APPROCHE DE MODELISATION DE LA PROPAGATION DE L INCENDIE DANS UN EDIFICE ET SON INTEGRATION DANS UN SYSTEME DECISIONNEL

Dimension: px
Commencer à balayer dès la page:

Download "APPROCHE DE MODELISATION DE LA PROPAGATION DE L INCENDIE DANS UN EDIFICE ET SON INTEGRATION DANS UN SYSTEME DECISIONNEL"

Transcription

1 APPRCHE DE MDELISATIN DE LA PRPAGATIN DE L INCENDIE DANS UN EDIFICE ET SN INTEGRATIN DANS UN SYSTEME DECISINNEL Sanae KHALI ISSA (*), Abdellah AZMANI (*), Karima ZEJLI (**) sanaeissa@gmail.com, abdellah.azmani@gmail.com, karima.zejli@gmail.com (*) Laboratoire d informatique, Systèmes et Télécommunications (LIST), Faculté des Sciences et Techniques de Tanger (FSTT), Maroc. (**) Laboratoire de mécanique et physique des milieux hétérogènes (LMPH), Faculté des Sciences et Techniques de Tanger (FSTT), Maroc. Mots clefs: Incendie, Propagation 1, Réseaux bayésiens 2, Probabilité Keywords: Fire, Spread, Bayesian network, Probability Palabras clave: Fuego, Propagación, Redes bayesianas, probabilidad Résumé Cet article propose d étudier le phénomène de la propagation d un incendie dans un édifice en présence de certains éléments favorisant celle-ci. Nous donnons ici une vision globale du phénomène de propagation et son impact sur la vie humaine. Il s agit de la mise en place d un modèle prédictif, qui est amené à se développer par les nombreuses perspectives que nous avons identifiées, et qui va enrichir la base de connaissances d un outil décisionnel de type système expert. Abstract In this paper, we propose to study the phenomenon of building s fire spreading in presence of some increasing elements. First, we give an overview of the propagation phenomenon and its human life s impact. Then, we show how to develop a predictive model, with some identified perspectives, in order to improve the knowledge base of a decision tool as an expert system.

2 1. Introduction L incendie est l une des problèmes majeurs pouvant attaquer l humanité. Elle peut être définie comme un feu violant destructeur des activités humaines et de la nature. En fait, c est une réaction non maîtrisée dans l espace et dans le temps. L incendie est un phénomène physique qui met en jeu trois variables : - un combustible (Substances solides, liquides ou gazeux) - un carburant (xygène) - une source de chaleur. Dans un article 3 précédemment publié, nous avons proposé une étude prédictive des risques d incendie sur la base des réseaux bayésiens. Cette étude s appuie sur une identification exhaustive des différents paramètres pouvant déclencher un incendie dans un édifice, afin de calculer, à partir des équations de Bayes et comme le montre l équation (1), la probabilité de déclencher un incendie en présence de certains paramètres favorisant ce déclenchement et d autres le minimisant. ( ) Avec : ( ) ( ) ( ) ( ) (1) Ci = 0 si α i = 0 ou bien 1-0 Ci 0 si 1- > 0 X : évènement «Déclencher un incendie» Ei : événement pouvant déclencher un incendie. P(X) probabilité de déclenchement d un incendie P(Ei) probabilité d existence d un évènement déclencheur. P(Ei X) est la probabilité de Ei si l'on suppose que l incendie est déjà déclenché (appelée également «vraisemblance»). P(X Ei) est la probabilité pour qu un incendie se déclenche après avoir pris en compte l'effet de Ei De plus : α i un coefficient qui indique l existence d un évènement déclencheur selon les valeurs suivantes : α i 0 si l élément déclencheur existe α i = 0 sinon. P(E i ) devient α i * P(E i ) (A) ß i. est un coefficient qui peut réduire l effet induit de l élément déclencheur selon la relation suivante :

3 P (E i ) devient ( ) * P (E i ) (B) Par regroupement de (A) et (B), on se ramène à une écriture plus générale que nous simplifions comme suit : P(A i ) devient C i * P(E i ) En remplaçant P(Ei) dans l équation de Bayes, on obtient l équation (1) Afin d enrichir cette première approche, nous étudions dans cet article le phénomène de la propagation de l incendie au sein d un édifice en tenant compte des facteurs influant sur son flux, tels que : - La quantité et la répartition des matériaux combustibles. - La vitesse de combustion des matériaux présents. - Le niveau de ventilation et la géométrie de l édifice - Les propriétés thermiques des parois de l édifice Nous proposons une méthode (qui caractérise un pallier pour nos recherches) pour élaborer, une équation pouvant aider à calculer la probabilité liée à la propagation d un incendie en présence d élément la favorisant. Cette équation va être appliquée, sur la base d hypothèses réalistes, au calcul du nombre de victimes d un incendie. 2. Méthode proposée Pour modéliser la propagation de l incendie dans un édifice, on propose de suivre l enchainement ci-dessous : 1. Identifier les paramètres favorisant le phénomène de la propagation de l incendie dans un édifice. 2. Représentation des paramètres sous forme d un graphe causal (relation de cause à effet) 3. Associer des coefficients de probabilité pour chaque paramètre. 4. Calculer la probabilité de la propagation de l incendie en utilisant des relations probabilistes 5. Etablir un diagnostic des résultats obtenus. 6. Identifier l impact de cette propagation sur la vie humaine. Nous tenons à préciser que nous nous sommes limités, dans cette étude, uniquement aux éléments qui influent sur la propagation d un incendie. Cette étude est amenée à s enrichir en tenant compte des éléments qui peuvent bloquer, à un niveau ou un autre, cette propagation. La convergence des différents axes des travaux que nous menons, y compris l intégration des dimensions spatio-temporel et des domaines de variations plus réalistes pour nos variables, s inscrit dans l optique d élaborer un outil informatique capable d auditer les édifices existants (ou en projet de construction) pour prédire les risques potentiels et pour faciliter la prise de décision afin de préserver la vie humaine. 2.1 Identification des paramètres L étude des différents paramètres pouvant augmenter le risque de la propagation de l incendie au sein d un édifice, nous a conduit au classement suivant :

