Dynamique des protéines, simulation moléculaire et physique statistique

Dimension: px
Commencer à balayer dès la page:

Download "Dynamique des protéines, simulation moléculaire et physique statistique"

Transcription

1 Dynamique des protéines, simulation moléculaire et physique statistique Gerald R. Kneller Université d Orléans Laboratoire Léon Brillouin, CEA Saclay Centre de Biophysique Moléculaire,CNRS PPF Orléans / Tours 20/01/2004 p.1/44

2 Intérêts de l équipe Etude et modélisation de la relation dynamique-fonction des protéines Développement d algorithmes de simulation (MD) Développement de logiciels pour la simulation moléculaire et leur analyse Spectroscopie neutronique, et autres techniques spectroscopiques (FCS, RMN,...) PPF Orléans / Tours 20/01/2004 p.2/44

3 Méthodes Simulations de dynamique moléculaire, calcul de modes normaux Traitement numérique du signal Spectroscopie neutronique (+ FCS + RMN) Physique statistique hors équilibre PPF Orléans / Tours 20/01/2004 p.3/44

4 Thématique actuelle Dynamique d une protéine sous pression - Thèse terminée sur la dynamique du lysozyme sous pression (V. Hamon, CBM Orléans) - Dynamique interne de protéines mésophiles et barophiles/-phobes sous l influence de la pression - recherche d une différence systématique (P. Calligari, LLB/ILL Grenoble) Développement d une plate-forme de simulation à l Institut Laue-Langevin PPF Orléans / Tours 20/01/2004 p.4/44

5 Thématiques à l horizon Dynamique lente et fonction des protéines - Etude par spectroscopie FCS / microscopie confocale (SOLEIL) - Développement de nouvelles méthodes stochastiques et quantiques de simulation (avec F. James, P.E. Jabin). Physico-chimie de la cellule - Transport de particules virales - Polymérisation dans le cytosquelette Phase exploratoire avec l Institut Pasteur PPF Orléans / Tours 20/01/2004 p.5/44

6 Simulation MD PPF Orléans / Tours 20/01/2004 p.6/44

7 MD classique Equations de Newton m α ẍ α = F α, α=1,...,n. Forces et potentiel / champ de force F α = U(x 1,...,x N ) x α Chaque atome est une masse ponctuelle Potentiel effectif pas d électrons explicits Dynamique newtonienne des atomes PPF Orléans / Tours 20/01/2004 p.7/44

8 Conditions périodiques PPF Orléans / Tours 20/01/2004 p.8/44

9 Condition de "images minimale" PPF Orléans / Tours 20/01/2004 p.9/44

10 Lyszoyme A gauche : Représentation atomique. A droite : squelette. PPF Orléans / Tours 20/01/2004 p.10/44

11 Chaînes polypeptidiques PPF Orléans / Tours 20/01/2004 p.11/44

12 Champ de force (AMBER 94) U = + + liaisons αβ angles αβγ ( k αβ r αβ r (0) αβ ) 2 ( ) 2 k αβγ φ αβγ φ (0) αβγ k αβγδ cos (n αβγδ θ αβγδ δ αβγδ ) dihèdres αβγδ + paires αβ 4ǫ αβ + paires αβ q α q β 4πǫ 0 r αβ ( [σαβ r αβ ] 12 [ σαβ r αβ ] 6 ) nonliées PPF Orléans / Tours 20/01/2004 p.12/44

13 Discrétisation Vitesse et accélération ẋ α x α(n +1) x α (n 1), 2 t ẍ α x α(n +1) 2x α (n)+x α (n 1). t 2 Algorithme de Verlet x α (n +1)=2x α (n) x α (n 1) + t2 m α F α (n). PPF Orléans / Tours 20/01/2004 p.13/44

14 Caractéristiques du calcul numérique Nombre d atomes N Nombre d interactions N 2 (interactions non-liées) Nombre de pas d intégration Adapté pour calcul parallèle : - décomposition en domaines - ou décomposition en sous-ensmbles fixes - en tout cas : communication forte PPF Orléans / Tours 20/01/2004 p.14/44

15 Echelles Echelle spatiale : 0.1nm 10nm Echelle de temps : 0.1ps 10ns Comparables aux échelles accessibles par diffusion de neutrons thermiques Comparaison facilitée par l interaction directe des neutrons avec des noyaux atomiques = objets simulés PPF Orléans / Tours 20/01/2004 p.15/44

16 Diffusion de neutrons PPF Orléans / Tours 20/01/2004 p.16/44

17 Expérience schématique k q θ k 0 k d²σ dωdω k 0 θ detectors sample PPF Orléans / Tours 20/01/2004 p.17/44

18 Section efficace différentielle Ici d 2 σ dωdω = k k 0 S(q,ω) q = k 0 k, ω= E 0 E sont les transferts de quantité de mouvement et de l énergie, respectivement, et S(q,ω) est le facteur de structure dynamique. PPF Orléans / Tours 20/01/2004 p.18/44

19 Facteur de structure dynamique S(q,ω) = 1 2π φ(q,t) = α,β + dt exp( iωt)φ(q,t), b α b β e iqt R β (t) e iqt R α (0). b α b β = moyenne sur isotopes et orientations relatives entre le spin du neutron et celui de l atome cible. φ(q,t) est la fonction intermédiaire de diffusion. PPF Orléans / Tours 20/01/2004 p.19/44

20 Spectre neutronique S(q,ω) elastic quasielastic inelastic ω = energy transfer PPF Orléans / Tours 20/01/2004 p.20/44

21 Analyse des simulations PPF Orléans / Tours 20/01/2004 p.21/44

22 Analyses simples Fonction de corrélation variables continues 1 c AB (t) = lim T T T/2 T/2 dτ A(τ + t)b (τ). Fonction de corrélation variables discrètes c AB (n)= 1 N t n N t n 1 k=0 A(k + n)b (k). Utilisation intensive de FFT. PPF Orléans / Tours 20/01/2004 p.22/44

