Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé
|
|
- Marie-Claude Michel
- il y a 2 ans
- Total affichages :
Transcription
1 Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé Guilhem Mollon 1, Daniel Dias 2, Abdul-Hamid Soubra 3 1 Doctorant, Laboratoire de Génie Civil et d Ingénierie Environnementale, INSA Lyon, Université de Lyon, Domaine Scientifique de la Doua, 20 Avenue Einstein, Villeurbanne. 2 Maître de Conférence HDR, Laboratoire de Génie Civil et d Ingénierie Environnementale, INSA Lyon, Université de Lyon, Domaine Scientifique de la Doua, 20 Avenue Einstein, Villeurbanne. 3 Professeur, GeM, Université de Nantes, Boulevard de l Université, BP152, Saint-Nazaire cedex. RÉSUMÉ. La CSRSM (méthode de la surface de réponse stochastique par collocation) est explicitée et détaillée dans le cas d un modèle d analyse de la stabilité d un front de taille pressurisé. La validation est effectuée par comparaison entre les distributions de probabilité de la variable de sortie du modèle analytique et de son approximation par CSRSM. Une étude paramétrique est ensuite conduite sur les données probabilistes d entrée du problème. ABSTRACT. CSRSM (Collocation-based Stochastic Response Surface Methodology) is described and detailed in the case of an analytical model for the stability of a pressurized tunnel face. The validation is carried out by comparison between the output distributions of the analytical model and of its approximation by CSRSM. A parametric study is then driven on the probabilistic input data of the problem MOTS-CLÉS : Méthode non intrusive, CSRSM, étude paramétrique, Simulation de Monte- Carlo, Propagation d incertitude KEYWORDS: Non-intrusive methodology, CSRSM, parametric study, Monte-Carlo Simulation, Uncertainty propagation
2 XXVIII e Rencontres Universitaires de Génie Civil. La Bourboule, 2 au 4 juin Introduction La stabilité du front de taille d un tunnel a fait l objet de nombreuses études par le passé, qu il s agisse d approches expérimentales (Chambon et Corté 1994), analytiques (Leca et Dormieux 1990), ou numériques (Eisenstein et Ezzeldine 1994). Néanmoins, ces études considèrent toujours une situation purement déterministe dans laquelle les variables d entrée sont prises en compte par l intermédiaire de leur valeur moyenne. Un facteur de sécurité est considéré pour prendre en compte les incertitudes de manière approchée. La valeur cible de ce facteur est généralement laissée au jugement de l ingénieur. Les outils de l analyse probabiliste permettent de prendre en compte de manière plus rationnelle les incertitudes sur les variables d entrées des modèles et d évaluer l impact de ces incertitudes sur la réponse du système étudié. Les deux obstacles les plus couramment rencontrés à ces méthodes sont (i) la difficulté à évaluer les distributions statistiques des variables d entrée du modèle (par exemple les paramètres de cisaillement du sol), et (ii) le temps de calcul, puisqu il est nécessaire d appeler un grand nombre de fois le modèle mécanique pour conduire une étude probabiliste. Une des voies pour lever le premier obstacle est d effectuer une étude de sensibilité sur les distributions statistiques des variables d entrée. Parmi les outils permettant de lever le deuxième obstacle, la méthode de surface de réponse stochastique par collocation (abrégée par CSRSM pour Collocation-Based Stochastic Response Surface Method) est une méthode non intrusive particulièrement efficace (Sudret 2007). Elle permet d étudier un modèle numérique complexe de manière probabiliste et fiabiliste en le remplaçant par un méta-modèle analytique approché. On s intéresse dans cette communication à la CSRSM par régression. Cette méthode consiste à approximer la réponse d un modèle déterministe par une fonction analytique dont les coefficients inconnus sont déterminés par régression. Ce «méta-modèle» approché a un temps de calcul faible et peut donc être substitué au modèle d origine dans les méthodes probabilistes classiques (Monte-Carlo etc.). Le modèle déterministe utilisé dans cette étude et le formalisme de la CSRSM (Isukapalli 1999, Sudret et al. 2006, Sudret 2007, Phoon et Huang 2007, Mollon et al. 2010) sont d abord présentés, puis la CSRSM est validée par une approche de type Monte-Carlo. Finalement, une étude de sensibilité des données probabilistes d entrée (distributions statistiques et corrélation) est effectuée. 