4 - Classe des paramètres ayant une relation avec la construction de l édifice : o o o La présence ou l absence des voies ouvertes à l extérieur. La présence des matériaux inflammables utilisés pour la construction de la pièce de laquelle démarre un incendie. Le taux de résistance des parois de la pièce source d incendie. - Classe des paramètres ayant une relation avec des éléments situés dans l édifice : o La présence des composants combustibles. 2.2 Représentation sous forme d arbre à décision des paramètres favorisant la propagation d un incendie Apres l observation des différents scénarios de propagation d incendie, on a pu représenter ce phénomène sous forme la structure suivante :

5 Incendie déclenchée Présence des matériaux inflammables ui Présence des composants combustibles Présence des composants combustibles ui ui Présence des voies ouvertes à l'extérieur ui Présence des voies ouvertes à l'extérieur ui Présence des voies ouvertes à l'extérieur ui Propagation S0 Présence des parois non résistants au feu Présence des parois non résistants au feu Présence des parois non résistants au feu Présence des parois non résistants au feu Présence des parois non résistants au feu Présence des parois non résistants au feu ui ui ui ui ui ui Propagation S12 Propagation S10 Propagation S8 Propagation S6 Propagation S4 Propagation S2 Propagation S11 Propagation S9 Propagation S7 Propagation S5 Propagation S3 Propagation S1 Figure 1 : Arbre de décision synthétisant tous les cas de la propagation d incendie dans un édifice

6 2.3 Représentation formelle des paramètres Commençons par donner une écriture symbolique à l arbre précédent. I.D M.F N C.C N C.C N V. N V. N V. N S 0 P.R P.R P.R P.R P.R P.R S 12 S 10 S 8 S 6 S 4 S 2 N N N N N N S 11 S 9 S 7 S 5 S 3 S 1 Avec : I.D : Incendie déclenchée M.F : Présence de la matière inflammable C.C : Présence des composants combustibles V.E : Présence des voies ouvertes à l extérieur P.R : Présence de parois non résistantes au feu S 0, S 1,, S 12 : Différents degrés de propagation Figure 2 : schéma simplifié du processus de la propagation d incendie

7 Le parcours de cet arbre permet de générer plusieurs chemins représentés de manière qualitative par des n et o. Ces derniers caractérisent la présence ou l absence des différents paramètres influant le flux de la propagation d incendie. Nous pouvons également représenter ces valeurs booléennes 0 et 1 et plus largement, dans le cadre de nos résultats futurs par l intégration de la logique floue avec des quantifications variables en 0 et 1. Les chemins générés correspondent aux différents degrés des probabilités de propagation allant de S 0 à S 12 comme le montre le tableau suivant. Tableau 1 : liste des probabilités de la propagation d incendie Probabilité S 0 S 1 S 2 S 3 S 4 S 5 S 6 S 7 S 8 S 9 S 10 S 11 S 12 Chemin n-n n-o-n-n n-o-n-o n-o-o-n n-o-o-o o-n-n-n o-n-n-o o-n-o-n o-n-o-o o-o-n-n o-o-n-o o-o-o-n o-o-o-o Dans l étape suivante, on va prendre l exemple d un édifice avec des caractéristiques précises comme le montre le tableau suivant : Tableau 2 : Attribution des probabilités pour les caractéristiques d un édifice Indice Caractéristiques Probabilité initiale* E 1 Présence de la matière inflammable dans la pièce source d incendie 95% E 2 Présence des composants combustibles 95% E 3 Présence des voies ouvertes à l extérieur 80% E 4 Présence de parois non résistantes au feu 70% E 1 Absence des matières inflammables dans la pièce source d incendie 5% E 2 Absence des composants combustibles 5% E 3 Absence des voies ouvertes à l extérieur 20% E 4 Présence de parois résistantes au feu 30%

8 * Les valeurs attribuées initialement sont issues de moyennes volontairement démesurées pour s attendre au pire. Ces valeurs seront amenées dans le cadre de techniques d apprentissage à s autorégulées selon la catégorie, l architecture et la nature de l occupation spatio-temporel d un édifice. 2.4 Calcul de la probabilité de la propagation En se basant sur les données présentes dans la figure 2, on remarque que chaque degré de la propagation dépend de 2 à 4 paramètres. Donc chaque probabilité de propagation sera calculée de la manière suivante : P(S n )= P (E 1 E 2 E 3 E 4 ) = P (E 1 ) * P (E 2 ) * P (E 3 ) * P (E 4 ) pour { } (2) P(S 0 )= P (E 1 E 2 ) = P (E 1 ) * P (E 2 ) D une manière générale : ( ) { ( ) { } ( ) Et puisque les évènements Ei sont indépendants les uns des autres, on peut écrire : P(S n )= ( ) avec { } (4) (ù m représente le nombre des évènements influant le flux de la propagation d incendie) Application numérique : (3) En tenant compte des valeurs attribuées dans le tableau 2, on obtient des valeurs pour les probabilités de la propagation S 0 jusqu à S 12 illustrées par le tableau3. Tableau 3 : Liste des valeurs des probabilités de la propagation d incendie

9 2.5 Analyse des résultats L analyse des résultats obtenus (voir tableau 4), montre la variation des probabilités de la propagation se présente sous forme d une fonction croissante (ce qui est cohérent car en augmentant les probabilités des différents paramètres, la probabilité de cette propagation augmente aussi) Tableau 4 : probabilités de la propagation d incendie en présence de certains paramètres.