23 Analyses sophistiquées Modélisation d une trajectoire MD par un processus stochastique autoregressif de l ordre P, u(t)= P n=1 a (P) n u(t n t)+ǫ P (t). ǫ P (t) est un bruit blanc de l amplitude σ P. Les coefficients {a (P) n,σ P } sont ajustés aux données (algorithme de Burg). PPF Orléans / Tours 20/01/2004 p.23/44

24 Modèle semi-analytique Modèle analytique dans le plan complexe : U(z)= + n= u(n)z n = 1 P σ P j=1 a(p) j z j Fonction d autocorrélation : C(z)= σ 2 P ( 1 )( P j=1 a(p) j z j 1 ). P l=1 a(p) l z l ) PPF Orléans / Tours 20/01/2004 p.24/44

25 Racines caractéristiques All-pole form of C(z) : C(z)= 1 a (P) P Les {z k } sont les racines de z P σp 2 P k=1 (z z k) P l=1 (z z 1 l ). p(z)=z P P k=1 a (P) k z P k. PPF Orléans / Tours 20/01/2004 p.25/44

26 Estimation directe de spectres Spectre de puissance par C(z) : c(ω)=c (exp[iω t]). Fonction de corrélation multiexponenetielle : C(n)= 1 2πi η dz z n 1 C(z)= P j=1 β j z n j. Here β j β j ({z k })=const., z j η : z >z j, j.! < 1, and PPF Orléans / Tours 20/01/2004 p.26/44

27 Simulation / Expérience exp. data IN5 (q el = 4 nm -1 ) global diffusion + Gaussian resolution simulation, total spectrum S(q,ω) [a. u.] e ω [mev] PPF Orléans / Tours 20/01/2004 p.27/44

28 Caractéristiques du calcul numérique Utilisation extensive de FFT Utilisation extensive de l algorithme de Burg pour estimer les paramètres du modèle AR. Efficacité comparable à la FFT. Parallélisation triviale - Les fonctions de corrélation pour chaque atomes peuvent être calculées indépendemment. - Idem pour différents vecteurs q dans S(q,ω). - = communication 0. PPF Orléans / Tours 20/01/2004 p.28/44

29 Développement de modèles PPF Orléans / Tours 20/01/2004 p.29/44

30 Relaxation non-exponentielle 100 MD simulation (q = 4nm -1 ) Fitted Lorentzian S(q,ω) [arb. units] ω [mev] S(q,ω) simulé pour la dynamique interne du lysozyme et lorentzienne ajustée. PPF Orléans / Tours 20/01/2004 p.30/44

31 Energie interne d une protéine potential energy surface in proteins substates Surface rugeuse de E pot d après Frauenfelder ( sous-états conformationnels ). Beaucoup de degrées de liberté couplés, avec des échelles de temps très différentes. PPF Orléans / Tours 20/01/2004 p.31/44

32 Fonction mémoire (Zwanzig, 1961) Equation de la fonction mémoire t c(t)= t 0 dτ ξ(t τ)c(τ) Dynamique Brownienne ξ(t) =γδ(t) = c(t) =c(0) exp( γt). PPF Orléans / Tours 20/01/2004 p.32/44

33 Dynamique brownienne fractionnaire Fonction de corrélation c(t)=e β ( (t/τ) β ), 0 <β 1. Fonction de Mittag-Leffler E β (z)= k=0 z k Γ(1 + βk). PPF Orléans / Tours 20/01/2004 p.33/44

34 Fonction de corrélation φ(t/τ) ξ fbd (t/τ) t/τ t/τ Modèle DBF (β =1/2) = ligne continue, exponentielle étirée (β =1/2)=points et traits, exponentielle = traits. PPF Orléans / Tours 20/01/2004 p.34/44

35 Fonction mémoire et spectre Fonction mémoire (0 <β<1) ξ(t) (β 1) ( t τ ) β 2, 0 dt ξ(t)=0. Spectre de c(t) S fbd (ω)= 2τ sin(βπ/2) ωτ ( ωτ β +2cos(βπ/2) + ωτ β ). pour 0 <β 1. Lorentzienne pour β =1. PPF Orléans / Tours 20/01/2004 p.35/44

36 Modèle et simulation 1.5 log 10 (ωτ) simulation fractional BD log 10 S(q, ν) Time [ps] log 10 (ν ps) Facteur de structue dynamique et fonction mémoire pour Lys à q =10nm 1 par MD et modèle DBF. PPF Orléans / Tours 20/01/2004 p.36/44

37 Nos codes PPF Orléans / Tours 20/01/2004 p.37/44

38 Molecular Modeling Toolkit Bibliothèque de simulation moléculaire Langages : Python et C Orienté objet Techniques implementées : Dynamique Moléculaire, Modes Normaux, Minimization d énergie, etc. Parallelisé Développé depuis 1996 par K. Hinsen http ://dirac.cnrs-orleans.fr/mmtk/ PPF Orléans / Tours 20/01/2004 p.38/44

39 nmoldyn Analyse de trajectoires de Dynamique Moléculaire, en particulier pour comparer avec la diffusion de neutrons Interface graphique Basé sur MMTK Langage : 100% Python Développé depuis 1991 par G. Kneller et collaborateurs http ://dirac.cnrs-orleans.fr/nmoldyn/ PPF Orléans / Tours 20/01/2004 p.39/44

40 nmoldyn PPF Orléans / Tours 20/01/2004 p.40/44

41 PPF et équipement PPF Orléans / Tours 20/01/2004 p.41/44

42 Nos intérêts Mise à disposition de nos codes par une interface Web. Prévoir échange de volumes de données importants (trajectoires MD). Les analyses par nmoldyn sont idéales pour un calcul distribué. PPF Orléans / Tours 20/01/2004 p.42/44

43 Equipement Saclay : 8 noeuds Opteron / partie d une grappe de 64 noeuds du DRECAM / CEA Saclay. Orléans : Grappe de 20 PC bi-proc Pentium III en fin de vie. + PCs de bureau. PPF Orléans / Tours 20/01/2004 p.43/44

