SIMULATION ORIENTEE EVENEMENTS DES MODELES HYBRIDES

Dimension: px
Commencer à balayer dès la page:

Download "SIMULATION ORIENTEE EVENEMENTS DES MODELES HYBRIDES"

Transcription

1 SIMULATION ORIENTEE EVENEMENTS DES MODELES HYBRIDES R. Champagnat 1, 2, J.-C. Hochon 3, H. Pingaud 4 et R. Valette 1 1 : LAAS-CNRS UPR 8001, 7 avenue du colonel Roche, F-31077, Toulouse cede 4 2 : Université Paul Sabatier, 118 Route de Narbonne, F Toulouse cede 4 3 : Société IXI - Agence du Sud Ouest, 76 rue de la colombette, F Toulouse 4 : Laboratoire de Génie Chimique, ENSIGC, chemin de la loge, F Toulouse cede Résumé Cet article traite de la simulation orientée événements des modèles hybrides. Nous commençons par présenter un modèle hybride : les réseau prédicats-transitions-différentiels (réseau PTD). Puis nous proposons une méthode de simulation de ce modèle. Il s agit de transformer le réseau prédicats-transitions-différentiels de façons à ce qu il puisse être simuler par un simulateur à événements discrets. Nous eposons cette transformation, puis nous soulignons les limites de cette approche. Mots-clés systèmes hybrides, simulation, réseau de Petri. 1. Introduction Lorsque l'on traite de problèmes complees la seule façon de valider des politiques de commande est souvent de simuler le comportement du procédé vis-à-vis de cette politique. La simulation permet ainsi de diminuer les longs et coûteu essais sur une maquette ou sur le procédé lui même. Dans le cadre des systèmes hybrides, le modèle les décrivant doit prendre en compte à la fois les aspects discrets et les aspects continus. C'est-à-dire qu'il doit manipuler des variables discrètes et continues et être capable de décrire leurs évolutions. Un certain nombre d'approches ont été définies dans ce cadre. Soient elles proposent de discrétiser le temps [GEN 1998] ce qui rend la simulation impraticable si l'on souhaite une bonne précision, soit elles impliquent des restriction sur le comportement dynamique des variables continues [ALL 1998]. Une autre approche consiste à coupler des réseau de Petri et des systèmes d'équations différentielles algébriques [VAL 1998, DAU 1994, AND 1996]. Pour augmenter le pouvoir de description de cette approche et autoriser une approche modulaire, nous avons défini dans [CHA 1998a, CHA 1998b, CHA 1998c] un modèle basé sur le couplage de réseau de Petri de haut-niveau et de systèmes d'équations différentielles algébriques : les réseau prédicats-transitions-différentiels. A cause des restrictions faites sur la dynamique des variables continues, les réseau de de Petri hybrides [ALL 1998] sont toujours simulables. Par contre, la simulation de réseau prédicats-transitions-différentiels pose quelques problèmes. En fait, la simulation de ce modèle peut se faire selon deu méthodes [CHA 1998c]. La première consiste à combiner une simulation discrète avec une simulation continue, comme par eemple dans [BAR 1992, DAU 1994]. Cette méthode à l'avantage de proposer une simulation fine et eploitant pleinement le modèle. Cependant cette méthode est relativement coûteuse en temps de calcul. La seconde méthode est fondée sur une simulation orientée événements [CHA 1998c, CHA 1998] pour diminuer le temps de calcul. Son principe consiste à remplacer l'intégration des variables continues par des calculs algébriques de dates d'occurrence d'événements. Le simulateur à événements discrets, Miss RdP, est en cours d'etension, dans le cadre d'un projet ANVAR [LAN 1997], de façon à obtenir une version (Miss RdP Mite) permettant la simulation de modèles hybrides. Nous allons, dans cet article, présenter le modèle réseau prédicats-transitions-différentiels, puis détailler la méthode permettant de simuler ce modèle à partir d'un simulateur à événements discrets, et nous préciserons les cas pour lesquels cette simulation ne peut pas être appliquée.

2 2. Modèle hybride Notre but était d obtenir un modèle permettant de représenter à la fois des contraintes de type «mécanisme d allocation de ressources» ainsi que de représenter l évolution des variables continues à travers des équations. Les réseau de Petri permettent de représenter facilement les mécanismes d allocation de ressources. Nous avons alors cherché à représenter l évolution des variables continues au sein du modèle réseau de Petri. Il est bien évident que les réseau de Petri ordinaires ne peuvent représenter des variables continues. En effet il s agit d un modèle à événements discrets où la distribution des jetons dans les places donne l état du système et où le franchissement d une transition correspond à l occurrence d un événement. C est pourquoi une autre voie, celle des réseau de Petri de haut-niveau a été eplorée. Parmi les nombreu travau développés dans ce sens, nous pouvons citer ceu qui cherchent plutôt à aborder la validation [GEN 1998] et ceu qui concernent plutôt l'évaluation de la sûreté [MON 1998]. Les réseau de Petri de haut-niveau regroupent toutes les approches (réseau de Petri colorés, réseau de Petri prédicats-transitions, réseau de Petri à objets) permettant de manipuler des informations. Un n-uplet de variables est associé au jeton et, lors des franchissements de transitions, il est possible de modifier les variables des jetons (uniquement les variables associées à des jetons impliqués par le franchissement). Comme il n'eiste aucune restriction sur la nature de ces variables, nous avons ainsi un modèle pouvant comprendre à la fois des variables discrètes et des variables continues. Néanmoins, il faut souligner le fait que les variables continues ne sont mises à jour que lors des franchissements des transitions concernant les jetons auquels elles sont associées. L'évolution dynamique des variables continues ne peut être vue que sous la forme d'un échantillonnage, et si l'on désire une certaine précision des résultats, il faut franchir certaines transitions à chaque pas d'échantillonnage ( représentant le temps) avec un pas le plus petit possible. C'est la solution proposée par [BRE 1996] et [GEN 1998]. Cette technique présente cependant deu inconvénients majeurs. Le premier est que l on alourdit le modèle en introduisant des transitions qui ne représentent aucun événement, contrairement au autres transitions qui représentent l occurrence d un événement (bien entendu si l on veut représenter un système échantillonné ce type de transitions se justifie pleinement). On mélange, en quelques sortes, des aspects liés à la représentation du système que l on modélise avec des aspects liés à la façon d implémenter le modèle. Le second inconvénient est que l on est, ainsi, forcé de choisir une méthode d intégration à pas fie, or les méthodes modernes d intégration sont à pas variables. De plus pour obtenir une bonne précision sur les variables continues il faut diminuer, ce qui augmente la durée de simulation. Il est clair que l'on aboutit ainsi à une technique de simulation particulièrement inefficace. La figure 1.a montre le comportement d'une variable continue associée à un jeton dans un réseau de haut niveau. Les flèches verticales sur l'ae horizontale (ae du temps) correspondent au événements (par eemple le franchissement d'un seuil par une autre variable continue ou la réception d'un message provenant de l'environnement). Dans une modélisation classique (de nature asynchrone), les franchissements de transitions par le jeton portant la variable seront synchronisés sur ces événements. La figure 1.b montre le comportement obtenu si l'on suppose maintenant que les franchissements des transitions se font à chaque instant d'échantillonnage. L'approimation du comportement dynamique de la variable continue est meilleure, mais il n'y a aucune raison que les événements asynchrones correspondent eactement au instants d'échantillonage. Pour avoir une bonne précision le pas d'échantillonnage doit rester très petit. Les réseau de Petri continus et hybrides [ALL 1998] proposent une autre approche. Sous un formalisme graphique unifié, ils autorisent la représentation de la dynamique discrète par des places et des transitions ordinaires, et la représentation de la dynamique continue par des places, dont le marquage est un nombre réel (et non plus un nombre entier), et des transitions qui correspondent à des écoulements continus. On peut ainsi décrire des variables qui évoluent de façon continue et linéaire en fonction du temps. L'influence de la partie discrète sur la partie continue se fait par des boucles élémentaires reliant des places discrètes à des transitions continues et l'influence de la partie continue sur la partie discrète (franchissement de seuils par des variables continues) se fait par des boucles élémentaires reliant des places continues (variables testées) à des transitions discrètes. Comme la dynamique continue (évolution du marquage des places continues) est linéaire, il est toujours possible, à partir du marquage courant obtenu juste après le franchissement d'une transition de déterminer eactement la date du franchissement de toutes les transitions sensibilisées. Ceci est représenté sur la figure 1.c en supposant que la variable continue est une fonction linéaire du temps. Les instants pris en considération par le simulateur se restreignent au événements significatifs. On conserve donc le principe d'une simulation orientée événements (simulation à événements discrets) tout en ayant des résultats eacts. L'inconvénient est que l'on est limité vis-à-vis de la représentation des dynamique continues. En particulier il

