Module Optimisation et contrôle. Projet sur les réseaux de distribution d eau
|
|
- Marie-Paule Beauchamp
- il y a 8 ans
- Total affichages :
Transcription
1 Module Optimisation et contrôle Projet sur les réseaux de distribution d eau Pierre Carpentier pierre.carpentier@ensta-paristech.fr Année 204/205 Site du cours : cermics.enpc.fr/ jpc/optimisation.html Site du projet : pcarpent/tp Reseau/ENPC/
2 Objectif et modalités du projet Prendre prétexte d un problème d ingénierie (lié à l hydraulique urbaine) pour faire apparaître un problème d optimisation, puis mettre en œuvre sur ce problème les différentes approches et les différents algorithmes présentés dans le cours d optimisation. Dans la vraie vie, il est rare d écrire une méthode d optimisation comme le gradient conjugué ou quasi-newton, car c est un travail de professionnel. Pour ce projet, vous êtes les professionnels... Langage de programmation : Scicoslab Travail en binôme. Contrôle continu pour l évaluation du projet. Comptes rendus à l issue des -ère et -ème séances. Rapport final à l issue de la dernière séance.
3 Objectif et modalités du projet Prendre prétexte d un problème d ingénierie (lié à l hydraulique urbaine) pour faire apparaître un problème d optimisation, puis mettre en œuvre sur ce problème les différentes approches et les différents algorithmes présentés dans le cours d optimisation. Dans la vraie vie, il est rare d écrire une méthode d optimisation comme le gradient conjugué ou quasi-newton, car c est un travail de professionnel. Pour ce projet, vous êtes les professionnels... Langage de programmation : Scicoslab Travail en binôme. Contrôle continu pour l évaluation du projet. Comptes rendus à l issue des -ère et -ème séances. Rapport final à l issue de la dernière séance.
4 Schématique d un réseau de distribution d eau
5 Variables décrivant le réseau et notations Tailles du réseau. n arcs (canalisations du réseau), m nœuds : m r réservoirs, m d consommateurs (m = m r + m d ). Variables hydrauliques du réseau. flux aux nœuds : f = pressions aux nœuds : p = ( fr f d ( pr p d ) R m ) R m à calculer, connus. connues, à calculer. résistances des arcs : r R n connues. débits dans les arcs : q R n à calculer. (m + n) inconnues à déterminer.
6 Variables décrivant le réseau et notations Tailles du réseau. n arcs (canalisations du réseau), m nœuds : m r réservoirs, m d consommateurs (m = m r + m d ). Variables hydrauliques du réseau. flux aux nœuds : f = pressions aux nœuds : p = ( fr f d ( pr p d ) R m ) R m à calculer, connus. connues, à calculer. résistances des arcs : r R n connues. débits dans les arcs : q R n à calculer. (m + n) inconnues à déterminer.
7 Variables décrivant le réseau et notations Tailles du réseau. n arcs (canalisations du réseau), m nœuds : m r réservoirs, m d consommateurs (m = m r + m d ). Variables hydrauliques du réseau. flux aux nœuds : f = pressions aux nœuds : p = ( fr f d ( pr p d ) R m ) R m à calculer, connus. connues, à calculer. résistances des arcs : r R n connues. débits dans les arcs : q R n à calculer. (m + n) inconnues à déterminer.
8 Matrice d incidence et équations d équilibre du réseau Matrice d incidence nœuds arcs. 4 f 5 b a a b c d e f g e g c d 2 A = Équations décrivant l état d équilibre. Noeud 4 : q b + q e q f = f 4. Aq f = Arc f : p 4 p 5 = r f q f q f. A p + r q q = 0. (m + n) équations.
9 Matrice d incidence et équations d équilibre du réseau Matrice d incidence nœuds arcs. 4 f 5 b a a b c d e f g e g c d 2 A = Équations décrivant l état d équilibre e b Noeud 4 : q b + q e q f = f 4. Aq f = 0. f 5 Arc f : p 4 p 5 = r f q f q f. A p + r q q = 0. (m + n) équations.