10 Probabilés de la propagation Variation de la probabilité de la propagation d'incendie dans un édifice en présence des paramètres influant son flux 60,00% 50,00% 40,00% 30,00% 20,00% Valeur 10,00% 0,00% S0 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 Différents degrès de propagation Figure 4 : Variation de la probabilité de la propagation d'incendie dans un édifice en présence des paramètres influençant son flux 2.6 Risques attendus Application des réseaux bayésiens Pour identifier l impact des différents degrés de propagation sur la vie humaine, on va appliquer la technique des réseaux bayésiens suivant l organisation suivante : - Etape 1 : Identification des paramètres influant sur la vie humaine - Etape 2 : Représentation des paramètres sous forme d un graphe causal

11 - Etape 3 : Attribution des coefficients probabilistes pour chaque type de paramètre - Etape 4 : Application de l équation de Bayes - Etape 5 : Analyse des résultats n considère les données suivantes : N : le nombre de personnes possibles d être présents dans un édifice au moment de déclenchement d incendie. X : le nombre des personnes pouvant être victimes d un incendie (nous tenons compte ici que du nombre et non du degré de victimisation). Ce nombre dépend du taux de la propagation de l incendie n peut écrire alors P(X)=X/N : Probabilité des personnes victimes d un incendie. P(X) est comprise entre 0 et 1 : 0 (pas de victime) et 1 (toute la population présente est victime) Sachant que la probabilité qu il y aura 0% ou 100 % de victimes est très faible, nous allons poser comme hypothèse que 50% des personnes présentes peuvent être victimes (à différents degrés). Cette valeur par d éfaut sera amenée à être corrigée en procédant à diverses simulations et à l application des principes de l auto-apprentissage. Toutefois, cette valeur reste une hypothèse cohérente car elle permet de mettre en évidence, avec des données réalistes, l impact et l influence des propagations induites par les éléments qui favorisent l incendie. Dans notre cas, on a une probabilité de victimisation dépendante de la probabilité de la propagation, cette relation peut être schématisée par le graphe causal suivant : Propagation S n Victimisation X Figure5 : Relation cause à effet entre la propagation d incendie et la victimisation possible En appliquant l équation de bayes, on peut écrire d une manière générale : P(X Sn)= ( ) ( ) ( ) = ( ) ( ) (5) Avec N : nombre de personnes présentes dans un édifice au moment de déclenchement d incendie.

12 X : nombre des personnes pouvant être victimes d un incendie. P(X)=X/N : probabilité de personnes pouvant être victimes d incendie P(Sn) : probabilité de la propagation Sn P(X Sn) : probabilité des personnes pouvant être victimes sachant selon l application de la propagation de degré Sn P(Sn X) : probabilité de la propagation Sn si on suppose qu on a X victimes Etude de cas Partant des hypothèses suivantes : N= nombre de personnes présentes = 90 personnes P(X) = 50% nombre probable des victimes (valeur la plus cohérente comme hypothèse) Soit X = 45 personnes victimes de l incendie (ici on ne traite pas les différents cas victimisation) L application de l équation (5) sur les différentes possibilités de propagation donne les résultats illustrés par le tableau (5). Tableau 4 : variation du nombre de victimes en fonction des degrés de propagation.

13 Nombre de personnes victimes d'incendie L analyse du tableau précédent montre l influence des éléments pouvant propager un incendie. n retrouve ainsi que l hypothèse de 50% de victime varie selon la présence ou non de ses éléments et leurs impacts respectifs. Ce premier résultat, qui est amené a être développé, traduit une causalité cohérente entre le nombre de victime potentiel depuis le déclenchement d un incendie et la rencontre dans sa progression d élément favorisant son développement. 70 Variation du nombre de victimes causés par la propagation d'incendie X S0 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 Degrès de propagation Figure 5 : Variation du nombre de victimes causés par la propagation d'incendie

14 3. Conclusion & Perspectives Dans cet article, nous avons proposé une méthode pour étudier la propagation de l incendie au sein d un édifice en présence de certains facteurs la favorisant, à savoir : - La présence des matières inflammables - La présence des composants combustibles - La quantité d oxygène disponible. - La nature des parois de l édifice. Il s agit ici, d une étape dans nos recherches qui nous a permet de bâtir un palier pour faire une première estimation des victimes potentiels d un incendie. Ce palier est un tremplin vers des perspectives intéressantes qui vont intégrer les éléments suivants dans le but d élaborer une application informatique à caractère décisionnel : - Prise en compte de l architecture d un édifice o Volume libre o Niveau exacte de déclenchement de l incendie o L utilisation de parois résistantes au feu. o Détails sur les matériaux utilisés : volume, quantité et vitesse de propagation - Prise en compte de matériel de sécurité présent et opérationnel o Suivi et maintenance - Type de personnes présentes dans l édifice lors d un incendie o Niveau de préparation des occupants permanents présents. o Niveau de vulnérabilité et de leur dépendance : enfants, personnes âgées ou handicapées, malades o Horaire du déclenchement - Classification des victimes : blessées, gravement blessées, décédées. - Estimation des dégâts matériels. - Application d un système d autorégulation et d auto-apprentissage qui prend en compte les points suivants : o Nature de l incendie : volontaire ou involontaire o Nature de l élément déclencheur et sa taille o La catégorie de l édifice.

15 4. Bibliographie [1] J. CHRIER, Diagnostic et évaluation des risques incendie d une construction et de sa mise en sécurité, Thèse soutenue le 8 Février 2007 à l université de Savoie - France. [1] H. CHENG, G. V.HADJISPHCLEUS, The modeling of fire spread in buildings by Bayesian network, Fire SafetyJournal 44 (2009) [1] L. THMAS, G. ARCHAMBAULT, Sécurité incendie, Nouvelle Edition [1] JM. d HP, Sécurité incendie bâtiment, Référence SE2050 Date de publication : 10 avr [1] P. GRANDJEAN, P. JUVE, La sécurité incendie dans les bâtiments recevant du public, Paris (Fr.) : Editions du Moniteur, p. [2] B. BUZY, Réseaux Bayésiens, 26 février 2008 [2] P. NAÏM, P.H. WUILLEMIN, PH. LERAY,. PURRET, A. BECKER, Les Réseaux Bayésiens Eyrolles [2] V. DELCRIX, M. MAALEJ, SYLVAIN PIECHWIAK, Les Réseaux Bayésiens versus d autres modèles probabilistes pour le diagnostic multiple de systèmes complexes. [3] S. KHALI ISSA, A. AZMANI, B. AMAMI, Gestion prédictive des risques d incendies, publié au TELECM2011 & 7ème JFMMA Mars 16-18, 2011 Tanger MARC

APPORT DES RESEAUX BAYESIENS DANS LA PREVENTION DE LA DELINQUANCE

APPORT DES RESEAUX BAYESIENS DANS LA PREVENTION DE LA DELINQUANCE SûretéGlobale.Org La Guitonnière 49770 La Meignanne Téléphone : +33 241 777 886 Télécopie : +33 241 200 987 Portable : +33 6 83 01 01 80 Adresse de messagerie : c.courtois@sureteglobale.org APPORT DES

Plus en détail

Introduction au datamining

Introduction au datamining Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des

Plus en détail

MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.

MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln. MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.fr Plan Introduction Généralités sur les systèmes de détection d intrusion

Plus en détail

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ANALYSIS OF THE EFFICIENCY OF GEOGRIDS TO PREVENT A LOCAL COLLAPSE OF A ROAD Céline BOURDEAU et Daniel BILLAUX Itasca

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

Modèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes

Modèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes Zohra Guessoum 1 & Farida Hamrani 2 1 Lab. MSTD, Faculté de mathématique, USTHB, BP n 32, El Alia, Alger, Algérie,zguessoum@usthb.dz

Plus en détail

Les indices à surplus constant

Les indices à surplus constant Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté

Plus en détail

Modélisation 3D par le modèle de turbulence k-ε standard de la position de la tête sur la force de résistance rencontrée par les nageurs.

Modélisation 3D par le modèle de turbulence k-ε standard de la position de la tête sur la force de résistance rencontrée par les nageurs. Modélisation 3D par le modèle de turbulence k-ε standard de la position de la tête sur la force de résistance rencontrée par les nageurs. H. ZAÏDI a, S. FOHANNO a, R. TAÏAR b, G. POLIDORI a a Laboratoire

Plus en détail

Raisonnement probabiliste

Raisonnement probabiliste Plan Raisonnement probabiliste IFT-17587 Concepts avancés pour systèmes intelligents Luc Lamontagne Réseaux bayésiens Inférence dans les réseaux bayésiens Inférence exacte Inférence approximative 1 2 Contexte

Plus en détail

Probabilités conditionnelles Exercices corrigés

Probabilités conditionnelles Exercices corrigés Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services 69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard

Plus en détail

Classification Automatique de messages : une approche hybride

Classification Automatique de messages : une approche hybride RECIAL 2002, Nancy, 24-27 juin 2002 Classification Automatique de messages : une approche hybride O. Nouali (1) Laboratoire des Logiciels de base, CE.R.I.S., Rue des 3 frères Aïssiou, Ben Aknoun, Alger,

Plus en détail

Physique Chimie. Utiliser les langages scientifiques à l écrit et à l oral pour interpréter les formules chimiques

Physique Chimie. Utiliser les langages scientifiques à l écrit et à l oral pour interpréter les formules chimiques C est Niveau la représentation 4 ème 2. Document du professeur 1/6 Physique Chimie LES ATOMES POUR COMPRENDRE LA TRANSFORMATION CHIMIQUE Programme Cette séance expérimentale illustre la partie de programme

Plus en détail

LE FIRE SAFETY ENGINEERING VU PAR LES SRI

LE FIRE SAFETY ENGINEERING VU PAR LES SRI LE FIRE SAFETY ENGINEERING VU PAR LES SRI JOURNEE DU 21.10.2008 Partie 1 : Actions thermiques 1/ 51 REPARTITION DES SRI EN BELGIQUE. SERVICES X SERVICES Y SERVICES Z SERVICES C Bruxelles. Wavre. Braine-Le-

Plus en détail

Que nous enseigne la base de données PAE?

Que nous enseigne la base de données PAE? Que nous enseigne la base de données PAE? Séminaire auditeurs PAE 8 juin 2009 Nicolas Heijmans, ir Division Energie et Climat CSTC - Centre Scientifique et Technique de la Construction 00/00/2006 Contenu

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Julien MATHEVET Alexandre BOISSY GSID 4. Rapport RE09. Load Balancing et migration

Julien MATHEVET Alexandre BOISSY GSID 4. Rapport RE09. Load Balancing et migration Julien MATHEVET Alexandre BOISSY GSID 4 Rapport Load Balancing et migration Printemps 2001 SOMMAIRE INTRODUCTION... 3 SYNTHESE CONCERNANT LE LOAD BALANCING ET LA MIGRATION... 4 POURQUOI FAIRE DU LOAD BALANCING?...

Plus en détail

ORGANISATION MODULAIRE D UN ENTREPOT

ORGANISATION MODULAIRE D UN ENTREPOT ORGANISATION MODULAIRE D UN ENTREPOT Hajira BAKKALI, Abdellah AZMANI, Abdelhadi FENNAN hajiraone@gmail.com, abdellah.azmani@gmail.com, abdelhadi.fennan@gmail.com Laboratoire d informatique, Systèmes et

Plus en détail

Les Réseaux Bayesiens

Les Réseaux Bayesiens Les Réseaux Bayesiens A quoi sert un réseau bayésien? à représenter la connaissance d un système technique Le "système" dont on représente la connaissance au moyen d'un réseau bayésien peut être aussi

Plus en détail

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques

Plus en détail

Projet ANR. Bruno Capra - OXAND. 04/06/2015 CEOS.fr - Journée de restitution (Paris) B. CAPRA

Projet ANR. Bruno Capra - OXAND. 04/06/2015 CEOS.fr - Journée de restitution (Paris) B. CAPRA Projet ANR Bruno Capra - OXAND MEFISTO : Maîtrise durable de la fissuration des infrastructures en bétons Contexte Problématique des Maîtres d Ouvrages Evaluation et prédiction de la performance des ouvrages

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

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

Plus en détail

Etablissement Recevant du Public (ERP) de 5 ème catégorie avec locaux à sommeil

Etablissement Recevant du Public (ERP) de 5 ème catégorie avec locaux à sommeil Notice de sécurité Etablissement Recevant du Public (ERP) de 5 ème catégorie avec locaux à sommeil Cette notice a été établie à l'attention des exploitants d Etablissements Recevant du Public (ERP), afin