3 semble difficile d'avoir simultanément des équations algébriques et des équations différentielles (à moins de repartir sur une approche échantillonnant le temps [ALL 1998]). 1.a réseau de haut-niveau 1.b réseau de haut-niveau avec temps échantillonné 1.c réseau de Petri hybrides 1.d réseau prédicats-transitions-différentiels Figure 1. Evolution des variables continues dans les différents modèles réseau de Petri. C est pourquoi nous avons défini une nouvelle approche de façon à représenter la dynamique des variables continues : les réseau prédicats-transitions-différentiels. Ce sont des réseau de Petri où les jetons portent des n- uplets de variables et où des équations formelles sont associées au places. Un jeton dans une place instanciera les équations formelles associées à la place, avec les variables qu il porte, pour définir les équations à intégrer. Ces équations donnent l évolution des variables continues. Les conditions associées au transitions sont étendues (fonctions de sensibilisation) de façon à traiter des variables évoluant continûment. Elles ne retournent plus simplement la valeur «vrai» ou «fau», elles déterminent pour quelle date une transition sensibilisée est franchissable. Les actions associées au transitions sont également étendues et deviennent des fonctions de jonctions décrivant des éventuelles discontinuités des variables continues. Nous obtenons donc un modèle représentant à la fois une dynamique discrète et une dynamique continue. Cela correspond au comportement décrit par la figure 1.d. L avantage de cette approche est que n importe quel solveur d équations différentielles algébriques peut être utilisé (Gear par eemple). De plus la partie discrète est totalement découplée de la partie continue. Il n est donc pas nécessaire de se restreindre à des classes prédéfinies d équations différentielles comme c est le cas pour les réseau de Petri continus ou hybrides. Par contre, le redémarrage du solveur après chaque franchissement de transition impliquant des changements d'équations et des sauts de variables continues n'est pas garanti. Cela dépendra du choi du solveur et des caractéristiques des équations différentielles et algébriques. 3. Simulation orientée événements des réseau prédicats-transitions-différentiels La méthode qui semble la plus naturelle, pour simuler les réseau prédicats-transitions-différentiels est donc de faire coopérer un simulateur orienté événements et un intégrateur de système d équations. Une telle méthode permet une simulation fine du modèle. Cependant, cette méthode est relativement coûteuse en temps de calcul car elle implique des interactions permanentes entre deu logiciels. Pour obtenir une simulation rapide, permettant ainsi de pouvoir mener des évaluations de performances de type

4 stochastique (simulation de Monte-Carlo), nous proposons une méthode de simulation qui consiste à n'utiliser qu'un simulateur à événements discrets. Il s agit alors de faire une simulation orientée événements. C est-à-dire une simulation pour laquelle on détermine l état du procédé pour certains points particuliers (qui ne sont pas spécialement uniformément répartis sur l horizon de simulation). Le simulateur va déterminer les dates d occurrence des événements et va «faire des sauts» jusqu au prochain événement, où il calculera le nouvel étant courant et les nouvelles dates d occurrence des événements. On voit bien que cette méthode est plus économique en temps de calcul car l état du procédé n est connu qu à certains points sur l horizon de simulation. Dans notre approche les transitions correspondent toutes à des événements au niveau du système représenté. Il ne s'agit pas pour certaines d'entre elles de représenter des pas d'intégration ou d'échantillonnage (pour remettre à jour les valeurs des variables continues), ce qui ferait perdre tout son intérêt à cette méthode de simulation. Pour pouvoir combiner les avantages d'une modélisation hybride et d'une simulation à événements discrets, on peut, alors, envisager de simuler les réseau prédicats-transitions-différentiels en : Remplaçant l'intégration des variables continues par une durée de temporisation calculée à partir des équations à intégrer (définies par l'ensemble des systèmes d'équations associés au places marquées) et des seuils à surveiller. Calculant les valeurs des variables continues, lors des franchissements des transitions, en fonction des équations décrivant l'évolution des variables continues dans l'état précédent et de la durée de séjour dans cet état. Pour réaliser la simulation des réseau prédicats-transitions-différentiels, nous allons utiliser le simulateur à événements discrets Miss-RdP développé par la société IXI. Il s agit d un simulateur mettant en œuvre un joueur de réseau de Petri et pouvant simuler des réseau de haut-niveau avec des aspects temporels. Le jeton peut transporter un n-uplet de variables (chaînes de caractères, entiers, réels). Des conditions (prédicats) et des transformations (actions), portant sur les variables, peuvent être associées au transitions. Les aspects temporels sont représentés par des fenêtres qui déterminent une durée pendant laquelle une transition sensibilisée peut être franchie. Une valeur précise, dans cette fenêtre, est tirée aléatoirement (la fonction aléatoire étant prédéfinie, mais pouvant être différente pour chaque transition) chaque fois que la transition correspondante devient franchissable pour un nouvel n-uplet de jetons. j t 2 1 : X F = 2 t 1 j 2 : Y F = 1 p 1 dx p1 /d = 1 dy p2 /d = 2 p 2 t 3 p3 Figure 2. Eemple de simulation de réseau prédicats-transitions-différentiels. Prenons par eemple le sous-réseau de la figure 2, composé des places p 1 et p 3 et des transitions t 1 et t 3 (en traits pleins). Nous supposons que la fonction de sensibilisation associée à t 3 est e 3 : X F == 15. La transformation de ce réseau se fait de la façon suivante. Une action est associée à t 1 permettant d initialiser la variable X F du jeton à 2. Cette action est conservée telle quelle. Dans la place p 1, la variable X F évolue suivant l équation dx p1 /d = 1. La condition pour quitter cet état est X F == 15. La durée de la temporisation ( t3 ) peut alors être calculée : t3 = (valeur_de_sortie valeur_initiale) / vitesse_de_variation = (15 2) / 1 = 13. On associe alors [13 ; 13] (fonction de dirac) comme fenêtre temporelle à t 3. Bien évidemment cette epression pourrait s écrire avec des variables littérales et la valeur de la durée pourrait être différente pour chaque jeton en fonction de la valeur de ses paramètres, ce qui correspondrait à des fenêtres non réduites à une seule valeur. Enfin il reste à mettre à jour la variable X F. Ce qui est fait en associant une action à t 3 (en supposant que p1, ici la valeur 13, représente la durée de séjour du jeton dans la place p 1 ) : X = 1 * p1 + 2.

