Lire la notation mathématique : symboles, indices, sommes et quantificateurs

Un petit lexique d’une quarantaine de symboles pour lire chaque définition de la série Bases de l’IA — des indices et lettres grecques à ∑ et argmin, jusqu’à ∀ et ∃. Avec un aide-mémoire à la fin.

12 minutes Matěj Žalmánek 2026-10-15

Série Bases de l’IA Partie 4 sur 52

1. Carte de l’intelligence artificielle : qu’est-ce qui est quoi et comment tout s’emboîte
2. Brève histoire de l’intelligence artificielle : de Turing aux modèles de langage
3. Données, modèle, entraînement, inférence : les notions de base sur un seul exemple
4. Lire la notation mathématique : symboles, indices, sommes et quantificateurs
5. Ensembles et relations : les briques dont sont faites les définitions en IA
6. Fonctions et applications : pourquoi tout modèle d’IA est une fonction
7. Logique et démonstrations : les règles selon lesquelles on raisonne en IA
8. Graphes et arbres : la structure sur laquelle reposent la recherche et les réseaux de neurones
9. Algèbre linéaire pour l’apprentissage automatique : vecteurs, matrices et pourquoi l’IA multiplie surtout
10. Dérivées, gradient et règle de dérivation en chaîne : comment un modèle sait dans quelle direction apprendre
11. Descente de gradient : comment un modèle apprend
12. Qu’est-ce que la probabilité : du lancer de dé aux axiomes de Kolmogorov
13. Probabilité conditionnelle et théorème de Bayes : comment réviser une estimation quand on apprend du nouveau
14. Variable aléatoire et fonction de répartition : une seule fonction qui dit tout de la loi
15. Fonction de densité et fonction de masse : pourquoi une variable continue a une probabilité nulle en chaque point
16. Espérance, variance et covariance : où se situe une loi, quelle est sa largeur et ce qui varie avec quoi
17. Panorama des lois de probabilité : Bernoulli, binomiale, Poisson, uniforme, normale et exponentielle
18. Loi des grands nombres et théorème central limite : pourquoi les moyennes sont si prévisibles
19. Statistique et estimation de paramètres : maximum de vraisemblance, MAP et intervalles de confiance
20. Théorie de l’information : entropie, entropie croisée et divergence KL — d’où viennent les fonctions de perte
21. Recherche dans l’espace d’états : BFS, DFS, UCS et A* en animations
22. Jeux et adversaires : minimax, élagage alpha-bêta et Monte Carlo tree search
23. Satisfaction de contraintes : backtracking, propagation de contraintes et AC-3 sur un sudoku et une carte des régions tchèques
24. Logique et systèmes à base de connaissances : chaînage avant et arrière, résolution et systèmes experts
25. Planification : STRIPS, monde des blocs, heuristiques par relaxation et planification dans les agents IA
26. Recherche locale et recuit simulé : un voyageur de commerce à travers les chefs-lieux de région tchèques
27. Algorithmes génétiques : population, croisement, mutation et sélection sur un sac à dos de randonnée
28. Stratégies d’évolution et programmation génétique : de la règle du cinquième à la loi de Kepler
29. Optimisation par colonies de fourmis : comment une piste de phéromone trouve un chemin court
30. Optimisation par essaim de particules : inertie, expérience propre et expérience de l’essaim
31. Neuroévolution : faire évoluer les poids et la forme des réseaux de neurones, et l’algorithme NEAT
32. Ensembles flous et fonctions d’appartenance : comment écrire « un peu chaud »
33. Logique floue et probabilité : pourquoi « un peu chaud » ne veut pas dire « probablement chaud »
34. Logique floue : t-normes, implications et règles SI–ALORS
35. Commande floue : Mamdani et Sugeno, du ventilateur au pendule inversé sur un chariot
36. Clustering flou : l’algorithme fuzzy c-means et les points entre les clusters
37. Systèmes neuro-flous (ANFIS) : des règles floues qui apprennent à partir des données
38. Chaînes de Markov : matrice de transition, distribution stationnaire et PageRank
39. Modèles de Markov cachés : l’algorithme de Viterbi et le casino malhonnête
40. Réseaux bayésiens : pourquoi l’herbe est mouillée et ce que cela implique pour l’arroseur
41. Le filtre de Kalman : comment estimer, à partir de mesures imprécises, où se trouve une voiture et à quelle vitesse elle roule
42. Types d’apprentissage automatique : supervisé, non supervisé, semi-supervisé et plus
43. Prompts, contexte et RAG : comment donner au modèle les bonnes informations
44. Autoencodeurs variationnels (VAE) : de nouvelles images à partir d’un espace latent continu
45. Réseaux antagonistes génératifs (GAN) : le faussaire contre le détective
46. Modèles de diffusion : comment une image naît du bruit pur
47. Processus de décision markoviens : états, actions, récompenses et équations de Bellman
48. Q-learning et DQN : apprendre la valeur des actions, du tableau au réseau de neurones
49. Policy gradient et PPO : apprendre directement la politique
50. Comment fonctionne un agent IA : un modèle de langage en boucle avec des outils
51. Programmer avec des agents IA : consigne, tests et vérification
52. Évaluation et sécurité des systèmes d’IA : comment mesurer et comment surveiller

Programme complet de la série 52 sur 83 sujets publiés

La notation mathématique ressemble à un code secret, mais ce n’est qu’une abréviation. La phrase « additionne les carrés de tous les nombres de la liste » peut s’écrire ∑_i x_i² et veut dire exactement la même chose — en plus court, et sans pouvoir être comprise de deux façons.

