的。 e.g.2-4+6-8+10-12+…-96+98-100+102.
微分
在数学中，微分是对函数的局部变化率的一种线性描述。微分可以近似地描述当函数自变量的取值作足够小的改变时，函数的值是怎样改变的。当某些函数\textstyle f的自变量\textstyle x有一个微小的改变\textstyle h时，函数的变化可以分解为两个部分。一个部分是线性部分：在一维情况下，它正比于自变量的变化量\textstyle h，可以表示成\textstyle h和一个与\textstyle h无关，只与函数\textstyle f及\textstyle x有关的量的乘积；在更广泛的情况下，它是一个线性映射作用在\textstyle h上的值。另一部分是比\textstyle h更高阶的无穷小，也就是说除以\textstyle h后仍然会趋于零。当改变量\textstyle h很小时，第二部分可以忽略不计，函数的变化量约等于第一部分，也就是函数在\textstyle x处的微分，记作\displaystyle f'(x)h或\displaystyle \textrmf_x(h)。如果一个函数在某处具有以上的性质，就称此函数在该点可微。 不是所有的函数的变化量都可以分为以上提到的两个部分。若函数在某一点无法做到可微，便称函数在该点不可微。 在古典的微积分学中，微分被定义为变化量的线性部分，在现代的定义中，微分被定义为将自变量的改变量\textstyle h映射到变化量的线性部分的线性映射\displaystyle \textrmf_x。这个映射也被称为切映射。.
快速傅里叶变换
快速傅里叶变换（Fast Fourier Transform, FFT），是快速计算序列的离散傅里叶变换（DFT）或其逆变换的方法。傅里叶分析将信号从原始域（通常是时间或空间）转换到頻域的表示或者逆过来转换。FFT会通过把DFT矩阵分解为稀疏（大多为零）因子之积来快速计算此类变换。 因此，它能够将计算DFT的复杂度从只用DFT定义计算需要的 O(n^2)，降低到 O(n \log n)，其中 n 为数据大小。 快速傅里叶变换广泛的应用于工程、科学和数学领域。这里的基本思想在1965年才得到普及，但早在1805年就已推导出来。 1994年美國數學家把FFT描述为“我们一生中最重要的数值算法”，它还被IEEE科学与工程计算期刊列入20世纪十大算法。.
新！!: 卷积和快速傅里叶变换 · 查看更多 »
分配律
在抽象代数中，分配律是二元运算的一个性质，它是基本代数中的分配律的推广。.
傅里叶变换
傅里叶变换（Transformation de Fourier、Fourier transform）是一种線性积分变换，用于信号在时域（或空域）和频域之间的变换，在物理学和工程学中有许多应用。因其基本思想首先由法国学者约瑟夫·傅里叶系统地提出，所以以其名字来命名以示纪念。实际上傅里叶变换就像化学分析，确定物质的基本成分；信号来自自然界，也可对其进行分析，确定其基本成分。 经傅里叶变换生成的函数 \hat f 称作原函数 f 的傅里叶变换、亦称频谱。在許多情況下，傅里叶变换是可逆的，即可通过 \hat f 得到其原函数 f。通常情况下，f 是实数函数，而 \hat f 则是复数函数，用一个复数来表示振幅和相位。 “傅里叶变换”一词既指变换操作本身（将函数 f 进行傅里叶变换），又指该操作所生成的复数函数（\hat f 是 f 的傅里叶变换）。.
哈尔测度
数学分析中，哈尔测度（Haar measure）是赋予局域紧致拓扑群一个“不变体积”并从而定义那些群上的函数的一个积分的一种方法。 这个测度由匈牙利数学家 Alfréd Haar 于1933年发明 。哈尔测度用于数学分析，数论，群论，表示论，估计理论和遍历理论的很多方面。.