44 Remerciements K. Hinsen, CBM Orléans LLB Saclay M.C. Bellissent-Funel, LLB Saclay Saclay V. Hamon, CBM Orléans G. Sutmann, FZ Jülich (D) T. Rog & K. Murzyn, Krakow (PL) PPF Orléans / Tours 20/01/2004 p.44/44

Génération aléatoire de structures ordonnées

Génération aléatoire de structures ordonnées Génération aléatoire de structures ordonnées Olivier Roussel Équipe APR Laboratoire d Informatique de Paris 6 Université Pierre et Marie Curie ALÉA 2011 7 mars 2011 Olivier Roussel (LIP6) Génération de

Plus en détail

Programmer plus vite sans calculer trop lentement: le langage Python pour le calcul scientifique

Programmer plus vite sans calculer trop lentement: le langage Python pour le calcul scientifique Programmer plus vite sans calculer trop lentement: le langage Python pour le calcul scientifique Konrad HINSEN Centre de Biophysique Moléculaire (Orléans) Un bref historique 1991: Python est publié 1994:

Plus en détail

Olivier Coulaud Projet ScAlApplix. 8 janvier 2008

Olivier Coulaud Projet ScAlApplix. 8 janvier 2008 Simulation de la propagation de fissures dans les lentilles du Laser Méga Joule : de la physique des matériaux au calcul haute performance en passant par l'algorithmique, la visualisation et le pilotage

Plus en détail

Résonance Magnétique Nucléaire : RMN

Résonance Magnétique Nucléaire : RMN 21 Résonance Magnétique Nucléaire : RMN Salle de TP de Génie Analytique Ce document résume les principaux aspects de la RMN nécessaires à la réalisation des TP de Génie Analytique de 2ème année d IUT de

Plus en détail

Problèmes de fiabilité dépendant du temps

Problèmes de fiabilité dépendant du temps Problèmes de fiabilité dépendant du temps Bruno Sudret Dépt. Matériaux et Mécanique des Composants Pourquoi la dimension temporelle? Rappel Résistance g( RS, ) = R S Sollicitation g( Rt (), St (),) t =

Plus en détail

ParMat : Parallélisation pour la simulation des Matériaux.

ParMat : Parallélisation pour la simulation des Matériaux. : Parallélisation pour la simulation des Matériaux. G. Bencteux (EDF) 3 septembre 2008 Outline 1 2 Un algorithme d ordre N pour les calculs ab initio (DFT/HF) 3 Simulation du dommage d irradiation par

Plus en détail

1.Principe 2.Algorhithmes 3.Détail de mise en oeuvre 4.Analyse des simulations 5.Relation avec des grandeurs expérimentales

1.Principe 2.Algorhithmes 3.Détail de mise en oeuvre 4.Analyse des simulations 5.Relation avec des grandeurs expérimentales II. Simulations de dynamique moléculaire 1.Principe 2.Algorhithmes 3.Détail de mise en oeuvre 4.Analyse des simulations 5.Relation avec des grandeurs Relation avec la structrure (le modèle) expérimental(e)

Plus en détail

Note de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique

Note de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique Note de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique Périmètre Le périmètre du PEPI concerne les méthodes et outils utilisés pour le traitement informatisé des données scientifiques.

Plus en détail

RAPPELS DE MATHEMATIQUES. ORTHOPHONIE Première année. Dr MF DAURES

RAPPELS DE MATHEMATIQUES. ORTHOPHONIE Première année. Dr MF DAURES RAPPELS DE MATHEMATIQUES ORTHOPHONIE Première année 27 28 Dr MF DAURES 1 RAPPELS DE MATHEMATIQUES I - LES FONCTIONS A - Caractéristiques générales des fonctions B - La fonction dérivée C - La fonction

Plus en détail

Théories analytiques du transport des ions en solution - Application aux poreux chargés.

Théories analytiques du transport des ions en solution - Application aux poreux chargés. Atelier MoMAS PARIS 2010 Théories analytiques du transport des ions en solution Application aux poreux chargés. O. Bernard, J.F. Dufrêche, P. Turq. Laboratoire Physicochimie des Electrolytes Colloides

Plus en détail

Méthodes Monte Carlo Inverse RMC et EPSR

Méthodes Monte Carlo Inverse RMC et EPSR Méthodes Monte Carlo Inverse RMC et EPSR Laurent Cormier Institut de Minéralogie et Physique des Milieux Condensés Université Pierre et Marie Curie CNRS Paris, France Reverse Monte Carlo (RMC) = méthode

Plus en détail

Interactions des rayonnements avec la matière

Interactions des rayonnements avec la matière UE3-1 : Biophysique Chapitre 2 : Interactions des rayonnements avec la matière Professeur Jean-Philippe VUILLEZ Année universitaire 2011/2012 Université Joseph Fourier de Grenoble - Tous droits réservés.

Plus en détail

Caractérisation(s) d écoulements en microfluidique

Caractérisation(s) d écoulements en microfluidique Caractérisation(s) d écoulements en microfluidique Vélocimétrie à l échelle du micron: principe, applications, développements Pierre Joseph pjoseph@lpmcn.univ-lyon1.fr Plan du cours Introduction : principe

Plus en détail

Sujet. calculatrice: autorisée durée: 2 heures (10h-12h)

Sujet. calculatrice: autorisée durée: 2 heures (10h-12h) DS SCIENCES PHYSIQUES MATHSPÉ CONCOURS BLANC calculatrice: autorisée durée: 2 heures (10h-12h) Sujet Vaisseau spatial... 2 I.Vaisseau spatial dans un champ newtonien... 2 II.Vitesse de libération...3 A.Option

Plus en détail

Master Modélisation Statistique M2 Finance - chapitre 4 Mouvement Brownien et modèle de Black-Scholes

Master Modélisation Statistique M2 Finance - chapitre 4 Mouvement Brownien et modèle de Black-Scholes Master Modélisation Statistique M2 Finance - chapitre 4 Mouvement Brownien et modèle de Black-Scholes Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté. C.Dombry (Université