Plus en détail

Correction du baccalauréat STMG Polynésie 17 juin 2014

Correction du baccalauréat STMG Polynésie 17 juin 2014 Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé

Plus en détail

Les outils de simulation. Myriam HUMBERT CETE Ouest

Les outils de simulation. Myriam HUMBERT CETE Ouest Les outils de simulation Myriam HUMBERT CETE Ouest Outils de simulation pour la GPE Objectif Ø Recommandations pour la mise en œuvre des calculs dans le cadre d une GPE ü Analyse qualitative des outils

Plus en détail

REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION

REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION THÈSE N O 2388 (2001) PRÉSENTÉE AU DÉPARTEMENT D'INFORMATIQUE ÉCOLE POLYTECHNIQUE FÉDÉRALE

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Master d Informatique M1 Université Paris 7 - Denis Diderot Travail de Recherche Encadré Surf Bayesien

Master d Informatique M1 Université Paris 7 - Denis Diderot Travail de Recherche Encadré Surf Bayesien Master d Informatique M1 Université Paris 7 - Denis Diderot Travail de Recherche Encadré Surf Bayesien Denis Cousineau Sous la direction de Roberto di Cosmo Juin 2005 1 Table des matières 1 Présentation

Plus en détail

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

NOTE SUR LA MODELISATION DU RISQUE D INFLATION NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui

Plus en détail

Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation

Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation Laurent Denis STATXPERT Journée technologique "Solutions de maintenance prévisionnelle adaptées à la production" FIGEAC,

Plus en détail

THÈSE. présentée à TÉLÉCOM PARISTECH. pour obtenir le grade de. DOCTEUR de TÉLÉCOM PARISTECH. Mention Informatique et Réseaux. par.

THÈSE. présentée à TÉLÉCOM PARISTECH. pour obtenir le grade de. DOCTEUR de TÉLÉCOM PARISTECH. Mention Informatique et Réseaux. par. École Doctorale d Informatique, Télécommunications et Électronique de Paris THÈSE présentée à TÉLÉCOM PARISTECH pour obtenir le grade de DOCTEUR de TÉLÉCOM PARISTECH Mention Informatique et Réseaux par

Plus en détail

Commission pour la technique de construction

Commission pour la technique de construction Vereinigung Kantonaler Feuerversicherungen Association des établissements cantonaux d assurance incendie Commission pour la technique de Récapitulation des concordances admissibles entre la classification

Plus en détail

PROJET SINARI. Approche de la Sûreté de fonctionnement et de la cyber-sécurité. Sécurité des Infrastructures et Analyse des Risques

PROJET SINARI. Approche de la Sûreté de fonctionnement et de la cyber-sécurité. Sécurité des Infrastructures et Analyse des Risques PROJET SINARI Sécurité des Infrastructures et Analyse des Risques Approche de la Sûreté de fonctionnement et de la cyber-sécurité CLUB AUTOMATION - 19 Juin 2012 MD-3-01-SM-10 rév. B1 Agenda Présentation

Plus en détail

Travaux en cours. Diaporama réalisé par Thierry MARBEHAN Avec la collaboration de la société SIEMENS CERBERUS

Travaux en cours. Diaporama réalisé par Thierry MARBEHAN Avec la collaboration de la société SIEMENS CERBERUS Travaux en cours Diaporama réalisé par Thierry MARBEHAN Avec la collaboration de la société SIEMENS CERBERUS Triangle du feu Que ce soit un feu controlé ou un incendie, la combustion est une réaction chimique

Plus en détail

G.P. DNS02 Septembre 2012. Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction

G.P. DNS02 Septembre 2012. Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction DNS Sujet Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3 Réfraction I. Préliminaires 1. Rappeler la valeur et l'unité de la perméabilité magnétique du vide µ 0. Donner

Plus en détail

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui

Plus en détail

Influence de la géométrie du conducteur sur la température dans un poste sous enveloppe métallique

Influence de la géométrie du conducteur sur la température dans un poste sous enveloppe métallique SYMPOSIUM DE GENIE ELECTRIQUE (SGE 14) : EF-EPF-MGE 2014, 8-10 JUILLET 2014, ENS CACHAN, FRANCE Influence de la géométrie du conducteur sur la dans un poste sous enveloppe métallique Nesrine REBZANI 1,2,3,

Plus en détail

BIG Data et R: opportunités et perspectives

BIG Data et R: opportunités et perspectives BIG Data et R: opportunités et perspectives Guati Rizlane 1 & Hicham Hajji 2 1 Ecole Nationale de Commerce et de Gestion de Casablanca, Maroc, rguati@gmail.com 2 Ecole des Sciences Géomatiques, IAV Rabat,

Plus en détail

Extinction. Choisissez votre système d extinction. Qu'est-ce qu'un système d extinction? Les principes du feu

Extinction. Choisissez votre système d extinction. Qu'est-ce qu'un système d extinction? Les principes du feu Extinction Choisissez votre système d extinction Qu'est-ce qu'un système d extinction? Dans un système de protection incendie, il ne suffit pas de détecter et de mettre en sécurité. Il est souvent nécessaire

Plus en détail

Technologie des contacteurs gaz liquide : cas des colonnes à plateaux et à garnissage. M. Prévost

Technologie des contacteurs gaz liquide : cas des colonnes à plateaux et à garnissage. M. Prévost Technologie des contacteurs gaz liquide : cas des colonnes à plateaux et à garnissage M. Prévost Version V2/ nov 2006 Structure du cours Partie 1 : Introduction Partie 2 : Mise en contact de Gaz et de

Plus en détail

DÉVERSEMENT ÉLASTIQUE D UNE POUTRE À SECTION BI-SYMÉTRIQUE SOUMISE À DES MOMENTS D EXTRÉMITÉ ET UNE CHARGE RÉPARTIE OU CONCENTRÉE