10 Matrice d incidence et équations d équilibre du réseau Matrice d incidence nœuds arcs. 4 f 5 b a a b c d e f g e g c d 2 A = Équations décrivant l état d équilibre e b Noeud 4 : q b + q e q f = f 4. Aq f = 0. f 5 Arc f : p 4 p 5 = r f q f q f. A p + r q q = 0. (m + n) équations.
11 Problème d optimisation associé à l équilibre Les équations d équilibre sont en fait les conditions d optimalité du problème d optimisation suivant : min (q R n,f r R mr ) q, r q q + p r, f r, sous la contrainte : Aq f = 0, qui s écrit après réduction (par élimination de variables) comme un problème d optimisation sans contrainte : min q C R n m d q (0) + Bq C, r ( q (0) ) + Bq C q (0) + Bq C ( + p r, A r q (0) ) + Bq C. C est ce problème que l on va résoudre (pour commencer)!
12 Problème d optimisation associé à l équilibre Les équations d équilibre sont en fait les conditions d optimalité du problème d optimisation suivant : min (q R n,f r R mr ) q, r q q + p r, f r, sous la contrainte : Aq f = 0, qui s écrit après réduction (par élimination de variables) comme un problème d optimisation sans contrainte : min q C R n m d q (0) + Bq C, r ( q (0) ) + Bq C q (0) + Bq C ( + p r, A r q (0) ) + Bq C. C est ce problème que l on va résoudre (pour commencer)!
13 Problème d optimisation associé à l équilibre Les équations d équilibre sont en fait les conditions d optimalité du problème d optimisation suivant : min (q R n,f r R mr ) q, r q q + p r, f r, sous la contrainte : Aq f = 0, qui s écrit après réduction (par élimination de variables) comme un problème d optimisation sans contrainte : min q C R n m d q (0) + Bq C, r ( q (0) ) + Bq C q (0) + Bq C ( + p r, A r q (0) ) + Bq C. C est ce problème que l on va résoudre (pour commencer)!
14 But du projet Écrire des méthodes génériques d optimisation (recherche linéaire, gradient conjugué, quasi-newton, Newton) qui ne communiquent avec le problème que par l intermédiaire d un oracle associé à : F : q C q (0) + Bq C, r ( q (0) ) + Bq C q (0) ( + Bq C + p r, A r q (0) ) + Bq C. Oracle Fonction qui pour tout q C calcule F (q C ), F (q C ), 2 F (q C ) : [F,G,H] = Oracle(qc,ind). Recherche linéaire Fonction qui assure la décroissance de F dans une direction d. Algorithme d optimisation Fonction qui minimise F en partant d un point initial q ini : [Fopt,qopt,Gopt] = Minimise(Oracle,qini).
15 But du projet Écrire des méthodes génériques d optimisation (recherche linéaire, gradient conjugué, quasi-newton, Newton) qui ne communiquent avec le problème que par l intermédiaire d un oracle associé à : F : q C q (0) + Bq C, r ( q (0) ) + Bq C q (0) ( + Bq C + p r, A r q (0) ) + Bq C. Oracle Fonction qui pour tout q C calcule F (q C ), F (q C ), 2 F (q C ) : [F,G,H] = Oracle(qc,ind). Recherche linéaire Fonction qui assure la décroissance de F dans une direction d. Algorithme d optimisation Fonction qui minimise F en partant d un point initial q ini : [Fopt,qopt,Gopt] = Minimise(Oracle,qini).
16 But du projet Écrire des méthodes génériques d optimisation (recherche linéaire, gradient conjugué, quasi-newton, Newton) qui ne communiquent avec le problème que par l intermédiaire d un oracle associé à : F : q C q (0) + Bq C, r ( q (0) ) + Bq C q (0) ( + Bq C + p r, A r q (0) ) + Bq C. Oracle Fonction qui pour tout q C calcule F (q C ), F (q C ), 2 F (q C ) : [F,G,H] = Oracle(qc,ind). Recherche linéaire Fonction qui assure la décroissance de F dans une direction d. Algorithme d optimisation Fonction qui minimise F en partant d un point initial q ini : [Fopt,qopt,Gopt] = Minimise(Oracle,qini).