Plus en détail

Définition La thermodynamique est la description macroscopique des propriétés de la matière en termes de grandeurs physiques spécifiques

Définition La thermodynamique est la description macroscopique des propriétés de la matière en termes de grandeurs physiques spécifiques Thermodynamique du grec Thermos: chaud du grec Dunamis: puissance Pr. Alfonso San Miguel Laboratoire de Physique de la Matière Condensée et Nanostructures Bât L. Brillouin Définition La thermodynamique

Plus en détail

Enoncé des travaux pratiques. du cours OpenMP

Enoncé des travaux pratiques. du cours OpenMP Enoncé des travaux pratiques Enoncé des travaux pratiques du cours OpenMP Enoncé des travaux pratiques : description Description Les travaux pratiques se dérouleront sur les nœuds vargas (grappes de 35

Plus en détail

Programme du DAEU B. A compter d octobre 2013. IPST-Cnam/UPS

Programme du DAEU B. A compter d octobre 2013. IPST-Cnam/UPS Programme du DAEU B A compter d octobre 2013 MATHEMATIQUES 1. Suites numériques Définitions Raisonnement par récurrence Variations d une suite Propriétés des suites arithmétiques et géométriques Comportement

Plus en détail

Projet : Recherche de source d onde gravitationnelle (analyse de données Metropolis Hastings Markov Chain) 1

Projet : Recherche de source d onde gravitationnelle (analyse de données Metropolis Hastings Markov Chain) 1 Université Paris Diderot Physique L2 2014-2015 Simulations Numériques SN4 Projet : Recherche de source d onde gravitationnelle (analyse de données Metropolis Hastings Markov Chain) 1 Objectifs : Simuler

Plus en détail

MGM657 Outils Numériques pour l Ingénieur

MGM657 Outils Numériques pour l Ingénieur Traitement de signal ludovic.charleux@univ-savoie.fr www.polytech.univ-savoie.fr 1 Introduction 2 Notations 3 Outils 4 Signaux 5 Échantillonnage 6 Introduction Plan 1 Introduction 2 Notations 3 Outils

Plus en détail

TD 9 Problème à deux corps

TD 9 Problème à deux corps PH1ME2-C Université Paris 7 - Denis Diderot 2012-2013 TD 9 Problème à deux corps 1. Systèmes de deux particules : centre de masse et particule relative. Application à l étude des étoiles doubles Une étoile

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

FRET ( Förster / fluorescence resonance energy transfer )

FRET ( Förster / fluorescence resonance energy transfer ) FRET ( Förster / fluorescence resonance energy transfer ) I - Théorie II - Méthodes de mesure III - Applications à des études biologiques IV - Un exemple de l utilisation du FRET : étude de l interaction

Plus en détail

Prédiction des Propriétés Biologiques

Prédiction des Propriétés Biologiques SOMMAIRE PROCHEMIST VERSION 6.4 Prédiction des Propriétés Biologiques P.Urbaniak (Cadcom) Avant-Propos PARTIE I) ANALYSE MULTIRESOLUTION 1) Algorithme. Limites et perspectives 2)Exemples 3) La constitution

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

L oscillateur OSCILLATEUR HARMONIQUE. Chapitre 1. I. Introduction, définitions. I.1. Exemple. I.2. Caractérisation du mouvement

L oscillateur OSCILLATEUR HARMONIQUE. Chapitre 1. I. Introduction, définitions. I.1. Exemple. I.2. Caractérisation du mouvement Chapitre 1 OSCILLATEUR HARMONIQUE harmonique étudié dans ce chapitre est un oscillateur mécanique constitué d un ressort et d une masse. Cet exemple simple permettra L oscillateur d introduire le concept

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

COMPOSITION DE PHYSIQUE. Quelques aspects de la fusion contrôlée par confinement magnétique

COMPOSITION DE PHYSIQUE. Quelques aspects de la fusion contrôlée par confinement magnétique ÉCOLE POLYTECHNIQUE FILIÈRE MP CONCOURS D ADMISSION 2007 COMPOSITION DE PHYSIQUE (Durée : 4 heures) L utilisation des calculatrices est autorisée pour cette épreuve. Quelques aspects de la fusion contrôlée

Plus en détail

Objectifs. Calcul scientifique. Champ d applications. Pourquoi la simulation numérique?

Objectifs. Calcul scientifique. Champ d applications. Pourquoi la simulation numérique? Objectifs Calcul scientifique Alexandre Ern ern@cermics.enpc.fr (CERMICS, Ecole des Ponts ParisTech) Le Calcul scientifique permet par la simulation numérique de prédire, optimiser, contrôler... le comportement

Plus en détail

Quantification Scalaire et Prédictive

Quantification 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 détail

Quelques exemples d'utilisation de la modélisation stochastique en imagerie médicale

Quelques exemples d'utilisation de la modélisation stochastique en imagerie médicale Quelques exemples d'utilisation de la modélisation stochastique en imagerie médicale Christine Graffigne Université René Descartes Traitement d'images Sciences pour l'ingénieur, informatique et mathématiques

Plus en détail

I 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...

I 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 détail

Études par diffraction de fibres de l ADN double brin

Études par diffraction de fibres de l ADN double brin J. Phys. IV France 130 (2005) 63 74 C EDP Sciences, Les Ulis DOI: 10.1051/jp4:2005130004 Études par diffraction de fibres de l ADN double brin V.T. Forsyth 1,2 et I.M. Parrot 1,2 1 Institut Laue Langevin,

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

Modélisation de petits systèmes biophysiques Dynamique des algorithmes de recherche

Modélisation de petits systèmes biophysiques Dynamique des algorithmes de recherche Modélisation de petits systèmes biophysiques Dynamique des algorithmes de recherche Habilitation à Diriger des Recherches Simona Cocco Laboratoire Physique Statistique ENS, Paris (Laboratoire de Dynamique

Plus en détail

«Pièges», «erreurs» et pathologie des calculs numériques

«Pièges», «erreurs» et pathologie des calculs numériques Session de formation continue ENPC «Pièges», «erreurs» et pathologie des calculs numériques 6-8 octobre 2010 Philippe Mestat (LCPC) «Pièges» pour débutant?. Conditions limites en déplacements : il faut