DÉVERSEMENT ÉLASTIQUE D UNE POUTRE À SECTION BI-SYMÉTRIQUE SOUMISE À DES MOMENTS D EXTRÉMITÉ ET UNE CHARGE RÉPARTIE OU CONCENTRÉE Revue Construction étallique Référence DÉVERSEENT ÉLASTIQUE D UNE POUTRE À SECTION BI-SYÉTRIQUE SOUISE À DES OENTS D EXTRÉITÉ ET UNE CHARGE RÉPARTIE OU CONCENTRÉE par Y. GALÉA 1 1. INTRODUCTION Que ce

Plus en détail

4.2 Unités d enseignement du M1

4.2 Unités d enseignement du M1 88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter

Plus en détail

CODE DU TRAVAIL. Nombre de dégagements réglementaires. Nombre total d'unités de passage Moins de 20 personnes 1 1. 1 + 1 dégagement accessoire (a)

CODE DU TRAVAIL. Nombre de dégagements réglementaires. Nombre total d'unités de passage Moins de 20 personnes 1 1. 1 + 1 dégagement accessoire (a) CODE DU TRAVAIL Art. R. 235-4.- Les dispositions de la présente section s'appliquent aux établissements mentionnés à l'article R. 232-12. Les bâtiments et les locaux régis par la présente section doivent

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

Figure 3.1- Lancement du Gambit

Figure 3.1- Lancement du Gambit 3.1. Introduction Le logiciel Gambit est un mailleur 2D/3D; pré-processeur qui permet de mailler des domaines de géométrie d un problème de CFD (Computational Fluid Dynamics).Il génère des fichiers*.msh

Plus en détail

La Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS

La Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS Rev. Energ. Ren. : Chemss 2000 39-44 La Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS D.K. Mohamed, A. Midoun et F. Safia Département

Plus en détail

Coup de Projecteur sur les Réseaux de Neurones

Coup de Projecteur sur les Réseaux de Neurones Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche

Plus en détail

Conseils en Ingénierie mécanique

Conseils en Ingénierie mécanique Conseils en Ingénierie mécanique contact@solsi-cad.fr +33 (0)3 87 60 34 49 CONCEVOIR OPTIMISER Metz INNOVER VALIDER Historique 1985 1992 1996 2003 2013 2014 Solsi : Calculs des Structures - FEA Création

Plus en détail

overmind La solution précède le problème 2008 Overmind - All rights reserved

overmind La solution précède le problème 2008 Overmind - All rights reserved La solution précède le problème Société Overmind vous propose des solutions d optimisation, d anticipation, de pilotage global capables de prendre en compte l interdépendance des variables en terme de

Plus en détail

Graphes d attaques Une exemple d usage des graphes d attaques pour l évaluation dynamique des risques en Cyber Sécurité

Graphes d attaques Une exemple d usage des graphes d attaques pour l évaluation dynamique des risques en Cyber Sécurité Graphes d attaques Une exemple d usage des graphes d attaques pour l évaluation dynamique des risques en Cyber Sécurité Emmanuel MICONNET, Directeur Innovation WISG 2013, UTT le 22/1/13 2 / CyberSécurité,

Plus en détail

Vérifier la qualité de vos applications logicielle de manière continue

Vérifier la qualité de vos applications logicielle de manière continue IBM Software Group Vérifier la qualité de vos applications logicielle de manière continue Arnaud Bouzy Kamel Moulaoui 2004 IBM Corporation Agenda Analyse de code Test Fonctionnel Test de Performance Questions

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

HySIO : l infogérance hybride avec le cloud sécurisé

HySIO : l infogérance hybride avec le cloud sécurisé www.thalesgroup.com SYSTÈMES D INFORMATION CRITIQUES ET CYBERSÉCURITÉ HySIO : l infogérance hybride avec le cloud sécurisé Le cloud computing et la sécurité au cœur des enjeux informatiques L informatique

Plus en détail

Modélisation géostatistique des débits le long des cours d eau.

Modélisation géostatistique des débits le long des cours d eau. Modélisation géostatistique des débits le long des cours d eau. C. Bernard-Michel (actuellement à ) & C. de Fouquet MISTIS, INRIA Rhône-Alpes. 655 avenue de l Europe, 38334 SAINT ISMIER Cedex. Ecole des

Plus en détail

CONCEPTION ET REALISATION D'UN GENERATEUR DE TABLEAUX DE BORD PROSPECTIFS MULTIDIMENSIONNELS

CONCEPTION ET REALISATION D'UN GENERATEUR DE TABLEAUX DE BORD PROSPECTIFS MULTIDIMENSIONNELS CONCEPTION ET REALISATION D'UN GENERATEUR DE TABLEAUX DE BORD PROSPECTIFS MULTIDIMENSIONNELS Nazih Selmoune (*), Zaia Alimazighi (*) Selmoune@lsi-usthb.dz, Alimazighi@wissal.dz (*) Laboratoire des systèmes

Plus en détail

Le Guide Pratique des Processus Métiers

Le Guide Pratique des Processus Métiers Guides Pratiques Objecteering Le Guide Pratique des Processus Métiers Auteur : Version : 1.0 Copyright : Softeam Equipe Conseil Softeam Supervisée par Philippe Desfray Softeam 21 avenue Victor Hugo 75016

Plus en détail

Le pétitionnaire pourra remplir une notice par établissement isolé les uns des autres au sens de l article GN 3.