5 L ensemble des équations activées par les jetons sensibilisant une transition doit être utilisé pour transformer la fonction de sensibilisation de cette transition en une fonction algébrique eplicite donnant la date de franchissement en fonction de l état continu des équipements à la date d arrivée des jetons dans la place. Ces équations sont également utilisées pour réécrire les fonctions de jonction car, si est la date de franchissement de la transition, il ne faut donner l état continu à +, non plus en fonction de l état à -, mais en fonction de l état des variables à la date d arrivée des jetons dans les places. Il est clair que ces transformations d équations ne sont pas toujours possibles. Les difficultés viendront bien sûr de la compleité des systèmes d équations, mais également du fait que les dates d arrivées des jetons dans les places d entrée d'une transition, ayant plusieurs places d'entrée, ne sont, en général, pas les mêmes. 4. Limitations Nous venons de voir que pour avoir une simulation rapide, nous devions transformer le modèle et que cette transformation n etait pas toujours possible. Nous avons identifié deu catégories de problèmes : lorsque le calcul de la durée de sensibilisation ne peut pas être mené et lorsque les dates d arrivées des jetons dans les places d entrée ne sont pas les mêmes Impossibilité de calculer la durée de sensibilisation Le calcul des durées de temporisation, qui remplacent l intégration des variables continues, et le calcul de ces variables lors des changements d état peut faire intervenir des équations plus ou moins complees à résoudre et mettant en œuvre des fonctions mathématiques diverses. Il est bien entendu nécessaire que le simulateur puisse effectuer ces opérations (nécessité de l'etension de la syntae pour l'epression des prédicats et des actions pour le simulateur MISS-RdP par eemple). Mais il faut également que la solution puisse être calculée analytiquement (caractère eplicite). Prenons l eemple de la figure 2, en considérant maintenant l ensemble des places et des transitions. Nous avons donc une place p 1 qui définit l évolution des variables de type X F et p 2 la dynamique des variables de type Y F. Nous considérons, également, la fonction de sensibilisation e 3 : X F * Y F == 15, associée à t 3 au lieu de e 3. En considérant, dans un premier temps, qu un jeton avec une variable est déposé dans p 1 en même temps qu un jeton avec y dans p 2. Il est impossible d isoler à gauche du signe égal. On obtient l équation (( + 2) * ln (2 + 1) == 15) qui est implicite et doit être résolue avec des méthodes numériques itératives Incohérence du calcul de la durée de sensibilisation Le calcul de la durée de sensibilisation d une transition se fait lorsque la transition est sensibilisée. Or les variables portées par les jetons ne sont mises à jour que lors des franchissements de transitions. C est-à-dire que si un jeton séjourne dans une place pendant une durée non nulle avant que la transition soit sensibilisée, le calcul de la durée de sensibilisation se fera avec des valeurs erronées pour les variables de ce jeton. La durée calculée sera donc incohérente. Reprenons l eemple du paragraphe précédent (figure 2), mais en considérant e 3 : X F == 15 associée à t 3 au lieu de e 3. Si à la date 1 on met un jeton portant une variable dans p 1. La variable vaudra 1, t 3 n est pas sensibilisée. Si un jetons portant une variable y arrive dans la place 2 à la date 2, on aura y qui vaudra 2 et comme t 3 est sensibilisée on calculera la durée de sensibilisation t3 = (15 2)/1 = 13. Or à la date 2, a évolué et n est plus égale à 2, mais à 3. Et à la date = 15, vaudra * 1 = 16 et non 15. Une solution est de recalculer les valeurs des attributs des jetons chaque fois que ces jetons apparaissent dans un nouvel n-uplet sensibilisant une transition. 5. Conclusion Dans cet article, après avoir brièvement rappelé le concept des réseau prédicats-transitions-différentiels, nous avons proposé une méthode de simulation de ces réseau orientée événements. Puis nous avons étudié les limites de cette méthode de simulation. Tout d abord, il faut être capable de calculer les durées de sensibilisation remplaçant les intégrations. On peut toutefois noter que ce calcul pourrait être remplacé par l utilisation d un abaque ou d une courbe d etrapolation. Ensuite, il faut s assurer que le calcul de la durée de sensibilisation soit cohérent. Les incohérences viennent du