Plus en détail

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS Formations EViews FORMATIONS GENERALES INTRODUCTIVES DEB : DECOUVERTE DU LOGICIEL EVIEWS INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS FORMATIONS METHODES ECONOMETRIQUES VAR : MODELES

Plus en détail

Introduction aux Méthodes de Monte Carlo

Introduction aux Méthodes de Monte Carlo Méthodes de Monte Carlo pour la Modélisation et le Calcul Intensif Applications à la Physique Numérique et à la Biologie Séminaire CIMENT GRID Introduction aux Méthodes de Monte Carlo Olivier François

Plus en détail

PhotoPhysique des Protéines Fluorescentes (P3F)

PhotoPhysique des Protéines Fluorescentes (P3F) PhotoPhysique des Protéines Fluorescentes (P3F) BIO (F. Merola, M. Erard, A. Espagne, H. Laguitton-Pasquier) Spectroscopie d émission de fluorescence résolue en temps CTM (I. Demachy, J. Ridard, B. Levy,

Plus en détail

LP 203 Champ électrique et magnétique, induction

LP 203 Champ électrique et magnétique, induction Objectifs : LP 203 Champ électrique et magnétique, induction Savoir calculer le champ électrique créé par des distributions simples de charge. Savoir calculer le champ magnétique créé par des distributions

Plus en détail

D U G A Z P A R F A I T M O N O A T O M I Q U E A U X F L U I D E S R E E L S E T A U X P H A S E S C O N D E N S E E S

D U G A Z P A R F A I T M O N O A T O M I Q U E A U X F L U I D E S R E E L S E T A U X P H A S E S C O N D E N S E E S THERMODYNAMIQUE Lycée F.BUISSON PTSI D U G A Z P A R F A I T M O N O A T O M I Q U E A U X F L U I D E S R E E L S E T A U X P H A S E S C O N D E N S E E S Ce chapitre pourrait s appeler du monde moléculaire

Plus en détail

GENERALITES SUR LES RAYONNEMENTS. Pr. S.SECK GASSAMA

GENERALITES SUR LES RAYONNEMENTS. Pr. S.SECK GASSAMA GENERALITES SUR LES RAYONNEMENTS Pr. S.SECK GASSAMA INTRODUCTION La terre et les êtres vivants qui la peuplent sont exposés de façon continue ou discontinue à différents types de rayonnements. Pour comprendre

Plus en détail

Deux modèles de bruit de microstructure et leur inférence statistique

Deux modèles de bruit de microstructure et leur inférence statistique et leur CMAP-X, Paris 7, ENSAE-CREST et CNRS 17 Septembre, 2009 Plan 1 2 3 4 5 6 Representation du prix d un actif en dimension 1 prix traité = drift + fluctuations + sauts prix = drift + σ BM + PPP Dans

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

Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.

Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées. Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées. 1 Ce sujet aborde le phénomène d instabilité dans des systèmes dynamiques

Plus en détail

Analyse des propriétés de matériaux sous choc par simulations moléculaires (Monte Carlo et dynamique moléculaire)

Analyse des propriétés de matériaux sous choc par simulations moléculaires (Monte Carlo et dynamique moléculaire) Analyse des propriétés de matériaux sous choc par simulations moléculaires (Monte Carlo et dynamique moléculaire) Laurent Soulard CEA-DAM Ile-de-France laurent.soulard@cea.fr 1 Problématique La DAM est

Plus en détail

1. L ADN et l information génétique. l ADN l information génétique est contenue dans l ADN. traduction. comment fait-on une protéine?

1. L ADN et l information génétique. l ADN l information génétique est contenue dans l ADN. traduction. comment fait-on une protéine? 1. L ADN et l information génétique l ADN l information génétique est contenue dans l ADN (ADN) (ARN) 1 2 A G T C U comment fait-on une protéine? traduction l information génétique est organisée par triplets

Plus en détail

Eléments de Physique Nucléaire

Eléments de Physique Nucléaire Eléments de Physique Nucléaire 1 SOMMAIRE Chapitre I : Caractéristiques générales du Noyau Chapitre II : Énergie de liaison du Noyau Chapitre III : Transformations radioactives Chapitre IV : Réactions

Plus en détail

Modèle 0D du Véhicule Électrique

Modèle 0D du Véhicule Électrique Énergies renouvelables Production éco-responsable Transports innovants Procédés éco-efficients Ressources durables Modèle 0D du Véhicule Électrique Wissam DIB / IFP Energie nouvelles 07/04/2011 Plan Présentation

Plus en détail

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES Table des matières Avant propos Chapitre I NOTIONS SUR LES SYSTEMES 1. Systèmes linéaires 1 2. Systèmes stationnaires 1 3. Systèmes continus 2 4. Systèmes linéaires invariants dans le temps (LIT) 2 4.1

Plus en détail

champ de force pour la dynamique du chromophore de protéines fluorescentes GFP

champ de force pour la dynamique du chromophore de protéines fluorescentes GFP Détermination d un d champ de force pour la dynamique du chromophore de protéines fluorescentes GFP Germain Vallverdu, Jacqueline Ridard, Bernard Lévy, Isabelle Demachy Laboratoire de Chimie Physique Université

Plus en détail

NumPy et al. Le calcul Scientifique en PYTHON. Konrad HINSEN Centre de Biophysique Moléculaire (Orléans) et Synchrotron Soleil (St Aubin)

NumPy et al. Le calcul Scientifique en PYTHON. Konrad HINSEN Centre de Biophysique Moléculaire (Orléans) et Synchrotron Soleil (St Aubin) NumPy et al. Le calcul Scientifique en PYTHON Konrad HINSEN Centre de Biophysique Moléculaire (Orléans) et Synchrotron Soleil (St Aubin) Python et le logiciel libre Python est un logiciel libre. NumPy