Le pétitionnaire pourra remplir une notice par établissement isolé les uns des autres au sens de l article GN 3. NOTICE DESCRIPTIVE DE SECURITE Pour tous les ERP du 1er groupe et les ERP du 2ème groupe (5ème catégorie) Avec locaux à sommeil. (Arrêté du 25/06/1980 modifié Arrêté du 22/06/1990 modifié) La présente

Plus en détail

BIG DATA : PASSER D UNE ANALYSE DE CORRÉLATION

BIG DATA : PASSER D UNE ANALYSE DE CORRÉLATION BIG DATA : PASSER D UNE ANALYSE DE CORRÉLATION À UNE INTERPRÉTATION CAUSALE Arthur Charpentier Professeur d actuariat à l Université du Québec, Montréal Amadou Diogo Barry Chercheur à l Institut de santé

Plus en détail

Modélisation du virus informatique Conficker

Modélisation du virus informatique Conficker Mini Projet Calcul Scientifique Modélisation du virus informatique Conficker Worm Defender Engineering Bellot Guillaume Cornil Yoann Courty Arnaud Goldenbaum David Pascal Louis ESILV S4 Introduction :

Plus en détail

INTRODUCTION. A- Modélisation et paramétrage : CHAPITRE I : MODÉLISATION. I. Paramétrage de la position d un solide : (S1) O O1 X

INTRODUCTION. A- Modélisation et paramétrage : CHAPITRE I : MODÉLISATION. I. Paramétrage de la position d un solide : (S1) O O1 X INTRODUCTION La conception d'un mécanisme en vue de sa réalisation industrielle comporte plusieurs étapes. Avant d'aboutir à la maquette numérique du produit définitif, il est nécessaire d'effectuer une

Plus en détail

Plate forme de modélisation en vue de la prédiction de la durée de vie des bétons vis-à-vis de la pénétration d agents agressifs

Plate forme de modélisation en vue de la prédiction de la durée de vie des bétons vis-à-vis de la pénétration d agents agressifs Plate forme de modélisation en vue de la prédiction de la durée de vie des bétons vis-à-vis de la pénétration d agents agressifs Phase d'initiation de la corrosion vis-à-vis de la - pénétration d'agents

Plus en détail

Compte rendu de LA37 B, TP numéro 1. Evolution de la température et du degrée d'hydratation

Compte rendu de LA37 B, TP numéro 1. Evolution de la température et du degrée d'hydratation 4 6 8 2 4 8 22 26 3 34 38 42 46 5 54 58 62 66 7 74 78 83 89 96 8 44 Bertin Morgan Compte rendu de LA37 B, TP numéro. Les essais effectués par le laboratoire des ponts et chaussés nous ont fournis la température

Plus en détail

DISCOUNTED CASH-FLOW

DISCOUNTED CASH-FLOW DISCOUNTED CASH-FLOW Principes généraux La méthode des flux futurs de trésorerie, également désignée sous le terme de Discounted Cash Flow (DCF), est très largement admise en matière d évaluation d actif

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

VEILLE RÉGLEMENTAIRE Sécurité des personnes Fiche VRE.30

VEILLE RÉGLEMENTAIRE Sécurité des personnes Fiche VRE.30 VEILLE RÉGLEMENTAIRE Sécurité des personnes Fiche VRE.30 Incendie Code du Travail R4216-1 à R4216-7 ; R4216-11 à R4216-34 Code du Travail R4225-8 Code du Travail R4227-34 à R4227-36 Code du Travail R4227-1

Plus en détail

Voies d évacuation et de sauvetage

Voies d évacuation et de sauvetage Institut de Sécurité Voies d évacuation et de sauvetage Jean-Paul Bassin Institut de Sécurité Institut de Sécurité INSTITUT SUISSE DE PROMOTION DE LA SÉCURITÉ Evacuation_Lignum_2010 1 Histoire 1995 1945

Plus en détail

SDLV120 - Absorption d'une onde de compression dans un barreau élastique

SDLV120 - Absorption d'une onde de compression dans un barreau élastique Titre : SDLV120 - Absorption d'une onde de compression dan[...] Date : 09/11/2011 Page : 1/9 SDLV120 - Absorption d'une onde de compression dans un barreau élastique Résumé On teste les éléments paraxiaux

Plus en détail

ANNUITES. Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. -annuités non constantes

ANNUITES. Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. -annuités non constantes ANNUITES I Notions d annuités a.définition Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. Le processus de versements dépend du montant de l annuité,

Plus en détail

Définitions. Numéro à préciser. (Durée : )

Définitions. Numéro à préciser. (Durée : ) Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.

Plus en détail

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

Plus en détail

OCF / KAF. Nouvelles prescriptions de protection incendie AEAI. Information aux responsables communaux, Grône le 25 novembre 2014.

OCF / KAF. Nouvelles prescriptions de protection incendie AEAI. Information aux responsables communaux, Grône le 25 novembre 2014. OCF / KAF Nouvelles prescriptions de protection incendie AEAI Information aux responsables communaux, Grône le 25 novembre 2014 Orientation 2015 Objectifs OCF / KAF Information quant à l évolution des

Plus en détail

SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION)

SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION) Terminale S CHIMIE TP n 2b (correction) 1 SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION) Objectifs : Déterminer l évolution de la vitesse de réaction par une méthode physique. Relier l absorbance

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

Etude de fonctions: procédure et exemple

Etude de fonctions: procédure et exemple Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons

Plus en détail

CAP CAMION A ASSISTANCE PNEUMATIQUE

CAP CAMION A ASSISTANCE PNEUMATIQUE Séminaire mi parcours Stock-e 2010 CAP CAMION A ASSISTANCE PNEUMATIQUE Iyad Balloul Renault Trucks - iyad.balloul@volvo.com Eric Bideaux INSA Lyon - eric.bideaux@insa-lyon.fr Marc Michard LMFA - Marc.Michard@ec-lyon.fr

Plus en détail

Soumise à l effet du vent, à la différence

Soumise à l effet du vent, à la différence CVC N 871 NOV./DÉC. 2011 13 PROFESSION ÉTUDE Infiltrométrie Vers un résultat d étanchéité à l air des bâtiments La réglementation thermique 2012 impose un niveau élevé d étanchéité à l air des nouveaux

Plus en détail

ELECTRICITE. Introduction

ELECTRICITE. Introduction Direction des études Mission Santé-sécurité au travail dans les fonctions publiques (MSSTFP) Introduction ELECTRICITE L'utilisation de l'énergie électrique est devenue tellement courante que nul ne saurait

Plus en détail

données en connaissance et en actions?

données en connaissance et en actions? 1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)

Plus en détail

Résumé des communications des Intervenants

Résumé des communications des Intervenants Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit

Plus en détail

QUESTIONNAIRE PARTICULIER POUR DEMANDE D'AUTORISATION. BATIMENT SIS : Commune : Localité : Article cadastral : Rue et n : Affectation de l'ouvrage :

QUESTIONNAIRE PARTICULIER POUR DEMANDE D'AUTORISATION. BATIMENT SIS : Commune : Localité : Article cadastral : Rue et n : Affectation de l'ouvrage : Secteur prévention Etablissement cantonal d'assurance et de prévention Place de la Gare 4, Case postale, 2002 Neuchâtel Tél. 032 889 62 22 www.ecap-ne.ch Fax 032 889 62 33 ecap.prevention@ne.ch QUESTIONNAIRE

Plus en détail

Le montant des garanties constituées aux fins du STPGV est-il excessif?