冲激响应
在信号处理中，脈衝響應（Impulse response）一般是指系统在输入为单位冲激函数时的输出（响应）。对于连续时间系统来说，冲激响应一般用函数h(t;\tau)来表示，相对应的输入信号，也就是单位冲激函数满足狄拉克δ函数的形式，其函数定义如下： 并且，在从负无穷到正无穷区间内积分为1： 在输入为狄拉克δ函数时，系统的冲激响应h(t)包含了系统的所有信息。所以对于任意输入信号x(t)，可以用连续域卷积的方法得出所对应的输出y(t)。也就是： 对于离散时间系统来说，冲激响应一般用序列h来表示，相对应的离散输入信号，也就是单位脉冲函数满足克罗内克δ的形式，在信号与系统科学中可以定义函数如下： 同样道理，在输入为\delta时，离散系统的冲激响应h包含了系统的所有信息。所以对于任意输入信号x，可以用离散域卷积（求和）的方法得出所对应的输出信号y。也就是：.
函数
函數在數學中為兩集合間的一種對應關係：輸入值集合中的每項元素皆能對應唯一一項輸出值集合中的元素。例如實數x對應到其平方x2的關係就是一個函數，若以3作為此函數的輸入值，所得的輸出值便是9。 為方便起見，一般做法是以符號f,g,h等等來指代一個函數。若函數f以x作為輸入值，則其輸出值一般寫作f(x)，讀作f of x。上述的平方函數關係寫成數學式記為f(x).
勒貝格積分
勒貝格積分(Lebesgue integral)是现代数学中的一个积分概念，它将积分运算扩展到任何测度空间中。在最简单的情况下，对一个非负值的函数的积分可以看作是函数图像与x轴之间的面积。勒贝格积分则将积分运算扩展到更廣的函数（可測函數），并且也扩展了可以进行积分运算的集合（可測空間）。最早的积分运算对于非负值的函数来说，其积分相当于使用求极限的手段来计算一个多边形的面积（也就是黎曼積分），但這過程需要函數足够規則。但是随着对更加不规则的函数的积分运算的需要不断产生（比如为了讨论数学分析的极限过程中導致的函數，或者出于概率论的需求），很快就产生了对更加广义的求极限手段的要求来定义相应的积分运算。 在实分析和在其它许多数学领域中勒貝格積分拥有一席重要的地位。 勒貝格積分是以昂利·勒貝格命名的，他于1904年引入了这个积分定义。 今天勒贝格积分有狭义和广义两种意义。广义地说是对于一个在一般測度空間（的子集合）上的函数积分，在這情況下其測度不必然是勒貝格測度。狭义则是指对于勒贝格测度在實數線或者更高维数的歐幾里得空間的一个子集合上函数的积分。.
图像处理
图像处理是指对图像进行分析、加工、和处理，使其满足视觉、心理或其他要求的技术。图像处理是信号处理在图像领域上的一个应用。目前大多数的图像均是以数字形式存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。 图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。 传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。.
移動平均
移動平均（moving average，MA），又稱「移動平均線」簡稱均線，是技術分析中一種分析时间序列數據的工具。最常見的是利用股價、回報或交易量等變數計算出移動平均。 移動平均可撫平短期波動，反映出長期趨勢或周期。數學上，移動平均可視為一種卷积。.
算子
算子（Operator）是从一个向量空间（或模）到另一个向量空间（或模）的映射。 算子对于线性代数和泛函分析都至关重要，它在纯数学和应用数学的许多其他领域中都有应用。 例如，在经典力学中，导数的使用无处不在，而在量子力学中，可观察量由埃尔米特算子表示。 各种算子可以具有包括线性、连续性和有界性等的重要性质。.
统计学
统计学是在資料分析的基础上，研究测定、收集、整理、归纳和分析反映數據資料，以便给出正确訊息的科學。這一门学科自17世纪中叶产生并逐步发展起来，它廣泛地應用在各門學科，從自然科学、社會科學到人文學科，甚至被用於工商業及政府的情報決策。隨著大数据(Big Data)時代來臨，統計的面貌也逐漸改變，與資訊、計算等領域密切結合，是資料科學(Data Science)中的重要主軸之一。 譬如自一組數據中，可以摘要並且描述這份數據的集中和離散情形，這個用法稱作為描述統計學。另外，觀察者以數據的形態，建立出一個用以解釋其隨機性和不確定性的數學模型，以之來推論研究中的步驟及母體，這種用法被稱做推論統計學。這兩種用法都可以被稱作為應用統計學。數理統計學则是討論背後的理論基礎的學科。.