6 fait qu en transformant les réseau prédicats-transitions-différentiels en réseau de Petri temporels de haut niveau on ne connait plus les valeurs des variables continues à chaque instant. Le temps passé par un jeton dans un place sans sensibiliser une transition est, en quelque sorte, «oublié». Pour palier à cet inconvénient, il faut prévoir un mécanisme de mise à jour des variables lors de la sensibilisation des transitions. 6. Références [ALL 1998] : H. Alla et J.-M. Flaus. Modeling of a gas storage unit using hybrid flow nets. Proceedings of ADPM 98, Mars 1998, Reims (France), pages [AND 1996] : D. Andreu. Commande et supervision des procédés discontinus : une approche hybride. Thèse de doctorat, Université Paul Sabatier, Toulouse III (France), Novembre [BAR 1992] : P.I. Barton. The Modelling and simulation of combined discrete/continuous processes. PhD thesis, University of London (Angleterre), [BRE 1996] : H. Brettschneider, H.J. Genrich et H.-M. Hanisch. Verification and performances analysis of recipe-based controllers by means of dynamic plant models. Second International conference on Computer Integrated Manufacturing in the Process Industries, Juin 1996, Eindhoven (Hollande). [CHA 1998a] : R. Champagnat, P. Esteban, H. Pingaud et R. Valette. Petri net based modeling of hybrid systems. Computers in Industry, volume 36, N 1-2, pages , Avril [CHA 1998b] : R. Champagnat, J.-P. Bertrand, F. Dannou, P. Darfeuil, J.-C. Hochon et J.-P. Signoret. Optimisation des systèmes de production industriels : apport des techniques de simulation mite de phénomènes continus et discrets. 11 ème colloque national de fiabilité et maintenabilité, Septembre-Octobre 1998, Arcachon (France), pages [CHA 1998c] : R. Champagnat. Supervision des systèmes discontinus : définition d'un modèle hybride et pilotage en tempsréel. Thèse de doctorat, Université Paul Sabatier, Toulouse III (France), Octobre [DAU 1994] : B. Daubas. Modélisation et simulation des procédés continus et discontinus. Thèse de doctorat, Institut National Polytechnique de Toulouse (France), Novembre [GEN 1998] : H. Genrich et J. Schuart. Modelling and verification of hybrid systems using hierarchical coloured Petri nets. Proceedings of ADPM 98, mars 1998, Reims (France), pages [LAN 1997] : C. Lansade et P. Tayrac. Simulation mite. Projet ANVAR TLS 0089, Pau (France), Janvier [MON 1998] : G. Moncelet. Application des réseau de Petri à l'évaluation de la sûreté de fonctionnement des systèmes mécatroniques du monde automoblile. Thèse de doctorat, Université Paul Sabatier, Toulouse III (France). Octobre [PIN 1996] : H. Pingaud et R. Valette. L'approche réseau de Petri dans le cadre de la simulation, de l'optimisation et de la conduite des procédés batchs. Dans les proceedings de SIMO 96 (Simulation-Optimisation Commande), volume , Octobre 1996, Toulouse (France), pages [VAL 1998] : C. Valentin-Roubinet. Modelling of hybrid systems: DAE supervised by Petri nets the eample of a gas storage. Proceedings of ADPM 98, Mars 1998, Reims (France), pages

EVALUATION DE LA SURETE DE FONCTIONNEMENT DES SYSTEMES DYNAMIQUES PAR

EVALUATION DE LA SURETE DE FONCTIONNEMENT DES SYSTEMES DYNAMIQUES PAR EVALUATION DE LA SURETE DE FONCTIONNEMENT DES SYSTEMES DYNAMIQUES PAR MODELISATION RECURSIVE Résumé : CABARBAYE André 1 - LAULHERET Roland 2 Centre National d Etudes Spatiales (CNES) (1) & (2) 18, avenue

Plus en détail

planification ordonnancement supervision coordination contrôle local

planification ordonnancement supervision coordination contrôle local Supervision des procédés : du discret au discontinu Robert VALETTE*, Hervé PINGAUD** *LAAS CNRS, 7 Av. du Colonel Roche, 31077 Toulouse Cedex Tel : 05 61 33 64 09, Email : robert@laas.fr ** LGC CNRS, INP/ENSIGC,18

Plus en détail

La modélisation de la gestion de flux par Réseaux de Petri et le trafic urbain

La modélisation de la gestion de flux par Réseaux de Petri et le trafic urbain La modélisation de la gestion de flux par Réseaux de Petri et le trafic urbain Marc Bourcerie*, Frédéric Guegnard*, Frédéric Bousseau** * IUT Université Angers LISA EA 9 Département Génie Electrique et

Plus en détail

Analyse abstraite de missions sous PILOT

Analyse abstraite de missions sous PILOT Analyse abstraite de missions sous PILOT Damien Massé EA 3883, Université de Bretagne Occidentale, Brest damien.masse@univ-brest.fr Résumé Nous étudions la possibilité de réaliser un analyseur par interprétation

Plus en détail

FctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines

FctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines FctsAffines.nb 1 Mathématiques, 1-ère année Edition 2007-2008 Fonctions affines Supports de cours de mathématiques de degré secondaire II, lien hpertete vers la page mère http://www.deleze.name/marcel/sec2/inde.html

Plus en détail

Thème 11 Réseaux de Petri Places-Transitions

Thème 11 Réseaux de Petri Places-Transitions Thème 11 Réseaux de Petri Places-Transitions Contenu du thème 1. Introduction 2. RdP PT 3. Protocoles de communication Références Diaz, Michel (2001) Les Réseaux de Petri Modèles fondamentaux, Hermes Science

Plus en détail

Chapitre 4 Modélisation et Conception de BD

Chapitre 4 Modélisation et Conception de BD Pourquoi une modélisation préalable? Chapitre 4 Modélisation et Conception de BD Il est difficile de modéliser un domaine sous une forme directement utilisable par un SGBD. Stockage physique Cohérence/intégrité

Plus en détail

ANNEXE 1 BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques

ANNEXE 1 BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques ANNEXE BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques L'enseignement des mathématiques dans les sections de techniciens supérieurs Agencement de l'environnement architectural

Plus en détail

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème.

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème. Mathématiques - classe de 1ère des séries STI2D et STL. 1. Analyse On dote les élèves d outils mathématiques permettant de traiter des problèmes relevant de la modélisation de phénomènes continus ou discrets.

Plus en détail

SUR L ANALYSE DES SYSTEMES HYBRIDES A L AIDE DE RESEAUX DE PETRI

SUR L ANALYSE DES SYSTEMES HYBRIDES A L AIDE DE RESEAUX DE PETRI SUR L ANALYSE DES SYSTEMES HYBRIDES A L AIDE DE RESEAUX DE PETRI Mircea Adrian DRIGHICIU Universitatea din Craiova, Facultatea de Electromecanic Bd.Decebal Nr. 7, e-mail:adrighiciu@em.ucv.ro Résumé: La

Plus en détail

Réseaux de Petri. E.N.S.E.E.I.H.T. Automatique Informatique Industrielle 22 Novembre 2000

Réseaux de Petri. E.N.S.E.E.I.H.T. Automatique Informatique Industrielle 22 Novembre 2000 E.N.S.E.E.I.H.T. Automatique Informatique Industrielle 22 Novembre 2000 Réseaux de Petri Documents autorisés: cours polycopié, notes de cours, examens des 2 années antérieures 1) Analyse (10 points) On

Plus en détail

2. Les exponentielles

2. Les exponentielles - 1 - Les eponentielles. Les eponentielles.1 Introduction et définitions Eemple 1 : On veut faire un élevage de souris. Pour cela on achète 1 souris grises, souris blanches et 1 souris brunes. Les souris

Plus en détail

Chapitre 2 Modélisation de bases de données

Chapitre 2 Modélisation de bases de données Pourquoi une modélisation préalable? Chapitre 2 Modélisation de bases de données 1. Première étape : le modèle conceptuel Eemple : le modèle Entités-Associations (E/A) 2. Deuième étape : le modèle Traduction

Plus en détail

Bases mathématiques pour l économie et la gestion

Bases mathématiques pour l économie et la gestion Bases mathématiques pour l économie et la gestion Bases mathématiques Pour l économie et la gestion - Table des matières PREMIERE PARTIE : QUELQUES OUTILS Chapitre : Traitement de systèmes d'équations..