2. Présentation du modèle déterministe Le modèle déterministe utilisé dans cette étude est analytique et repose sur le théorème cinématique de l analyse limite. Celui-ci permet la détermination de la pression nécessaire à appliquer au front de taille d un tunnel percé en milieu frottant et/ou cohérent pour en garantir la stabilité (Mollon et al. 2009). Il s agit d un mécanisme tridimensionnel de rupture du front par plusieurs blocs de sol en translation. Les différents blocs sont de forme conique et subissent une translation selon leur axe. Les conditions de normalité imposées par l analyse limite sont donc
3 Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel 3 respectées du fait que les surfaces de discontinuité de vitesse (i.e. les surfaces externes des blocs en mouvement) forment toujours un angle φ avec le vecteur vitesse, φ étant l angle de frottement interne du sol. Cette conicité induit un défaut géométrique dans le modèle, puisque l intersection du premier bloc avec le front de taille est nécessairement une ellipse verticale. Ceci va à l encontre des observations obtenues à partir de modèles physiques ou numériques, pour lesquels l ensemble du front circulaire est concerné par la rupture. Néanmoins, le modèle proposé donne des valeurs de la pression de rupture cohérentes avec celles issues des simulations numériques ou physiques (Mollon et al. 2009). Figure 1. Allure du mécanisme de ruine proposé par le modèle déterministe Ce modèle relativement simple, implémenté sous Excel en Visual Basic, a été choisi par commodité pour son temps de calcul quasi-instantané (0.1s). La variable de sortie du modèle est donc la pression limite d effondrement du front de taille (nommée σ c et exprimée en kpa), tandis que les variables aléatoires d entrée sont au nombre de deux : l angle de frottement interne du sol (φ), et la cohésion (c). Dans une approche probabiliste, ces deux variables peuvent être munies de différentes lois de distribution, et être éventuellement corrélées. 3. Présentation de la CSRSM L objectif de la CSRSM est de définir un méta-modèle approché qui vient se substituer au modèle déterministe dans les études probabilistes, et dont le temps de calcul est quasi-instantané. Ce méta-modèle (ou PCE pour Polynomial Chaos Expansion) s exprime dans une base nommée chaos polynomial. Pour un chaos polynomial d ordre n, les vecteurs de cette base sont des polynômes orthogonaux (Hermite, Legendre, etc.) multidimensionnels de degrés n. Pour un jeu donné de paramètres d entrée (i.e. corrélations et distributions statistiques des différentes variables aléatoires d entrée), on peut déterminer les coefficients du chaos par un
4 XXVIII e Rencontres Universitaires de Génie Civil. La Bourboule, 2 au 4 juin nombre réduit d appels au modèle déterministe. Dans l étude proposée, le chaos est formé par des polynômes d Hermite multidimensionnels, et les coefficients du chaos sont déterminés par régression à partir de la réponse du modèle déterministe en un certain nombre de points de collocation. Cette partie décrit brièvement l utilisation de la CSRSM dans le cas de deux variables. Pour une présentation plus générale, le lecteur peut se référer à Isukapalli (1999), ou à Sudret (2007). Les deux variables aléatoires (φ et c) doivent être représentées dans le chaos polynomial par deux variables standards (variables normales centrées et réduites) nommées respectivement ξ 1 et ξ 2. Pour un PCE d ordre n donné, les points de collocation disponibles sont déterminés dans l espace standard (ξ 1, ξ 2 ) : chacune des variables standards peut prendre les valeurs des racines du polynôme d Hermite de degré n+1, et les points de collocation disponibles résultent de l ensemble des combinaisons de ces racines. Pour deux variables standards, la variable de sortie U peut être calculée à partir du chaos polynomial