17 But du projet Écrire des méthodes génériques d optimisation (recherche linéaire, gradient conjugué, quasi-newton, Newton) qui ne communiquent avec le problème que par l intermédiaire d un oracle associé à : F : q C q (0) + Bq C, r ( q (0) ) + Bq C q (0) ( + Bq C + p r, A r q (0) ) + Bq C. Oracle Fonction qui pour tout q C calcule F (q C ), F (q C ), 2 F (q C ) : [F,G,H] = Oracle(qc,ind). Recherche linéaire Fonction qui assure la décroissance de F dans une direction d. Algorithme d optimisation Fonction qui minimise F en partant d un point initial q ini : [Fopt,qopt,Gopt] = Minimise(Oracle,qini).
18 L algorithme du gradient à pas fixe function [fopt,xopt,gopt]=gradient_f(oracle,xini) alpha = ; x = xini; for k = :iter end [F,G] = Oracle(x,ind); if norm(g) <= tol then kstar = k; break end x = x - (alpha*g); logg = [ logg ; log0(norm(g)) ]; Cout = [ Cout ; F ]; fopt = F; xopt = x; gopt = G; endfunction
19 Enchaînement des tâches : Moniteur Skel.sce // Donnees du probleme exec( Probleme_R.sce ); exec( Structures_R.sce ); // Fonction de visualisation du deroulement de l algorithme exec( Visualg.sci ); // Fonctions de verification des resultats exec( HydrauliqueP.sci ); exec( Verification.sci ); // Oracle et algorithme d optimisation exec( Oracle.sci ); exec( Gradient_F.sci ); // Optimisation xini = 0. * rand(n-md,); [fopt,xopt,gopt] = Gradient_F(Oracle,xini); // Verification des resultats [q,z,f,p] = HydrauliqueP(xopt); Verification(q,z,f,p);
20 Variables disponibles dans l environnement Scilab Description de la variable Nom math. Variable info. Espace Nombre total d arcs n n N Nombre total de nœuds m m N Nombre de nœuds de demande m d md N Nombre de nœuds réservoir m r mr N Flux aux nœuds de demande f d fd M(m d, ) Pressions aux nœuds réservoir p r pr M(m r, ) Résistances des arcs r r M(n, ) Vecteur initial des débits q (0) q0 M(n, ) Matrice d incidence nœuds-arcs A A M(m, n) Sous-matrice demande de A A d Ad M(m d, n) Sous-matrice réservoir de A A r Ar M(m r, n) Sous-matrice arbre de A d A d,t AdT M(m d, m d ) Sous matrice coarbre de A d A d,c AdC M(m d, n m d ) Matrice inverse de A d,t AdI M(m d, m d ) Matrice d incidence arcs-cycles B B M(n, n m d ) Attention : en Scilab, les variables sont globales!
21 Programme de travail de cette première séance Lire le document descriptif du TP... 2 Récupérer les documents et les codes Scilab du TP : pcarpent/tp Reseau/ENPC/ Calculer le gradient et le hessien de la fonction : F : R n m d R q C q (0) + Bq C, r ( q (0) ) + Bq C q (0) + Bq C + ( p r, A r q (0) ) + Bq C. 4 Écrire un oracle codant les expressions obtenues (en Scilab), et tester cet oracle avec l algorithme du gradient à pas fixe. Pour la prochaine séance : avoir un oracle en état de marche!!!
22 Programmation du projet 20 mars (0h00 h45) 2 27 mars (0h00 h45) 0 avril (0h00 h45) 4 24 avril (08h0 h45)
23 Ce projet...
24 Le vrai problème...
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailIntroduction à MATLAB R
Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailde calibration Master 2: Calibration de modèles: présentation et simulation d
Master 2: Calibration de modèles: présentation et simulation de quelques problèmes de calibration Plan de la présentation 1. Présentation de quelques modèles à calibrer 1a. Reconstruction d une courbe
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détail4.2 Unités d enseignement du M1
88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter
Plus en détailRO04/TI07 - Optimisation non-linéaire
RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailÉquations non linéaires
CHAPTER 1 Équations non linéaires On considère une partie U R d et une fonction f : U R d. On cherche à résoudre { x U 1..1) f x) = R d On distinguera les cas d = 1 et d > 1. 1.1. Dichotomie d = 1) 1.1.1.
Plus en détailMATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.
Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne
Plus en détailDECLARATION DES PERFORMANCES N 1
DECLARATION DES PERFORMANCES N 1 Résistance mécanique C18 EN 1912 : 2012 + EN 338 :2009 DECLARATION DES PERFORMANCES N 2 Résistance mécanique C24 EN 1912 : 2012 + EN 338 :2009 DECLARATION DES PERFORMANCES
Plus en détailOptimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h
Télécom Physique Strasbourg Master IRIV Optimisation et programmation mathématique Professeur Michel de Mathelin Cours intégré : 20 h Programme du cours d optimisation Introduction Chapitre I: Rappels
Plus en détailWeb Science. Master 1 IFI. Andrea G. B. Tettamanzi. Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.
Web Science Master 1 IFI Andrea G. B. Tettamanzi Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.fr 1 Annonce : recherche apprenti Projet Géo-Incertitude Objectifs
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailTravaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation
Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des
Plus en détailhttp://cermics.enpc.fr/scilab
scilab à l École des Ponts ParisTech http://cermics.enpc.fr/scilab Introduction à Scilab Graphiques, fonctions Scilab, programmation, saisie de données Jean-Philippe Chancelier & Michel De Lara cermics,
Plus en détailProbabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1
Introduction Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1 L auteur remercie Mme Sylvie Gervais, Ph.D., maître
Plus en détailintroduction Chapitre 5 Récursivité Exemples mathématiques Fonction factorielle ø est un arbre (vide) Images récursives
introduction Chapitre 5 Images récursives http ://univ-tln.fr/~papini/sources/flocon.htm Récursivité http://www.poulain.org/fractales/index.html Image qui se contient elle-même 1 Exemples mathématiques
Plus en détailL analyse boursière avec Scilab
L analyse boursière avec Scilab Introduction La Bourse est le marché sur lequel se traitent les valeurs mobilières. Afin de protéger leurs investissements et optimiser leurs résultats, les investisseurs
Plus en détailUNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP250-97157 Pointe-à-Pitre Cedex CONTRAT 2010-2013 LE MASTER NOM DU DOMAINE STS
UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP20-9717 Pointe-à-Pitre Cedex CONTRAT 2010-201 LE MASTER NOM DU DOMAINE STS Mention : Mathématiques Implantation : Guadeloupe FICHES DESCRIPTIVES
Plus en détailAlgorithmique I. Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr. Algorithmique I 20-09-06 p.1/??
Algorithmique I Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr Télécom 2006/07 Algorithmique I 20-09-06 p.1/?? Organisation en Algorithmique 2 séances par semaine pendant 8 semaines. Enseignement
Plus en détailOptimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
Plus en détailANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique
1 ANALYSE NUMERIQUE ET OPTIMISATION Une introduction à la modélisation mathématique et à la simulation numérique G. ALLAIRE 28 Janvier 2014 CHAPITRE I Analyse numérique: amphis 1 à 12. Optimisation: amphis
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailINTRODUCTION AU DATA MINING
INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailL ALGORITHMIQUE. Algorithme
L ALGORITHMIQUE Inspirée par l informatique, cette démarche permet de résoudre beaucoup de problèmes. Quelques algorithmes ont été vus en 3 ième et cette année, au cours de leçons, nous verrons quelques
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailOrganigramme / Algorigramme Dossier élève 1 SI
Organigramme / Algorigramme Dossier élève 1 SI CI 10, I11 ; CI 11, I10 C24 Algorithmique 8 février 2009 (13:47) 1. Introduction Un organigramme (ou algorigramme, lorsqu il est plus particulièrement appliqué
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voies : Mathématiques, physique et sciences de l'ingénieur (MPSI) Physique, chimie et sciences de l ingénieur (PCSI) Physique,
Plus en détailCHAPITRE 5. Stratégies Mixtes
CHAPITRE 5 Stratégies Mixtes Un des problèmes inhérents au concept d équilibre de Nash en stratégies pures est que pour certains jeux, de tels équilibres n existent pas. P.ex.le jeu de Pierre, Papier,
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailLES MÉTHODES DE POINT INTÉRIEUR 1
Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences
Plus en détailI. Programmation I. 1 Ecrire un programme en Scilab traduisant l organigramme montré ci-après (on pourra utiliser les annexes):
Master Chimie Fondamentale et Appliquée : spécialité «Ingénierie Chimique» Examen «Programmation, Simulation des procédés» avril 2008a Nom : Prénom : groupe TD : I. Programmation I. 1 Ecrire un programme
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailIMAGES NUMÉRIQUES MATRICIELLES EN SCILAB
IMAGES NUMÉRIQUES MATRICIELLES EN SCILAB Ce document, écrit par des animateurs de l IREM de Besançon, a pour objectif de présenter quelques unes des fonctions du logiciel Scilab, celles qui sont spécifiques
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailCours d algorithmique pour la classe de 2nde
Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailAlgorithmes de recherche d itinéraires en transport multimodal
de recherche d itinéraires en transport multimodal Fallou GUEYE 14 Décembre 2010 Direction : Christian Artigues LAAS-CNRS Co-direction : Marie José Huguet LAAS-CNRS Encadrant industriel : Frédéric Schettini
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détail1 Définition. 2 Systèmes matériels et solides. 3 Les actions mécaniques. Le système matériel : Il peut être un ensemble.un sous-ensemble..