Plus en détail

Analyse et mesure de performances du calcul distribué

Analyse et mesure de performances du calcul distribué Analyse et mesure de performances du calcul distribué Mohsine Eleuldj Département Génie Informatique, EMI eleuldj@emi.ac.ma CruCID Workshop, EMI, Rabat, 5 au 7 juillet 1999 Motivation Types d applications

Plus en détail

MOBILITE ET HYPERSTATISME

MOBILITE ET HYPERSTATISME MOBILITE ET HPERSTATISME 1- Objectifs : Le cours sur les chaînes de solides nous a permis de déterminer le degré de mobilité et le degré d hyperstatisme pour un mécanisme donné : m = Nc - rc et h = Ns

Plus en détail

Optimisation de trajectoire pour une mission Ariane 5

Optimisation de trajectoire pour une mission Ariane 5 Optimisation de trajectoire pour une mission Ariane 5 Ludovic Goudenège (sur la base d un projet de Pierre Martinon) ENSTA - Module IN103 Septembre 2012 Plan 1 Quelques données et chiffres 2 Dynamique

Plus en détail

sont les enfants de l incertitude

sont les enfants de l incertitude Fluctuations thermiques : quand les grandeurs Quand les grandeurs thermiques thermiques sont les enfants sont les enfants de l incertitude de l incertitude Karl Joulain K. Joulain, Université de Poitiers

Plus en détail

Calcul garanti des contraintes pour la planification sécurisée de trajectoire

Calcul garanti des contraintes pour la planification sécurisée de trajectoire Calcul garanti des contraintes pour la planification sécurisée de trajectoire Application à la génération de trajectoire articulaire pour un patient paraplégique sous Stimulation Électrique Fonctionnelle

Plus en détail

CHAPITRE II : STATIQUE

CHAPITRE II : STATIQUE CHPITRE II : STTIQUE - Généralités : I. NTIN DE RCE : En mécanique, les forces sont utilisées pour modéliser des actions mécaniques diverses (actions de contact, poids, attraction magnétique, effort ).

Plus en détail

ÉVALUATION DES PARAMÈTRES CINÉTIQUES DES RÉACTEURS NUCLÉAIRES APPLICATION AUX COMBUSTIBLES MIXTES

ÉVALUATION DES PARAMÈTRES CINÉTIQUES DES RÉACTEURS NUCLÉAIRES APPLICATION AUX COMBUSTIBLES MIXTES ÉVALUATION DES PARAMÈTRES CINÉTIQUES DES RÉACTEURS NUCLÉAIRES APPLICATION AUX COMBUSTIBLES MIXTES ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE POUR L'OBTENTION DU GRADE DE DOCTEUR ÈS SCIENCES TECHNIQUES PAR

Plus en détail

Unité d Enseignement Libre Université de Nice- Sophia Antipolis F. Millour PAGE WEB DU COURS : www.oca.eu/spip.php?article593 accessible via

Unité d Enseignement Libre Université de Nice- Sophia Antipolis F. Millour PAGE WEB DU COURS : www.oca.eu/spip.php?article593 accessible via Les moyens d observations en astronomie & astrophysique Unité d Enseignement Libre Université de Nice- Sophia Antipolis F. Millour PAGE WEB DU COURS : www.oca.eu/spip.php?article593 accessible via www.oca.eu/fmillour

Plus en détail

M1/UE CSy - module P8 1

M1/UE CSy - module P8 1 M1/UE CSy - module P8 1 PROJET DE SIMULATION AVEC MATLAB MODÉLISATION D UNE SUSPENSION ET ÉTUDE DE SON COMPORTEMENT DYNAMIQUE La suspension d une automobile est habituellement assurée par quatre systèmes

Plus en détail

Chapitre n 6 MASSE ET ÉNERGIE DES NOYAUX

Chapitre n 6 MASSE ET ÉNERGIE DES NOYAUX Chapitre n 6 MASSE ET ÉNERGIE DES NOYAUX T ale S Introduction : Une réaction nucléaire est Une réaction nucléaire provoquée est L'unité de masse atomique est une unité permettant de manipuler aisément

Plus en détail

A retenir : A Z m n. m noyau MASSE ET ÉNERGIE RÉACTIONS NUCLÉAIRES I) EQUIVALENCE MASSE-ÉNERGIE

A retenir : A Z m n. m noyau MASSE ET ÉNERGIE RÉACTIONS NUCLÉAIRES I) EQUIVALENCE MASSE-ÉNERGIE CP7 MASSE ET ÉNERGIE RÉACTIONS NUCLÉAIRES I) EQUIVALENCE MASSE-ÉNERGIE 1 ) Relation d'équivalence entre la masse et l'énergie -énergie de liaison 2 ) Une unité d énergie mieux adaptée 3 ) application 4

Plus en détail

Cours IFT6266, Exemple d application: Data-Mining

Cours IFT6266, Exemple d application: Data-Mining Cours IFT6266, Exemple d application: Data-Mining Voici un exemple du processus d application des algorithmes d apprentissage statistique dans un contexte d affaire, qu on appelle aussi data-mining. 1.

Plus en détail

Équivalence masse-énergie

Équivalence masse-énergie CHPITRE 5 NOYUX, MSSE ET ÉNERGIE Équivalence masse-énergie. Équivalence masse-énergie Einstein a montré que la masse constitue une forme d énergie appelée énergie de masse. La relation entre la masse (en

Plus en détail

Cours de mathématiques.