Les symboles que vous rencontrerez dans les articles sur l’intelligence artificielle sont étonnamment peu nombreux : une quarantaine. Nous allons les parcourir par groupes, dire comment chacun se lit, puis lire à la fin quelques vraies définitions tirées d’autres parties. L’aide-mémoire de tous les symboles se trouve dans la dernière section.

1. Pourquoi les mathématiques utilisent des symboles

La langue naturelle est ambiguë. « Chaque étudiant a lu un livre » peut vouloir dire que chacun a lu un livre différent, ou que tous ont lu le même. En notation, ∀s ∃k et ∃k ∀s sont deux phrases différentes et personne ne les confond. La notation est précise, courte et internationale : une formule d’un manuel chinois se lit comme celle d’un manuel français.

2. Variables, indices et lettres grecques

Une variable est une lettre qui tient la place d’un nombre ou d’un autre objet : x, y, n. Elle s’écrit en italique. Quand il y a plusieurs valeurs, on les distingue par un indice — un petit nombre ou une petite lettre en bas à droite :

• x₁, x₂, x₃ — première, deuxième, troisième valeur (« x indice un, x indice deux… », ou simplement « x un, x deux… »),
• x_i — « x indice i », la i-ième valeur, où i peut être n’importe quel nombre,
• A_i,j — l’élément de la i-ième ligne et de la j-ième colonne d’un tableau (matrice),
• x⁽ⁱ⁾ — le i-ième exemple des données ; les parenthèses distinguent l’indice de la puissance x².

Un prime ou un chapeau sur la lettre transforme une variable en une variable apparentée : s′ (« s prime ») est l’état qui suit s, ŷ (« y chapeau ») est une estimation de la vraie valeur y et x̄ (« x barre ») est la moyenne. L’étoile désigne le meilleur : θ* sont les paramètres optimaux, C* le coût optimal.

Les lettres latines ne suffisent pas, alors les mathématiques empruntent les grecques. En IA, certaines ont un sens établi — quand vous les voyez, vous savez en général de quoi il s’agit :

3. Les ensembles dans la notation

Un ensemble est une collection d’éléments ; il s’écrit entre accolades : {1, 2, 3} ou {↑, →, ↓, ←}. Des majuscules à double barre désignent les ensembles de nombres connus : ℕ les entiers naturels (1, 2, 3, …), ℤ les entiers relatifs, ℝ les réels. ℝⁿ, ce sont toutes les listes de n nombres réels — les vecteurs.

• x ∈ S — « x appartient à S », c’en est un élément ; x ∉ S — n’appartient pas,
• A ⊆ B — « A est inclus dans B » : tout ce qui est dans A est aussi dans B,
• A ∪ B — réunion (ce qui est dans au moins l’un), A ∩ B — intersection (ce qui est dans les deux),
• A × B — produit cartésien : tous les couples (a, b),
• ∅ — ensemble vide, |S| — nombre d’éléments (cardinal),
• {x ∈ ℝ : x > 0} — « l’ensemble des x réels tels que x > 0 » ; les deux-points (ou la barre verticale) se lisent « tels que ».

Les parenthèses, elles, désignent une collection ordonnée, où l’ordre compte : (3, 1) n’est pas la même chose que (1, 3). C’est ainsi qu’on écrit les couples, les coordonnées et les n-uplets — par exemple un problème de recherche comme un sextuplet (S, s₀, A, T, G, c). Les ensembles et les relations ont droit à leur propre partie.

4. Somme et produit : ∑ et ∏

Définition — somme et produit

∑_i=mⁿ a_i = a_m + a_m+1 + … + a_n,   ∏_i=mⁿ a_i = a_m · a_m+1 · … · a_n.

La variable sous le signe (i) est l’indice de sommation ; la borne inférieure m indique où commencer, la borne supérieure n où s’arrêter. Pour m > n, la somme vaut 0 et le produit 1.

Prenons la liste x = (3, 1, 4, 1, 5), c’est-à-dire x₁ = 3, x₂ = 1, etc. Alors :

La dernière ligne est la formule que vous rencontrerez le plus souvent : (1/n) ∑ est une moyenne. Quand la somme n’a pas de bornes (∑_i), on additionne sur tous les i qui ont un sens — en général sur tous les exemples des données.