1 Définition GÉNÉRALITÉS Statique 1 2 Systèmes matériels et solides Le système matériel : Il peut être un ensemble.un sous-ensemble..une pièce mais aussi un liquide ou un gaz Le solide : Il est supposé
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailLes structures de données. Rajae El Ouazzani
Les structures de données Rajae El Ouazzani Les arbres 2 1- Définition de l arborescence Une arborescence est une collection de nœuds reliés entre eux par des arcs. La collection peut être vide, cad l
Plus en détail3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements
3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements Développer une expression consiste à transformer un produit en une somme Qu est-ce qu une somme? Qu est-ce qu un produit?
Plus en détailCalculer avec Sage. Revision : 417 du 1 er juillet 2010
Calculer avec Sage Alexandre Casamayou Guillaume Connan Thierry Dumont Laurent Fousse François Maltey Matthias Meulien Marc Mezzarobba Clément Pernet Nicolas Thiéry Paul Zimmermann Revision : 417 du 1
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailReconstruction de bâtiments en 3D à partir de nuages de points LIDAR
Reconstruction de bâtiments en 3D à partir de nuages de points LIDAR Mickaël Bergem 25 juin 2014 Maillages et applications 1 Table des matières Introduction 3 1 La modélisation numérique de milieux urbains
Plus en détailCoup de Projecteur sur les Réseaux de Neurones
Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailMathématiques appliquées à l'économie et à la Gestion
Mathématiques appliquées à l'économie et à la Gestion Mr Makrem Ben Jeddou Mme Hababou Hella Université Virtuelle de Tunis 2008 Continuité et dérivation1 1- La continuité Théorème : On considère un intervalle
Plus en détail1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)
1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailDonner les limites de validité de la relation obtenue.
olutions! ours! - Multiplicateur 0 e s alculer en fonction de. Donner les limites de validité de la relation obtenue. Quelle est la valeur supérieure de? Quel est le rôle de 0? - Multiplicateur e 0 s alculer
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailCalcul Formel et Numérique, Partie I
Calcul Formel et Numérique N.Vandenberghe nvdb@irphe.univ-mrs.fr Table des matières 1 Introduction à Matlab 2 1.1 Quelques généralités.......................... 2 2 Où trouver des informations 2 3 Opérations
Plus en détailModélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005
Modélisation et simulation du trafic Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005 Plan de la présentation! Introduction : modèles et simulations définition
Plus en détail3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes
PLAN CYCLE DE VIE D'UN LOGICIEL EXPRESSION DES BESOINS SPÉCIFICATIONS DU LOGICIEL CONCEPTION DU LOGICIEL LA PROGRAMMATION TESTS ET MISE AU POINT DOCUMENTATION CONCLUSION C.Crochepeyre Génie Logiciel Diapason
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailAlgorithmique et structures de données I
Algorithmique et structures de données I Riadh Ben Messaoud Université 7 novembre à Carthage Faculté des Sciences Économiques et de Gestion de Nabeul 1ère année Licence Fondamentale IAG 1ère année Licence
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailTests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA
Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Soutenance de doctorat, sous la direction de Pr. Bilodeau, M. et Pr. Ducharme, G. Université de Montréal et Université
Plus en détailEES : Engineering Equation Solver Fiche récapitulative - Marie-Sophie Cabot
EES : Engineering Equation Solver Fiche récapitulative - Marie-Sophie Cabot Permet la résolution de systèmes d équations algébriques, non linéaires Contient différentes bases de données thermodynamiques.