结合律
在數學中，結合律(associative laws)是二元運算可以有的一個性質，意指在一個包含有二個以上的可結合運算子的表示式，只要運算元的位置沒有改變，其運算的順序就不會對運算出來的值有影響。亦即，重新排列表示式中的括號並不會改變其值。例如： 上式中的括號雖然重新排列了，但表示式的值依然不變。當這在任何實數的加法上都成立時，我們說「實數的加法是一個可結合的運算」。 結合律不應該和交換律相混淆。交換律會改變表示式中運算元的位置，而結合律則不會。例如： 是一個結合律的例子，因為其中的括號改變了（且因此運算子在運算中的順序也改變了），而運算元5、2、1則在原來的位置中。再來， 則不是一個結合律的例子，因為運算元2和5的位置互換了。 可結合的運算在數學中是很常見的，且事實上，大多數的代數結構確實會需要它們的二元運算是可結合的。不過，也有許多重要且有趣的運算是不可結合的；其中一個簡單的例子為向量積。.
群
在數學中，群是由一個集合以及一個二元運算所組成的，符合下述四个性质（称为“群公理”）的代數結構。这四个性质是封闭性、結合律、單位元和对于集合中所有元素存在逆元素。 很多熟知的數學結構比如數系統都遵从群公理，例如整數配備上加法運算就形成一個群。如果将群公理的公式從具体的群和其運算中抽象出來，就使得人们可以用靈活的方式来處理起源于抽象代數或其他许多数学分支的實體，而同时保留對象的本質結構性质。 群在數學內外各個領域中是無處不在的，这使得它們成為當代數學的组成的中心原理。 群與對稱概念共有基礎根源。對稱群把幾何物體的如此描述物体的對稱特征：它是保持物體不變的變換的集合。這種對稱群，特別是連續李群，在很多學術學科中扮演重要角色。例如，矩陣群可以用來理解在狹義相對論底層的基本物理定律和在分子化學中的對稱現象。 群的概念引發自多項式方程的研究，由埃瓦里斯特·伽罗瓦在1830年代開創。在得到來自其他領域如數論和幾何学的貢獻之后，群概念在1870年左右形成并牢固建立。現代群論是非常活躍的數學學科，它以自己的方式研究群。為了探索群，數學家發明了各種概念來把群分解成更小的、更好理解的部分，比如子群、商群和單群。除了它們的抽象性質，群理論家還從理論和計算兩種角度來研究具體表示群的各種方式（群的表示）。對有限群已經發展出了特別豐富的理論，這在1983年完成的有限簡單群分類中達到頂峰。从1980年代中叶以来，将有限生成群作为几何对象来研究的几何群论，成为了群论中一个特别活跃的分支。.
群表示論
在群論中，群表示論（group representation theory）是一个非常重要的理論。它包含了（局部）緊緻群、李群、李代數及群概形的表示等種種分支，近來無限維表示理論也漸露頭角。表示理論在量子物理與數學的各領域中均有重要應用。.
电子工程
电子工程學（electronic engineering），是利用电子活动和效应的科学知识来设计、开发以及测试设备、系统或装备的一门工程学科。电子工程表示一个广泛的工程领域，覆盖了很多子领域，包括仪器工程、通信、半导体电路设计等等。 电子工程的应用形式涵盖了电动设备以及运用了控制技术、测量技术、调整技术、计算机技术，直至信息技术的各种电动开关。.