Plus en détail

IFT6561. Simulation: aspects stochastiques

IFT6561. Simulation: aspects stochastiques IFT 6561 Simulation: aspects stochastiques DIRO Université de Montréal Automne 2013 Détails pratiques Professeur:, bureau 3367, Pav. A.-Aisenstadt. Courriel: bastin@iro.umontreal.ca Page web: http://www.iro.umontreal.ca/~bastin

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013»

Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013» Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013» I Objectifs Niveau fondamental : «on se fixe pour objectif la

Plus en détail

1 Etude des propriétés d un réseau de Petri

1 Etude des propriétés d un réseau de Petri UNIVERSITE DE CAEN U.F.R. de SCIENCES 1 ière session 2005 Master EEA 1A, Pro AEII et recherche ESCI Examen: Réseaux de Petri AE406T2 durée: 1h30 Responsable : G. Scorletti Chaque candidat doit, au début

Plus en détail

Evaluation de performance en Sûreté de Fonctionnement

Evaluation de performance en Sûreté de Fonctionnement Groupe SdF Midi-Pyrénées Toulouse 5 juin 2015 Evaluation de performance en Sûreté de Fonctionnement - Andre.cabarbaye Plan Introduction Types de performances Finalité des analyses Attentes du donneur d

Plus en détail

EXPERIENCE DE COUPLAGE DE MODELES ALTARICA AVEC DES INTERFACES METIERS EXPERIMENT OF COUPLING ALTARICA MODELS WITH SPECIALIZED INTERFACES

EXPERIENCE DE COUPLAGE DE MODELES ALTARICA AVEC DES INTERFACES METIERS EXPERIMENT OF COUPLING ALTARICA MODELS WITH SPECIALIZED INTERFACES EXPERIENCE DE COUPLAGE DE MODELES ALTARICA AVEC DES INTERFACES METIERS EXPERIMENT OF COUPLING ALTARICA MODELS WITH SPECIALIZED INTERFACES PERROT Benoit, PROSVIRNOVA Tatiana, RAUZY Antoine, SAHUT D IZARN

Plus en détail

Systèmes linéaires. 1. Introduction aux systèmes d équations linéaires. Exo7. 1.1. Exemple : deux droites dans le plan

Systèmes linéaires. 1. Introduction aux systèmes d équations linéaires. Exo7. 1.1. Exemple : deux droites dans le plan Exo7 Systèmes linéaires Vidéo partie 1. Introduction aux systèmes d'équations linéaires Vidéo partie 2. Théorie des systèmes linéaires Vidéo partie 3. Résolution par la méthode du pivot de Gauss 1. Introduction

Plus en détail

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Master Modélisation et Simulation / ENSTA TD 1 2012-2013 Les méthodes dites de Monte-Carlo consistent en des simulations expérimentales de problèmes

Plus en détail

LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION

LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION Dans les leçons précédentes, nous avons modélisé des problèmes en utilisant des graphes. Nous abordons dans cette leçon un autre type de modélisation.

Plus en détail

Description du module GENERATEUR rev.2 1. Rôle du module

Description du module GENERATEUR rev.2 1. Rôle du module Description du module GENERATEUR rev.2 1. Rôle du module Ce module doit implémenter un générateur de «points aléatoires» selon une répartition de densité donnée. Tout d abord, le générateur doit être initialisé

Plus en détail

Chapitre 3 LE MODELE RELATIONNEL

Chapitre 3 LE MODELE RELATIONNEL Chapitre 3 LE MODELE RELATIONNEL Le modèle relationnel a été inventé en 1960 et a fait l'objet de très nombreuses recherches qui ont débouché sur la réalisation et commercialisation de SGBDs relationnels.

Plus en détail

Simulation de systèmes mécatroniques

Simulation de systèmes mécatroniques Simulation de systèmes mécatroniques objectifs : ) Comprendre les notions fondamentales de la simulation, leurs avantages et leurs limitations 2) Etre apte à utiliser le logiciel SIMULINK 3) Savoir structurer

Plus en détail

Groupe Eyrolles, 2001, 2003, 2004, ISBN : 2-212-11480-X

Groupe Eyrolles, 2001, 2003, 2004, ISBN : 2-212-11480-X Groupe Eyrolles, 2001, 2003, 2004, ISBN : 2-212-11480-X Chapitre 6 Exercices corrigés et conseils méthodologiques Mots-clés Activité continue/finie Transition automatique Contexte statique Événements «after»

Plus en détail

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE Annexe MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE L enseignement des mathématiques au collège et au lycée a pour but de donner à chaque

Plus en détail

Le modèle de données relationnel

Le modèle de données relationnel Le modèle de données relationnel 1. Le modèle relationnel 1.1. Présentation Le modèle relationnel représente la base de données comme un ensemble de tables, sans préjuger de la façon dont les informations

Plus en détail

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Technologie et biologie (TB) Discipline : Informatique Première et seconde années Programme d informatique

Plus en détail

Calcul Scientifique L2 Maths Notes de Cours

Calcul Scientifique L2 Maths Notes de Cours Calcul Scientifique L2 Maths Notes de Cours Le but de ce cours est d aborder le Calcul Scientifique, discipline arrivant en bout d une d une chaîne regroupant divers concepts tels que la modélisation et

Plus en détail

Aide à la décision pour l'optimisation de la maintenance des stations de compression de gaz naturel

Aide à la décision pour l'optimisation de la maintenance des stations de compression de gaz naturel Aide à la décision pour l'optimisation de la maintenance des stations de compression de gaz naturel J. Blondel, L. Marle - CRIGEN A. Abdesselam GRTgaz F. Brissaud - DNV France Presentation Plan Objectifs

Plus en détail

Probabilités 5. Simulation de variables aléatoires

Probabilités 5. Simulation de variables aléatoires Probabilités 5. Simulation de variables aléatoires Céline Lacaux École des Mines de Nancy IECL 27 avril 2015 1 / 25 Plan 1 Méthodes de Monte-Carlo 2 3 4 2 / 25 Estimation d intégrales Fiabilité d un système

Plus en détail

Scicos et Modelica. Ramine Nikoukhah

Scicos et Modelica. Ramine Nikoukhah Scicos et Modelica Ramine Nikoukhah 1 C est quoi Scicos? Editeur, simulateur et générateur du code pour les systèmes dynamiques hybrides Objectif : Utilisations industrielles mais aussi l enseignement

Plus en détail

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini.