5. Fonctions, flèches et argmin

f(x) se lit « f de x » — la valeur de la fonction f pour l’entrée x. La notation f : X → Y (« f de X dans Y ») dit où la fonction prend ses entrées et où vont ses sorties : f : ℝ² → {0, 1} prend un couple de nombres et renvoie 0 ou 1 — c’est un classifieur de points du plan.

• x ↦ x² — « x a pour image x au carré » ; décrit une fonction sans nom,
• f_θ(x) — une fonction dont le comportement est fixé par les paramètres θ (« f indice thêta de x »),
• g ∘ f — composée (« g rond f ») : d’abord f, puis g, c’est-à-dire g(f(x)),
• θ ← θ − η ∇J — la flèche vers la gauche est une affectation dans un algorithme : « la nouvelle valeur de θ est… » ; := signifie « est défini comme ».

Définition — min, max, argmin, argmax

min_{x ∈ X} f(x) est la plus petite valeur que f prend sur l’ensemble X.

argmin_{x ∈ X} f(x) est le x (ou l’ensemble de tous ces x) pour lequel f atteint cette plus petite valeur. De même pour max et argmax.

6. Connecteurs logiques et quantificateurs

Définition — négation des quantificateurs

¬(∀x : P(x)) ⇔ ∃x : ¬P(x)   et   ¬(∃x : P(x)) ⇔ ∀x : ¬P(x).

Attention à l’implication ⇒ : elle affirme seulement que si P est vraie, Q l’est aussi. Sur le cas où P est fausse, elle ne dit rien. De x > 2 ⇒ x² > 4 on ne peut pas déduire x² > 4 ⇒ x > 2 — il suffit de prendre x = −3.

7. Autres signes que vous rencontrerez

• |x| — valeur absolue (|−3| = 3) ; ‖x‖ — longueur d’un vecteur (norme),
• ⌊x⌋, ⌈x⌉ — partie entière par défaut et par excès, arrondi vers le bas et vers le haut (⌊2,7⌋ = 2, ⌈2,1⌉ = 3),
• ≈ — approximativement égal ; ∝ — proportionnel à (« croît de la même façon que ») ; ≫ — très supérieur à,
• ∞ — infini ; [0, 1] — intervalle bornes comprises, (0, 1) — bornes exclues (en France on écrit souvent ]0, 1[),
• ∇f (« nabla f ») — gradient, direction de la plus forte croissance ; ∂f/∂x — dérivée partielle,
• O(n²) — « grand O de n au carré » : la vitesse à laquelle croissent le temps ou la mémoire d’un algorithme,
• P(A | B) — probabilité de A sachant que B s’est produit ; 𝔼[X] — espérance,
• w^⊤ — transposition : une ligne devient une colonne et inversement ; w^⊤x est le produit scalaire.

8. Lisez une définition complète

Assemblons maintenant le tout. Voici la définition de l’entraînement d’un modèle tirée de la partie sur les types d’apprentissage automatique. Les numéros en couleur renvoient aux explications en dessous :

1. θ* — « thêta étoile » : les meilleurs paramètres du modèle, ceux que l’on cherche.
2. argmin_θ — « le θ pour lequel l’expression qui suit est la plus petite ».
3. (1/n) ∑_i=1ⁿ — la moyenne sur les n exemples des données.
4. L( … ) — fonction de perte : combien coûte une erreur.
5. f_θ(x_i) — ce que le modèle de paramètres θ répond à la i-ième entrée.
6. y_i — la bonne réponse pour la i-ième entrée.

Et encore une, tirée de la partie sur la recherche — la fonction de priorité de l’algorithme A* :

Elle se lit « f de n égale g de n plus h de n » : l’estimation du coût du chemin complet passant par l’état n est le coût déjà payé jusqu’à n (g), plus une estimation de ce qui reste (h). La même démarche fonctionne pour toute définition : trouver la relation principale (=, ≤, ⇔), découper les deux côtés en morceaux et traduire chacun en mots.

9. Aide-mémoire

10. Résumé

• La notation mathématique est une phrase abrégée : elle se lit de gauche à droite, symbole par symbole.
• Les indices distinguent les valeurs, les lettres grecques ont en IA des sens établis (θ paramètres, η taux d’apprentissage, γ actualisation).
• ∑ est une boucle qui additionne ; (1/n) ∑ est une moyenne ; argmin cherche l’endroit, pas la valeur.
• ∀ et ∃ transforment des propriétés en affirmations précises ; pour réfuter un « pour tout », un contre-exemple suffit.

Avec ce petit lexique, vous lirez toutes les définitions de la série. Si vous tombez sur un symbole qui manque ici, écrivez-nous — nous l’ajouterons.

Vous voyez les choses autrement ? Écrivez à support@coden-app.com.