Cours de mathématiques. Orsay 008-009 IFIPS S Mathématiques (M160). Cours de mathématiques. 1. Equations différentielles linéaires du second ordre. La fonction C : x cos x est indéfiniment dérivable sur R, et C (x) = S(x), avec

Plus en détail

ÉCOLE POLYTECHNIQUE Promotion 2009. CONTRÔLE DU COURS DE PHYSIQUE PHY311 Lundi 12 juillet 2010, durée : 2 heures

ÉCOLE POLYTECHNIQUE Promotion 2009. CONTRÔLE DU COURS DE PHYSIQUE PHY311 Lundi 12 juillet 2010, durée : 2 heures ÉCOE POYTECHNIQUE Promotion 2009 CONTRÔE DU COURS DE PHYSIQUE PHY311 undi 12 juillet 2010, durée : 2 heures Documents autorisés : cours, recueil de problèmes, copies des diapositives, notes de PC Indiquer

Plus en détail

Modèle classique Extensions Modèle multi-branches. Théorie de la ruine. Esterina Masiello (ISFA)

Modèle classique Extensions Modèle multi-branches. Théorie de la ruine. Esterina Masiello (ISFA) Esterina Masiello Institut de Science Financière et d Assurances Université Lyon 1 Premières Journées Actuarielles de Strasbourg 6-7 octobre 2010 En résumé... Modèle classique de la théorie de la ruine

Plus en détail

DEUXIÈME COMPOSITION DE PHYSIQUE. Deux phénomènes d hystérésis

DEUXIÈME COMPOSITION DE PHYSIQUE. Deux phénomènes d hystérésis ÉCOLE POLYTECHNIQUE ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES CONCOURS D ADMISSION 2009 FILIÈRE PC DEUXIÈME COMPOSITION DE PHYSIQUE (Durée : 4 heures) L utilisation des calculatrices est

Plus en détail

Chapitre I PHENOMENE DE FLUORESCENCE ORIGINE ET PROCESSUS. * hυ hυ

Chapitre I PHENOMENE DE FLUORESCENCE ORIGINE ET PROCESSUS. * hυ hυ Rayons Rayons X Ultra-violets Infra-rouges Micro-ondes Ondes radio 1 Chapitre I PHENOMENE DE FLUORESCENCE ORIGINE ET PROCESSUS Définitions * hυ hυ La fluorescence ou luminescence est l émission d énergie

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

Calculateur quantique: factorisation des entiers

Calculateur quantique: factorisation des entiers Calculateur quantique: factorisation des entiers Plan Introduction Difficulté de la factorisation des entiers Cryptographie et la factorisation Exemple RSA L'informatique quantique L'algorithme quantique

Plus en détail

TP Filtrage numérique

TP Filtrage numérique TP Filtrage numérique Capacités exigibles du programme : Analyse spectrale Mettre en évidence le phénomène de repliement du spectre provoqué par l échantillonnage avec un oscilloscope numérique ou une

Plus en détail

Informatique commune en CPGE PSI-PC-PT-MP-TSI-TPC

Informatique commune en CPGE PSI-PC-PT-MP-TSI-TPC Informatique commune en CPGE PSI-PC-PT-MP-TSI-TPC L ingénieur doit maîtriser les concepts fondamentaux de l informatique pour : communiquer avec les informaticiens comprendre les questions de complexité

Plus en détail

Dynamique moléculaire. & Imagerie par auto-diffraction électronique

Dynamique moléculaire. & Imagerie par auto-diffraction électronique 1 / 27 Dynamique moléculaire ultra-rapiderapide & Imagerie par auto-diffraction électronique 2 / 27 Principaux axes de recherche: - Contrôle laser par résonances inhabituelles et applications Contrôle

Plus en détail

Concours EPITA 2009 Epreuve de Sciences Industrielles pour l ingénieur La suspension anti-plongée de la motocyclette BMW K1200S

Concours EPITA 2009 Epreuve de Sciences Industrielles pour l ingénieur La suspension anti-plongée de la motocyclette BMW K1200S Concours EPIT 2009 Epreuve de Sciences Industrielles pour l ingénieur La suspension anti-plongée de la motocyclette MW K1200S Durée : 2h. Calculatrices autorisées. Présentation du problème Le problème

Plus en détail

Chapitre 0-2 Introduction générale au cours de BCPST1

Chapitre 0-2 Introduction générale au cours de BCPST1 Chapitre 0-2 Introduction générale au cours de BCPST Extrait du programme I. Les grandeurs en sciences physiques Définition : une grandeur est une observable du système On peut la mettre en évidence a.

Plus en détail

MATIÈRE DU COURS D'ALGÈBRE ET D'ANALYSE

MATIÈRE DU COURS D'ALGÈBRE ET D'ANALYSE MATIÈRE DU COURS D'ALGÈBRE ET D'ANALYSE Titulaire : A.M. Tilkin 8h/semaine 1) MATIERE DE 4 e ANNEE a) ALGEBRE - Rappels algébriques concernant la résolution d équations et d inéquations (fractionnaires

Plus en détail

COMMUNICATIONS NUMERIQUES INTRA VEHICULE : CARACTERISATION DES BRUITS ET DES INTERFERENCES

COMMUNICATIONS NUMERIQUES INTRA VEHICULE : CARACTERISATION DES BRUITS ET DES INTERFERENCES COMMUNICATIONS NUMERIQUES INTRA VEHICULE : CARACTERISATION DES BRUITS ET DES INTERFERENCES Virginie DEGARDIN*, Marc HEDDEBAUT**, Martine LIENARD*, Virginie DENIAU** et Pierre DEGAUQUE* (*): Université

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

Chaleur, température, pression, gaz parfait, diffusion,... v 7

Chaleur, température, pression, gaz parfait, diffusion,... v 7 9 Chaleur, température, pression, gaz parfait, diffusion,... v 7 1 La Température T Instrument de mesure type: le thermomètre à Hg. Calibration: échelle Celsius de température: 0 C l'eau gèle 100 C l'eau

Plus en détail

Module d Electricité. 2 ème partie : Electrostatique. Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere

Module d Electricité. 2 ème partie : Electrostatique. Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere Module d Electricité 2 ème partie : Electrostatique Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere 1 Introduction Principaux constituants de la matière : - protons : charge

Plus en détail

Chapitre I Théorie de la ruine

Chapitre I Théorie de la ruine Chapitre I Théorie de la ruine Olivier Wintenberger ISUP 2, Université Paris VI (slides Olivier Lopez) Année universitaire 2013-2014 1 Risque collectif 2 Modélisation des coûts de sinistres 3 Probabilité

Plus en détail

Modélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay pascal.pernot@u-psud.fr

Modélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay pascal.pernot@u-psud.fr Modélisation prédictive et incertitudes P. Pernot Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay pascal.pernot@u-psud.fr Le concept de Mesure Virtuelle mesure virtuelle résultat d un modèle visant

Plus en détail

THEORIE CLASSIQUE DES CHAMPS

THEORIE CLASSIQUE DES CHAMPS Paris 7 QA 421-422 1992 93 THEORIE CLASSIQUE DES CHAMPS EXAMEN, t 0 = mardi 7 septembre 1993, 8h 30 t = 4 heures Il n est pas totalement inutile de lire l énoncé : les questions sont en principe, et parfois

Plus en détail

de calibration Master 2: Calibration de modèles: présentation et simulation d

de 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 détail

Domaines d application, exemples La démarche de l Automatique Un premier exemple. Automatique. Dynamique et Contrôle des Systèmes

Domaines d application, exemples La démarche de l Automatique Un premier exemple. Automatique. Dynamique et Contrôle des Systèmes Automatique Dynamique et Contrôle des Systèmes NICOLAS PETIT Centre Automatique et Systèmes Unité Mathématiques et Systèmes Mines ParisTech nicolas.petit@mines-paristech.fr 28 novembre 2008 Informations

Plus en détail

Modélisation stochastique des données à partir d essais sur matériaux. Pr. Denys Breysse Université Bordeaux 1

Modélisation stochastique des données à partir d essais sur matériaux. Pr. Denys Breysse Université Bordeaux 1 Modélisation stochastique des données à partir d essais sur matériaux Pr. Denys Breysse Université Bordeaux 1 Hasard cause fictive de ce qui arrive sans raison apparente ou explicable (Petit Robert). Ce

Plus en détail

La fonction exponentielle

La fonction exponentielle La fonction exponentielle L expression «croissance exponentielle» est passée dans le langage courant et désigne sans distinction toute variation «hyper rapide» d un phénomène. Ce vocabulaire est cependant

Plus en détail

MCMC et approximations en champ moyen pour les modèles de Markov

MCMC et approximations en champ moyen pour les modèles de Markov MCMC et approximations en champ moyen pour les modèles de Markov Gersende FORT LTCI CNRS - TELECOM ParisTech En collaboration avec Florence FORBES (Projet MISTIS, INRIA Rhône-Alpes). Basé sur l article:

Plus en détail

Informatique en CPGE

Informatique en CPGE Informatique en CPGE L ingénieur doit maîtriser les concepts fondamentaux de l informatique pour : communiquer avec les informaticiens comprendre les questions de complexité algorithmique, de précision

Plus en détail

EXAMENS PROPOSES EN STATIQUE ET CINEMATIQUE DES SOLIDES

EXAMENS PROPOSES EN STATIQUE ET CINEMATIQUE DES SOLIDES EXAMENS PROPOSES EN STATIQUE ET CINEMATIQUE DES SOLIDES L1 Page 41 Institut Supérieur des Etudes Technologique de Nabeul Département de Génie Mécanique EXAMEN DE MECANIQUE GENERALE Année universitaire

Plus en détail

Approche hybride De la correction des erreurs à la sélection de variables

Approche hybride De la correction des erreurs à la sélection de variables Approche hybride De la correction des erreurs à la sélection de variables G.M. Saulnier 1, W. Castaing 2 1 Laboratoire EDYTEM (UMR 5204, CNRS, Université de Savoie) 2 TENEVIA (http://www.tenevia.com) Projet

Plus en détail

GUIDE PRATIQUE 2014 LA REUSSITE L APPRENTISSAGE. 01 55 17 80 10 www.cesfa-btp.com cesfa@cesi.fr SOMMAIRE : RENTREE 2014 :

GUIDE PRATIQUE 2014 LA REUSSITE L APPRENTISSAGE. 01 55 17 80 10 www.cesfa-btp.com cesfa@cesi.fr SOMMAIRE : RENTREE 2014 : LA REUSSITE L APPRENTISSAGE PAR GUIDE PRATIQUE 2014 SOMMAIRE : I Comment intégrer la formation? II Les épreuves écrites III Nous rencontrer RENTREE 2014 : 01 55 17 80 10 www.cesfa-btp.com cesfa@cesi.fr

Plus en détail

La gestion des ventes.

La gestion des ventes. I. La prévision des ventes. A. Principe. La gestion des ventes. Elle consiste à déterminer les ventes futures à la fois en quantité et en valeur en tenant compte des tendances et contraintes imposées à

Plus en détail

Erratum de MÉCANIQUE, 6ème édition. Introduction Page xxi (milieu de page) G = 6, 672 59 10 11 m 3 kg 1 s 2

Erratum de MÉCANIQUE, 6ème édition. Introduction Page xxi (milieu de page) G = 6, 672 59 10 11 m 3 kg 1 s 2 Introduction Page xxi (milieu de page) G = 6, 672 59 1 11 m 3 kg 1 s 2 Erratum de MÉCANIQUE, 6ème édition Page xxv (dernier tiers de page) le terme de Coriolis est supérieur à 1% du poids) Chapitre 1 Page

Plus en détail

Tutorat 2 de Mathématiques (1ère année)

Tutorat 2 de Mathématiques (1ère année) Tutorat 2 de Mathématiques (ère année) 9//200 Transformée de Radon et Tomographie par Rayons X Compte-rendu à déposer svp le casier de mon bureau. N hésitez pas à me contacter en cas de difficultés majeures

Plus en détail

Modélisation et Simulation

Modélisation et Simulation Cours de modélisation et simulation p. 1/83 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation

Plus en détail

Examen Méthodes spectroscopiques 2

Examen Méthodes spectroscopiques 2 16 décembre 2010 Examen Méthodes spectroscopiques 2 Durée 2 h Calculatrice et tables spectroscopiques (fournies en début d année) autorisées Exercice 1 (3 pts 10min) Il est possible de doser simultanément

Plus en détail

aux différences est appelé équation aux différences d ordre n en forme normale.

aux différences est appelé équation aux différences d ordre n en forme normale. MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire

Plus en détail