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. 1 Introduction Des actions comme lancer un dé, tirer une carte d un jeu, observer la durée de vie d une ampoule électrique, etc...sont

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

Université ABOU-BEKR BELKAÏD Tlemcen Faculté de génie électrique et électronique. Thèse. Pour obtenir le grade de docteur. Par.

Université ABOU-BEKR BELKAÏD Tlemcen Faculté de génie électrique et électronique. Thèse. Pour obtenir le grade de docteur. Par. Université ABOU-BEKR BELKAÏD Tlemcen Faculté de génie électrique et électronique Thèse Pour obtenir le grade de docteur Spécialité : Productique Préparé au laboratoire de productique de Tlemcen Par Latéfa

Plus en détail

Chapitre 1 : Introduction aux bases de données

Chapitre 1 : Introduction aux bases de données Chapitre 1 : Introduction aux bases de données Les Bases de Données occupent aujourd'hui une place de plus en plus importante dans les systèmes informatiques. Les Systèmes de Gestion de Bases de Données

Plus en détail

APPROCHE DE LA SURVEILLANCE DES SYSTEMES PAR RESEAUX DE PETRI SYNCHRONISES FLOUS

APPROCHE DE LA SURVEILLANCE DES SYSTEMES PAR RESEAUX DE PETRI SYNCHRONISES FLOUS THE PUBLISHING HOUSE PROCEEDINGS OF THE ROMANIAN ACADEMY, Series A, OF THE ROMANIAN ACADEMY Volume 9, Number 2/2008, pp. 000 000 APPROCHE DE LA SURVEILLANCE DES SYSTEMES PAR RESEAUX DE PETRI SYNCHRONISES

Plus en détail

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses

Plus en détail

Master de recherche Conception Industrialisation Innovation 1

Master de recherche Conception Industrialisation Innovation 1 1 DOMAINE SCIENCES ET TECHNOLOGIE Mention à l ENSAM «Conception Industrialisation Risques et Décision» Mention à l UPV et l ENIM «Sciences pour l ingénieur» Master de Recherche M2 Spécialité «Conception,

Plus en détail

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S POUR L ENSEIGNEMENT DE L INFORMATIQUE MPSI première année I. Objectifs de la formation II-1 Développement de compétences et d aptitudes

Plus en détail

LE POINT SUR LES MATHÉMATIQUES DANS LES BTS RENTRÉE 2003

LE POINT SUR LES MATHÉMATIQUES DANS LES BTS RENTRÉE 2003 LE POINT SUR LES MATHÉMATIQUES DANS LES BTS RENTRÉE 00 ) LES PROGRAMMES a) Le cadre général L arrêté du 8 juin 00 comporte trois annexes, notamment l annexe donnant l intégralité des modules permettant

Plus en détail

TP N 57. Déploiement et renouvellement d une constellation de satellites

TP N 57. Déploiement et renouvellement d une constellation de satellites TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les

Plus en détail

5.1.1 La procédure pour la description d'une situation-problème

5.1.1 La procédure pour la description d'une situation-problème 5 LE CHOIX DES PARTIES DE COURS : UNE PROGRESSION DES APPRENTISSAGES Éléments du cinquième chapitre 5.1 La description de la situation-problème finale 5.1.1 La procédure pour la description d'une situation-problème

Plus en détail

9. Équations différentielles

9. Équations différentielles 63 9. Équations différentielles 9.1. Introduction Une équation différentielle est une relation entre une ou plusieurs fonctions inconnues et leurs dérivées. L'ordre d'une équation différentielle correspond

Plus en détail

La maison Ecole d ' Baccalauréat blanc Classe de terminale ES. Exercice 1 - sur 4 points

La maison Ecole d ' Baccalauréat blanc Classe de terminale ES. Exercice 1 - sur 4 points La maison Ecole d ' Baccalauréat blanc Classe de terminale ES Année scolaire 00-004 Copyright c 004 J.- M. Boucart GNU Free Documentation Licence On veillera à détailler et à rédiger clairement les raisonnements,

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.

Plus en détail

FONCTIONS. I Généralités sur les fonctions. Définitions. Remarque. Exercice 01. Remarque

FONCTIONS. I Généralités sur les fonctions. Définitions. Remarque. Exercice 01. Remarque FNCTINS I Généralités sur les fonctions Définitions Soit D une partie de l'ensemble IR. n définit une fonction f de D dans IR, en associant à chaque réel de D, un réel et un seul noté f() et que l'on appelle

Plus en détail

Vérification Formelle des Aspects de Cohérence d un Workflow net

Vérification Formelle des Aspects de Cohérence d un Workflow net Vérification Formelle des Aspects de Cohérence d un Workflow net Abdallah Missaoui Ecole Nationale d Ingénieurs de Tunis BP. 37 Le Belvédère, 1002 Tunis, Tunisia abdallah.missaoui@enit.rnu.tn Zohra Sbaï

Plus en détail

MEGA ITSM Accelerator. Guide de Démarrage

MEGA ITSM Accelerator. Guide de Démarrage MEGA ITSM Accelerator Guide de Démarrage MEGA 2009 SP4 1ère édition (juin 2010) Les informations contenues dans ce document pourront faire l objet de modifications sans préavis et ne sauraient en aucune

Plus en détail

1 Formalisme de la Mécanique Quantique

1 Formalisme de la Mécanique Quantique Théorie Spectrale et Mécanique Quantique Christian Gérard Département de Mathématiques, Bât. 425 UMR 8628 du CNRS Université de Paris-Sud F-91405 Orsay Cédex FRANCE email : Christian.Gerard@math.u-psud.fr

Plus en détail

Modèle réduit pour la DSC : Application aux solutions binaires

Modèle réduit pour la DSC : Application aux solutions binaires Modèle réduit pour la DSC : Application aux solutions binaires Stéphane GIBOUT 1, Erwin FRANQUET 1, William MARÉCHAL 1, Jean-Pierre BÉDÉCARRATS 1, Jean-Pierre DUMAS 1 1 Univ. Pau & Pays Adour, LaTEP-EA

Plus en détail

Examen final LOG3000 Hiver 2014

Examen final LOG3000 Hiver 2014 Examen final LOG3000 Hiver 2014 Lundi le 28 avril 2014. Durée : 13h30 à 16h00 (total 2h30). Local : A-532. Total des points : 20. Pondération de l'examen dans la note finale : 40%. Sans documentation.