物理学
物理學（希臘文Φύσις，自然）是研究物質、能量的本質與性質，以及它們彼此之間交互作用的自然科學。由於物質與能量是所有科學研究的必須涉及的基本要素，所以物理學是自然科學中最基礎的學科之一。物理學是一種實驗科學，物理學者從觀測與分析大自然的各種基於物質與能量的現象來找出其中的模式。這些模式（假說）稱為「物理理論」，經得起實驗檢驗的常用物理理論稱為物理定律，直到有一天被證明是有錯誤為止(具可否證性)。物理學是由這些定律精緻地建構而成。物理學是自然科學中最基礎的學科之一。化學、生物學、考古學等等科學學術領域的理論都是建構於這些物理定律。 物理學是最古老的學術之一。物理學、化學、生物學等等原本都歸屬於自然哲學的範疇，直到十七世紀至十九世紀期間，才漸漸地從自然哲學中分別成長為獨立的學術領域。物理學與其它很多跨領域研究有相當的交集，如量子化學、生物物理學等等。物理學的疆界並不是固定不變的，物理學裡的創始突破時常可以用來解釋這些跨領域研究的基礎機制，有時還會開啟嶄新的跨領域研究。 通過創建新理論與發展新科技，物理學對於人類文明有極為顯著的貢獻。例如，由於電磁學的快速發展，電燈、電動機、家用電器等新產品纷纷涌现，人類社會的生活水平也得到大幅提升。由於核子物理學日趨成熟，核能發電已不再是藍圖構想，但其所引致的安全問題也使人們意識到地球環境、生態與人類的脆弱渺小。.
頻域
在電子學、控制系統及統計學中，頻域（frequency domain）是指在對函數或信號進行分析時，分析其和頻率有關部份，而不是和時間有關的部份，和時域一詞相對。 函數或信號可以透過一對數學的運算子在時域及頻域之間轉換。例如傅里葉變換可以將一個時域信號轉換成在不同頻率下對應的振幅及相位，其頻譜就是時域信號在頻域下的表現，而反傅里葉變換可以將頻譜再轉換回時域的信號。.
計算複雜性理論
计算复杂性理论（Computational complexity theory）是理论计算机科学和数学的一个分支，它致力于将可计算问题根据它们本身的复杂性分类，以及将这些类别联系起来。一个可计算问题被认为是一个原则上可以用计算机解决的问题，亦即这个问题可以用一系列机械的数学步骤解决，例如算法。 如果一个问题的求解需要相当多的资源（无论用什么算法），则被认为是难解的。计算复杂性理论通过引入数学计算模型来研究这些问题以及定量计算解决问题所需的资源（时间和空间），从而将资源的确定方法正式化了。其他复杂性测度同样被运用，比如通信量（应用于通信复杂性），电路中门的数量（应用于电路复杂性）以及中央处理器的数量（应用于并行计算）。计算复杂性理论的一个作用就是确定一个能或不能被计算机求解的问题的所具有的实际限制。 在理论计算机科学领域，与此相关的概念有算法分析和可计算性理论。两者之间一个关键的区别是前者致力于分析用一个确定的算法来求解一个问题所需的资源量，而后者则是在更广泛意义上研究用所有可能的算法来解决相同问题。更精确地说，它尝试将问题分成能或不能在现有的适当受限的资源条件下解决这两类。相应地，在现有资源条件下的限制正是区分计算复杂性理论和可计算性理论的一个重要指标：后者关心的是何种问题原则上可以用算法解决。.
新！!: 卷积和計算複雜性理論 · 查看更多 »
豪斯多夫空间
在拓扑学和相关的数学分支中，豪斯多夫空间、分离空间或T2空间是其中的点都“由邻域分离”的拓扑空间。在众多可施加在拓扑空间上的分离公理中，“豪斯多夫条件”是最常使用和讨论的。它蕴涵了序列、网和滤子的极限的唯一性。直观地讲，这个条件可用个双关语来形容：如果某空间中任两点可用开集合将彼此“豪斯多夫”开来，该空间就是“豪斯多夫”的。 豪斯多夫得名于拓扑学的创立者之一费利克斯·豪斯多夫。豪斯多夫最初的拓扑空间定义把豪斯多夫条件包括为公理。.
边缘检测
边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括（i）深度上的不连续、（ii）表面方向不连续、（iii）物质属性变化和（iv）场景照明变化。 边缘检测是图像处理和计算机视觉中，尤其是特征检测中的一个研究领域。 图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界，通常是Laplacian过零点或者非线性差分表示的过零点。.