Le montant des garanties constituées aux fins du STPGV est-il excessif? Le montant des garanties constituées aux fins du STPGV est-il excessif? Kim McPhail et Anastasia Vakos* L e système canadien de transfert des paiements de grande valeur (STPGV) sert à effectuer les paiements

Plus en détail

K W = [H 3 O + ] [OH - ] = 10-14 = K a K b à 25 C. [H 3 O + ] = [OH - ] = 10-7 M Solution neutre. [H 3 O + ] > [OH - ] Solution acide

K W = [H 3 O + ] [OH - ] = 10-14 = K a K b à 25 C. [H 3 O + ] = [OH - ] = 10-7 M Solution neutre. [H 3 O + ] > [OH - ] Solution acide La constante d autoprotolyse de l eau, K W, est égale au produit de K a par K b pour un couple acide/base donné : En passant en échelle logarithmique, on voit donc que la somme du pk a et du pk b d un

Plus en détail

La sécurité physique et environnementale

La sécurité physique et environnementale I. Qu est ce que la sécurité physique? "Il ne sert à rien de dresser une ligne Maginot logique si n'importe qui peut entrer dans la salle serveurs par la fenêtre " (Christian Pollefoort, consultant en

Plus en détail

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques

Plus en détail

Efficacité énergétique des logements à haute performance énergétique, HPE : Application au site de Béchar

Efficacité énergétique des logements à haute performance énergétique, HPE : Application au site de Béchar Revue des Energies Renouvelables Vol. 15 N 2 (2012) 357-364 Efficacité énergétique des logements à haute performance énergétique, HPE : Application au site de Béchar S. Sami-Mécheri 1*, D. Semmar 2 et

Plus en détail

RAPID 3.34 - Prenez le contrôle sur vos données

RAPID 3.34 - Prenez le contrôle sur vos données RAPID 3.34 - Prenez le contrôle sur vos données Parmi les fonctions les plus demandées par nos utilisateurs, la navigation au clavier et la possibilité de disposer de champs supplémentaires arrivent aux

Plus en détail

La réglementation Incendie en Belgique

La réglementation Incendie en Belgique La réglementation Incendie en Belgique Formation incendie F. HENRY 1 La réglementation Incendie en Belgique Formation incendie F. HENRY 2 Cpt ing. F. HENRY 1 Les differents niveaux de pouvoir - Fédéral

Plus en détail

Phénomènes dangereux et modélisation des effets

Phénomènes dangereux et modélisation des effets Phénomènes dangereux et modélisation des effets B. TRUCHOT Responsable de l unité Dispersion Incendie Expérimentations et Modélisations Phénomènes dangereux Description et modélisation des phénomènes BLEVE

Plus en détail

Principe de symétrisation pour la construction d un test adaptatif

Principe de symétrisation pour la construction d un test adaptatif Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université

Plus en détail

EXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points)

EXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points) BAC S 2011 LIBAN http://labolycee.org EXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points) Les parties A et B sont indépendantes. A : Étude du fonctionnement d un spectrophotomètre

Plus en détail

Rendre son installation de chauffage performante grâce à la PEB

Rendre son installation de chauffage performante grâce à la PEB 1 Séminaire Bâtiment Durable: Rendre son installation de chauffage performante grâce à la PEB 21 octobre 2014 Bruxelles Environnement LA REGLEMENTATION CHAUFFAGE PEB Alain BEULLENS, DPT CHAUFFAGE ET CLIM

Plus en détail

1-Introduction 2. 2-Installation de JBPM 3. 2-JBPM en action.7

1-Introduction 2. 2-Installation de JBPM 3. 2-JBPM en action.7 Sommaire 1-Introduction 2 1-1- BPM (Business Process Management)..2 1-2 J-Boss JBPM 2 2-Installation de JBPM 3 2-1 Architecture de JOBSS JBPM 3 2-2 Installation du moteur JBoss JBPM et le serveur d application

Plus en détail

GUIDE DE BONNES PRATIQUES POUR LA COLLECTE DE PILES ET ACCUMULATEURS AU LUXEMBOURG

GUIDE DE BONNES PRATIQUES POUR LA COLLECTE DE PILES ET ACCUMULATEURS AU LUXEMBOURG GUIDE DE BONNES PRATIQUES POUR LA COLLECTE DE PILES ET ACCUMULATEURS AU LUXEMBOURG Version 1.0 1 Avant-propos Ce guide de bonnes pratiques a été préparé pour fournir des informations concernant la collecte

Plus en détail

La conversion de données : Convertisseur Analogique Numérique (CAN) Convertisseur Numérique Analogique (CNA)

La conversion de données : Convertisseur Analogique Numérique (CAN) Convertisseur Numérique Analogique (CNA) La conversion de données : Convertisseur Analogique Numérique (CAN) Convertisseur Numérique Analogique (CNA) I. L'intérêt de la conversion de données, problèmes et définitions associés. I.1. Définitions:

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

Un modèle stochastique du taux d intérêt implicite en microcrédit

Un modèle stochastique du taux d intérêt implicite en microcrédit Un modèle stochastique du taux d intérêt implicite en microcrédit PHEAKDEI MAUK, MARC DIENER LABORATOIRE J.A. DIEUDONNÉ Dixième colloque des jeunes probabilistes et statisticiens CIRM Marseille 16-20 avril

Plus en détail