Plus en détail

Architecture des calculateurs

Architecture des calculateurs Chapitre 1 Architecture des calculateurs 1.1 Introduction Ce paragraphe n a pas la prétention de présenter un cours d informatique. D une manière générale, seuls les caractéristiques architecturales qui

Plus en détail

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de

Plus en détail

DUT Informatique - Module M-4102C Modélisation et construction des applications réparties

DUT Informatique - Module M-4102C Modélisation et construction des applications réparties DUT Informatique - Module M-4102C Modélisation et construction des applications réparties Applications réparties (distributed systems) J. Christian Attiogbé Février 2009, maj 2015 J. Christian Attiogbé

Plus en détail

TP d asservissement numérique sur maquette Feedback

TP d asservissement numérique sur maquette Feedback SOUBIGOU Antoine GE3S Semestre 5 2002 PAILLARD Jean-Noël TP d asservissement numérique sur maquette Feedback ECOLE NATIONALE SUPERIEURE DES ARTS ET INDUSTRIES DE STRASBOURG 24, Boulevard de la Victoire

Plus en détail

LE PROBLEME DU PLUS COURT CHEMIN

LE PROBLEME DU PLUS COURT CHEMIN LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs

Plus en détail

CHAPITRE VIII : Les circuits avec résistances ohmiques

CHAPITRE 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 détail

Simulation simplifiée de la Cinétique de l antenne HUYGENS-PWA et Comparaison avec la modulation d amplitude du signal à 36 Hz

Simulation simplifiée de la Cinétique de l antenne HUYGENS-PWA et Comparaison avec la modulation d amplitude du signal à 36 Hz Simulation simplifiée de la Cinétique de l antenne HUYGENS-PWA et Comparaison avec la modulation d amplitude du signal à 36 Hz 1 Note interne LPCE-CETP, Version # 3, C. Béghin & D. Lagoutte, Octobre 2007

Plus en détail

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation ) DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité

Plus en détail

TP Méthodes Numériques

TP Méthodes Numériques ENSIMAG 1ère année, 2007-2008 TP Méthodes Numériques Objectifs Les objectifs de ce TP sont : de revenir sur les méthodes de résolution des équations différentielles vues en cours de MN ; d utiliser un

Plus en détail

ORDRE DE RÉACTION : MÉTHODES DE

ORDRE DE RÉACTION : MÉTHODES DE ORDRE DE RÉACTION : MÉTHODES DE RÉSOLUTION Table des matières 1 Méthodes expérimentales 2 1.1 Position du problème..................................... 2 1.2 Dégénérescence de l ordre...................................

Plus en détail

4. Programmation en nombres entiers

4. Programmation en nombres entiers IFT575 Modèles de recherche opérationnelle (RO). Programmation en nombres entiers b. Séparation et évaluation progressive c. Plans de coupes Résolution de modèles entiers Programmation en nombres entiers

Plus en détail

Administration unique par voie IV et sous la forme d'un bolus du principe actif. Analyse des données urinaires du principe actif

Administration unique par voie IV et sous la forme d'un bolus du principe actif. Analyse des données urinaires du principe actif Diplôme Universitaire de Pharmacocinétique de Toulouse *** Année 2007 *** Le modèle monocompartimental : Administration unique par voie IV et sous la forme d'un bolus du principe actif Analyse des données

Plus en détail

Analyse et modélisation de tâches

Analyse et modélisation de tâches Analyse et modélisation de tâches 1. Introduction La conception de logiciel interactif (ou conception d'interface homme-machine [IHM], ou conception d'interface) est l'activité qui vise à définir le fonctionnement

Plus en détail

LE CONTRÔLE DES CHARGES DE PERSONNEL Ce diaporama est consacré à l étude des moyens de contrôle de gestion dont on dispose pour la deuxième

LE CONTRÔLE DES CHARGES DE PERSONNEL Ce diaporama est consacré à l étude des moyens de contrôle de gestion dont on dispose pour la deuxième LE CONTRÔLE DES CHARGES DE PERSONNEL Ce diaporama est consacré à l étude des moyens de contrôle de gestion dont on dispose pour la deuxième composante du «prime cost» (coût principal), les charges de personnel.

Plus en détail

Décomposition de domaine pour un milieu poreux fracturé

Décomposition de domaine pour un milieu poreux fracturé Décomposition de domaine pour un milieu poreux fracturé Laila AMIR 1, Michel KERN 2, Vincent MARTIN 3, Jean E ROBERTS 4 1 INRIA-Rocquencourt, B.P. 105, F-78153 Le Chesnay Cedex Email: laila.amir@inria.fr

Plus en détail

Fondements de l informatique: Examen Durée: 3h

Fondements de l informatique: Examen Durée: 3h École polytechnique X2013 INF412 Fondements de l informatique Fondements de l informatique: Examen Durée: 3h Sujet proposé par Olivier Bournez Version 3 (corrigé) L énoncé comporte 4 parties (sections),

Plus en détail

TS Physique D Aristote à aujourd hui Exercice résolu

TS Physique D Aristote à aujourd hui Exercice résolu P a g e 1 TS Physique Eercice résolu Enoncé -34 avant JC : Aristote déclare qu une masse d or, de plomb ou de tout autre corps pesant tombe d autant plus vite qu elle est plus grosse et, en particulier,

Plus en détail

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2 éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........

Plus en détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

Modélisation et simulation de SMA gestion du temps

Modélisation et simulation de SMA gestion du temps Modélisation et simulation de SMA gestion du temps Problèmes / solutions MASTER RECHERCHE Fabien MICHEL fmichel@lirmm.fr 8 / 3 / 2010 1 Plan I Simulation multi-agents (rappels) II Exemple de problèmes

Plus en détail

Développement d un système de commande et de régulation de la température de l air d une soufflerie de séchage convectif

Développement d un système de commande et de régulation de la température de l air d une soufflerie de séchage convectif Revue des Energies Renouvelables SMSTS 08 Alger (2008) 67 77 Développement d un système de commande et de régulation de la température de l air d une soufflerie de séchage convectif Y. Bouteraa 1*, M.