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailLe seul ami de Batman
Le seul ami de Batman Avant de devenir un héros de cinéma en 1989, Batman est depuis plus de 50 ans un fameux personnage de bandes dessinées aux États-Unis. Il fut créé en mai 1939 dans les pages de Détective
Plus en détailSystème de sécurité de périmètre INTREPID
TM Système de sécurité de périmètre INTREPID La nouvelle génération de systèmes de sécurité de périmètre MicroPoint Cable combine la technologie brevetée de Southwest Microwave, la puissance d un micro
Plus en détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
Plus en détailFormation à la C F D Computational Fluid Dynamics. Formation à la CFD, Ph Parnaudeau
Formation à la C F D Computational Fluid Dynamics Formation à la CFD, Ph Parnaudeau 1 Qu est-ce que la CFD? La simulation numérique d un écoulement fluide Considérer à présent comme une alternative «raisonnable»
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab
ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab notre compétence d'éditeur à votre service créée en juin 2010, Scilab enterprises propose services et support autour
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailCHAPITRE I. Modélisation de processus et estimation des paramètres d un modèle
CHAPITRE I Modélisation de processus et estimation des paramètres d un modèle I. INTRODUCTION. Dans la première partie de ce chapitre, nous rappelons les notions de processus et de modèle, ainsi que divers
Plus en détailQuantité de mouvement et moment cinétique
6 Quantité de mouvement et moment cinétique v7 p = mv L = r p 1 Impulsion et quantité de mouvement Une force F agit sur un corps de masse m, pendant un temps Δt. La vitesse du corps varie de Δv = v f -
Plus en détailCalculs et Certificats de Quantités d Intérêts Non Linéaires d un Mousqueton Cédric Bellis
Ecole Normale Supérieure de Cachan Département de Génie Mécanique Rapport de Stage de M1 Mécanique et Ingéniérie des Systèmes Stage effectué du 10/04 au 27/08 Laboratori de Càlcul Numèric - Universitat
Plus en détailAnnexe 6. Notions d ordonnancement.
Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document
Plus en détailPetit Guide de Survie en Scilab
Petit Guide de Survie en Scilab Romain JOLY Institut Fourier, Université Grenoble I Le but de ce petit guide n est pas d apprendre Scilab, mais plutôt de fournir d une part une aide à l apprentissage,
Plus en détailCHAPITRE VIII : Les circuits avec résistances ohmiques
CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On
Plus en détailGénérer du code à partir d une description de haut niveau
Cedric Dumoulin Générer du code à partir d une description de haut niveau Ce projet vise à fournir un environnement de développement permettant de modéliser des UI Android à un haut niveau d abstraction,
Plus en détailProbabilités Loi binomiale Exercices corrigés
Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailData loggers SOFREL LT/LT-US Solutions réseaux d eaux usées
Data loggers SOFREL LT/LT-US Solutions réseaux d eaux usées Les data loggers SOFREL LT et LT-US ont été conçus pour la surveillance des réseaux d eaux usées et pluviales (collecteurs, déversoirs d orage,
Plus en détailI Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...
TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................
Plus en détailApplication 1- VBA : Test de comportements d'investissements
Application 1- VBA : Test de comportements d'investissements Notions mobilisées Chapitres 1 à 5 du cours - Exemple de récupération de cours en ligne 1ère approche des objets (feuilles et classeurs). Corps
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailApprentissage statistique dans les graphes et les réseaux sociaux
Apprentissage statistique dans les graphes et les réseaux sociaux Patrick Gallinari Collaboration : L. Denoyer, S. Peters Université Pierre et Marie Curie AAFD 2010 1 Plan Motivations et Problématique
Plus en détail