阿贝尔群
阿貝爾群（Abelian group）也稱爲交換群（commutative group）或可交換群，它是滿足其元素的運算不依賴於它們的次序（交換律公理）的群。阿貝爾群推廣了整數集合的加法運算。阿貝爾群以挪威數學家尼尔斯·阿貝爾命名。 阿貝爾群的概念是抽象代數的基本概念之一。其基本研究對象是模和向量空間。阿貝爾群的理論比其他非阿貝爾群簡單。有限阿貝爾群已經被徹底地研究了。無限阿貝爾群理論則是目前正在研究的領域。.
自相关函数
自相关（Autocorrelation），也叫序列相关，是一个信号于其自身在不同时间点的互相关。非正式地来说，它就是两次观察之间的相似度对它们之间的时间差的函数。它是找出重复模式（如被噪声掩盖的周期信号），或识别隐含在信号谐波频率中消失的基頻的数学工具。它常用于信号处理中，用来分析函数或一系列值，如時域信号。.
Mellin 变换
#重定向 梅林变换.
新！!: 卷积和Mellin 变换 · 查看更多 »
Z轉換
在數學和信号处理中，Z轉換（Z-transform）把一連串離散的實數或複數訊號，從時域轉為复頻域表示。 可以把它认为是拉普拉斯变换的离散时间等价。在时标微积分中会探索它们的相似性.
概率论
概率论（Probability theory）是集中研究概率及随机现象的数学分支，是研究隨機性或不確定性等現象的數學。概率论主要研究对象为随机事件、随机变量以及随机过程。对于随机事件是不可能准确预测其结果的，然而对于一系列的独立随机事件——例如掷骰子、扔硬币、抽扑克牌以及輪盤等，会呈现出一定的、可以被用于研究及预测的规律，两个用来描述这些规律的最具代表性的数学结论分别是大数定律和中心极限定理。 作为统计学的数学基础，概率论对诸多涉及大量数据定量分析的人类活动极为重要，概率论的方法同样适用于其他方面，例如是对只知道系统部分状态的复杂系统的描述——统计力学，而二十世纪物理学的重大发现是以量子力学所描述的原子尺度上物理现象的概率本质。 數學家和精算師認為概率是在0至1閉區間内的數字，指定給一發生與失敗是隨機的「事件」。概率P(A)根據概率公理來指定給事件A。 一事件A在一事件B確定發生後會發生的概率稱為B給之A的條件概率；其數值為。若B給之A的條件概率和A的概率相同時，則稱A和B為獨立事件。且A和B的此一關係為對稱的，這可以由一同價敘述：「當A和B為獨立事件時，P(A \cap B).
機率密度函數
在数学中，连续型随机变量的概率密度函數（在不至于混淆时可以简称为密度函数）是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。圖中，橫軸為隨機變量的取值，縱軸為概率密度函數的值，而随机变量的取值落在某个区域内的概率為概率密度函数在这个区域上的积分。当概率密度函数存在的时候，累積分佈函數是概率密度函数的积分。概率密度函数一般以大写“PDF”（Probability Density Function）標记。 概率密度函数有时也被称为概率分布函数，但这种称法可能会和累积分布函数或概率质量函数混淆。.
泛函分析
泛函分析（Functional Analysis）是现代数学分析的一个分支，隶属于分析学，其研究的主要对象是函数构成的函数空间。泛函分析历史根源是由对函数空间的研究和对函数的变换（如傅立叶变换等）的性质的研究。这种观点被证明是对微分方程和积分方程的研究中特别有用。 使用泛函这个词作为表述源自变分法，代表作用于函数的函数，这意味着，一个函数的参数是函数。这个名词首次被雅克·阿达马在1910年使用于这个课题的书中。是泛函分析理论的主要奠基人之一。然而，泛函的一般概念以前曾在1887年是由意大利数学家和物理学家維多·沃爾泰拉（Vito Volterra）介绍。非线性泛函理论是由雅克·阿达马的学生继续研究，特别是莫里斯·弗雷歇（Maurice Fréchet）可和列维（Levy）。雅克·阿达马还创立线性泛函分析的现代流派，并由弗里杰什·里斯和一批围绕着斯特凡·巴拿赫（Stefan Banach）的波兰数学家进一步发展。.