Plus en détail

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

Plus en détail

Tutorat 3 de Mathématiques (2ème année)

Tutorat 3 de Mathématiques (2ème année) Tutorat 3 de Mathématiques (2ème année) Marches aléatoires et marchés financiers Groupe 4 tuteur : J. Bouttier 8 février 2010 Résumé Depuis la thèse de Bachelier, les marchés nanciers ont constitué un

Plus en détail

Module OMGL - UE ModDyn

Module OMGL - UE ModDyn Module OMGL - UE ModDyn Modélisation de la dynamique / Réseaux de Petri J. Christian Attiogbé Février 2009, maj 2012 J. Christian Attiogbé (Février 2009, maj 2012) Module OMGL - UE ModDyn 1 / 34 Plan de

Plus en détail

Thème 12: Généralités sur les fonctions

Thème 12: Généralités sur les fonctions GÉNÉRALITÉS SUR LES FONCTIONS 69 Thème 12: Généralités sur les fonctions 12.1 Introduction Qu est-ce qu une fonction? Une fonction est une sorte de "machine". On choisit dans un ensemble de départ A un

Plus en détail

PARCOURS DU CAVALIER SUR L ÉCHIQUIER

PARCOURS DU CAVALIER SUR L ÉCHIQUIER I05 ÉPREUVE COMMUNE DE TIPE 2011 - Partie D TITRE : PARCOURS DU CAVALIER SUR L ÉCHIQUIER Temps de préparation :.. 2 h 15 minutes Temps de présentation devant les examinateurs :.10 minutes Dialogue avec

Plus en détail

: 3 si x 2 [0; ] 0 sinon

: 3 si x 2 [0; ] 0 sinon Oral HEC 2007 Question de cours : Dé nition d un estimateur ; dé nitions du biais et du risque quadratique d un estimateur. On considère n (n > 2) variables aléatoires réelles indépendantes X 1,..., X

Plus en détail

MÉTHODES DE CLASSIFICATION

MÉTHODES DE CLASSIFICATION MÉTHODES DE CLASSIFICATION Pierre-Louis GONZALEZ MÉTHODES DE CLASSIFICATION Objet Opérer des regroupements en classes homogènes d un ensemble d individus. Données Les données se présentent en général sous

Plus en détail

Fonction polynôme du second degré : Forme canonique

Fonction polynôme du second degré : Forme canonique Fonction polynôme du second degré : Forme canonique I) Introduction. Soit g(x) = a(x - s)²+h. Toute fonction polynôme du second degré peut s écrire sous cette forme. Le passage de la forme développée à

Plus en détail

Définition générale d'un Workflow :

Définition générale d'un Workflow : Workflow Table des matières Analyse... 3 Définition générale d'un Workflow :... 3 Avantages...4 Workflow Pattern...5 Forme Mathématique...7 Terminologie...8 Langages, Notations et Projets... 9 Les Notations:...9

Plus en détail

M2 TIIR (2013-2014) Bilel Derbel

M2 TIIR (2013-2014) Bilel Derbel M2 TIIR (2013-2014) Bilel Derbel Notre but est de concevoir une application générique sur grid5000 qui permet de déployer des calculs parallèles de façon transparente Plus précisément, nous nous plaçons

Plus en détail

Oscillations libres des systèmes à deux degrés de liberté

Oscillations libres des systèmes à deux degrés de liberté Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à

Plus en détail

ÉPREUVE OPTIONNELLE D'INFORMATIQUE AU BACCALAURÉAT (juin 1988) - suite - POLYNÉSIE -

ÉPREUVE OPTIONNELLE D'INFORMATIQUE AU BACCALAURÉAT (juin 1988) - suite - POLYNÉSIE - 62 ÉPREUVE OPTIONNELLE D'INFORMATIQUE AU BACCALAURÉAT (juin 1988) - suite - POLYNÉSIE - PREMIÈRE PARTIE (sur 6 points) Le candidat choisira l'un des deux sujets proposés, qu'il traitera en 200 à 300 mots.

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Elma m l a ki i Haj a a j r a Alla a Tao a uf u i f q B ur u kkad a i i Sal a ma m n a e n e Be B n e a n b a d b en e b n i b i Il I ham

Elma m l a ki i Haj a a j r a Alla a Tao a uf u i f q B ur u kkad a i i Sal a ma m n a e n e Be B n e a n b a d b en e b n i b i Il I ham Exposé: la technique de simulation MONTE-CARLO Présenté par : Elmalki Hajar Bourkkadi Salmane Alla Taoufiq Benabdenbi Ilham Encadré par : Prof. Mohamed El Merouani Le plan Introduction Définition Approche

Plus en détail

Apprentissage par méthodes à noyaux en reconnaissance d images

Apprentissage par méthodes à noyaux en reconnaissance d images Apprentissage par méthodes à noyaux en reconnaissance d images Alberto Bietti Table des matières Introduction 2 1 Apprentissage par méthodes à noyaux 2 1.1 Position du problème et motivation..........................

Plus en détail

Patrons de conception prouvés

Patrons de conception prouvés Patrons de conception prouvés Thierry Lecomte 1 Dominique Méry 2 Dominique Cansell 2 (1) ClearSy, 320, avenue Archimède, Les Pléiades 3 Bât A 13857 Aix en Provence, France. (2) Loria, Université Henri

Plus en détail

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls.

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls. Diagonalisation des matrices http://www.math-info.univ-paris5.fr/~ycart/mc2/node2.html Sous-sections Matrices diagonales Valeurs propres et vecteurs propres Polynôme caractéristique Exemples Illustration

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Travail d Initiative Personnel Encadré : Chaines de Markov et protocole de gestion des communications radios par satellite relais.

Travail d Initiative Personnel Encadré : Chaines de Markov et protocole de gestion des communications radios par satellite relais. Yongwe Jean-Luc Travail d Initiative Personnel Encadré : Chaines de Markov et protocole de gestion des communications radios par satellite relais. (Système ALOHA) (Sous la tutelle de Madame Anne Perrut)

Plus en détail

Analyse de la variance à deux facteurs

Analyse de la variance à deux facteurs 1 1 IRMA, Université Louis Pasteur Strasbourg, France Master 1 Psychologie du développement 06-10-2008 Contexte Nous nous proposons d analyser l influence du temps et de trois espèces ligneuses d arbre

Plus en détail

www.almohandiss.com Recherche opérationnelle EXERCICES DE Serveur d'exercices 1/16

www.almohandiss.com Recherche opérationnelle EXERCICES DE Serveur d'exercices 1/16 EXERCICES DE RECHERCHE OPERATIONNELLE Serveur d'exercices 1/16 EXERCICE 1. Niveau : Gymnase (Lycée) Auteur : Vincent Isoz (isozv@hotmail.com Mots-clés : recherche opérationnelle Enoncé : Supposons qu'une

Plus en détail

ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE

ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE P. Baudet, C. Azzaro-Pantel, S. Domenech et L. Pibouleau Laboratoire de Génie Chimique - URA 192 du

Plus en détail

16 Fondements du pilotage

16 Fondements du pilotage $YDQWSURSRV Le pilotage des systèmes de production est un sujet qui revêt une importance grandissante, au fur et à mesure que l automatisation de ceux-ci d une part, la multiplication des contraintes de

Plus en détail

Niveaux 1 2 3 4 Option spécifique - 2 2 3 Option complémentaire - - 2 2

Niveaux 1 2 3 4 Option spécifique - 2 2 3 Option complémentaire - - 2 2 Direction de l'instruction publique, de la culture et du sport Direktion für Erziehung, Kultur und Sport Service de l enseignement secondaire du deuxième degré Amt für Unterricht der Sekundarstufe 2 CANTON

Plus en détail