指示函数
在集合論中，指示函数是定义在某集合X上的函数，表示其中有哪些元素属于某一子集A。 。现在已经少用这一称呼。概率论有另一意思迥异的特征函数。 集X的子集A的指示函数是函数1_A: X \to \lbrace 0,1 \rbrace，定义为 |rowspan.
测度
数学上，测度（Measure）是一个函数，它对一个给定集合的某些子集指定一个数，这个数可以比作大小、体积、概率等等。传统的积分是在区间上进行的，后来人们希望把积分推广到任意的集合上，就发展出测度的概念，它在数学分析和概率论有重要的地位。 测度论是实分析的一个分支，研究对象有σ代数、测度、可测函数和积分，其重要性在概率论和统计学中都有所体现。.
數論轉換
數論轉換是一種計算摺積的快速演算法。計算摺積的快速演算法中最常用的一種是使用快速傅里葉變換，然而快速傅立葉變換具有一些實現上的缺點，舉例來說，資料向量必須乘上複數係數的矩陣加以處理，而且每個複數係數的實部和虛部是一個正弦及餘弦函數，因此大部分的係數都是浮點數，也就是說，我們必須做複數而且是浮點數的運算，因此計算量會比較大，而且浮點數運算產生的誤差會比較大。 而在數論轉換中，資料向量需要乘上的矩陣是一個整數的矩陣，這使得我們不需要作浮點數的乘法運算，更進一步，在模數為M的情況下，只有M^2種可能的加法與M^2種可能的乘法，這使得我們可以使用記憶體把這些有限數目的加法和乘法存起來，利用查表法來計算，使得數論轉換完全不須任何乘法與加法運算，不過需要較大的記憶體與消耗較大的存取記憶體量。 雖然使用數論轉換可以降低計算摺積的複雜度，不過由於只進行整數的運算，所以只能用於對整數的信號計算摺積，而利用快速傅立葉變換可以對任何複數的信號計算摺積，這是降低運算複雜度所要付出的代價。.
拓扑群
在數學中，拓撲群是群 G 和與之一起的 G 上的拓撲，使得這個群的二元運算和這個群的取逆函數是連續的。拓撲群允許依據連續群作用來研究連續對稱的概念。.
拉普拉斯变换
拉普拉斯变换（Laplace transform）是应用数学中常用的一种积分变换，又名拉氏轉換，其符號為 \displaystyle\mathcal \left\。拉氏變換是一個線性變換，可將一個有引數實數 t(t \ge 0) 的函數轉換為一個引數為複數 s 的函數： 拉氏變換在大部份的應用中都是對射的，最常見的 f(t) 和 F(s) 組合常印製成表，方便查閱。拉普拉斯变换得名自法國天文學家暨數學家皮埃尔-西蒙·拉普拉斯（Pierre-Simon marquis de Laplace），他在機率論的研究中首先引入了拉氏變換。 拉氏變換和傅里叶变换有關，不過傅里叶变换將一個函數或是信號表示為許多弦波的疊加，而拉氏變換則是將一個函數表示為許多矩的疊加。拉氏變換常用來求解微分方程及積分方程。在物理及工程上常用來分析線性非時變系統，可用來分析電子電路、諧振子、光学仪器及機械設備。在這些分析中，拉氏變換可以作時域和頻域之間的轉換，在時域中輸入和輸出都是時間的函數，在頻域中輸入和輸出則是複變角頻率的函數，單位是弧度每秒。 對於一個簡單的系統，拉氏變換提供另一種系統的描述方程，可以簡化分析系統行為的時間。像時域下的線性非時變系統，在頻域下會轉換為代數方程，在時域下的捲積會變成頻域下的乘法。.