d ordre n comme suit : U = p a i i= 1 i ( ) ξ (1) 1,ξ 2 Dans cette expression, les termes i sont des polynômes d Hermite multidimensionnels, qui constituent les vecteurs de la base du chaos polynomial. Les coefficients a i du chaos sont les inconnues du problème. Pour un PCE d ordre n et un nombre n v de variables aléatoires d entrée, le nombre p de coefficients et le nombre M de points de collocation disponibles sont donnés par (Isukapalli 1999) : ( n + n ) v! p = (2) n! n! n 0 si l' une des racines du polynome d' Hermite de degré n + 1 est nulle v M = ( n + 1) + (3) 1 sinon Ces expressions permettent de remarquer que, dès lors que l on considère un nombre important de variables aléatoires, le nombre de points disponibles est bien plus élevé que le nombre de coefficients à déterminer. Il est donc nécessaire d opérer un choix judicieux des points de collocation pour lesquels le calcul déterministe sera effectué, afin de réduire les temps de calcul sans affecter la qualité de l approximation. Isukapalli (1999) propose d utiliser un nombre de points de collocation environ deux fois supérieur au nombre de coefficients du PCE. Il est également recommandé par le même auteur de disposer ces points symétriquement, et aussi près de l origine que possible. Enfin, il est proposé d ajouter aux points de collocation l origine de l espace des variables standard pour le cas où le polynôme d Hermite de degré n+1 n aurait pas de racine nulle, comme explicité dans l équation (3). Dans la présente étude, le faible nombre de variables implique que 2p>M quelque soit l ordre du PCE, il sera donc nécessaire d utiliser tous les points de collocation disponibles. v
5 Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel 5 Pour être introduits dans le modèle déterministe, les points de collocation (sous ξ avec m compris entre 1 et M) doivent d abord être forme de couples ( ) 1,ξ, m 2,m exprimés dans l espace des variables physiques (couples (, ) en utilisant les expressions suivantes : ξ1 C, m ξ1, m = H ξ ξ 2 C, m 2, m [ Φ( ξ1 C, m )] [ Φ( ξ )] ϕ correspondants), m c m (4) 1 ϕ m = Fϕ (5) 1 cm = Fc 2C, m avec H : transformée de Cholesky de la matrice de corrélation de c et φ, Φ : fonction de répartition normale centrée réduite, F φ : fonction de répartition de φ, et F c : fonction de répartition de c. Après obtention de la réponse du modèle déterministe aux points de collocation, la détermination des coefficients du PCE s effectue par régression, en résolvant l équation matricielle suivante : t t N N a N f = (6) avec a : vecteur colonne des coefficients a i, f : vecteur colonne des réponses du modèle aux points de collocation, et N la matrice suivante : N = 0,0 0,0 0,0 1,0 1,0 1,0 ( ξ1,1 ) ( ξ ) 1,2 ( ξ2,1 ) ( ξ ) ( ξ1,1 ) ( ξ ) ( ξ1,1, ξ2,1 ) ( ξ, ξ ) ( ξ2,1 ) ( ξ ) ( ξ ) ( ξ ) ( ξ ) ( ξ, ξ ) ( ξ ) 1, M 0,1 0,1 0,1 2,2 2, M 2,0 2,0 2,0 1,2 1, M La connaissance des coefficients du PCE fournit finalement une approximation analytique du modèle déterministe. Le post-traitement de ce PCE consiste dans la présente étude à déterminer la distribution statistique de la réponse par une méthode de Monte-Carlo. On peut aussi envisager d appliquer à ce méta-modèle les outils de l analyse fiabiliste (Monte-Carlo, Tirages d Importance, FORM) afin d étudier la probabilité de ruine due à une charge de service. 4. Validation de la CSRSM Dans cette section, le méta-modèle fourni par la CSRSM est comparé au modèle déterministe original afin d évaluer son exactitude et de choisir l ordre optimal du PCE. Pour cette comparaison, on utilise des caractéristiques de références pour les deux variables d entrée, qui sont considérées gaussiennes et non corrélées, avec les 1,1 1,1 1,1 1,2 1, M 2,2 2, M 0,2 0,2 0,2 2,2 2, M (7)
6 XXVIII e Rencontres Universitaires de Génie Civil. La Bourboule, 2 au 4 juin caractéristiques suivantes : µ φ =17 et COV(φ)=10%; µ c =7 kpa et COV(c)=20%. Pour ce cas de référence, des tirages de Monte-Carlo sont effectués avec (i) les méta-modèles d ordres 2, 3, 4, et 5, et (ii) le modèle déterministe original. Le nombre de tirages est de La figure 2a présente la densité de probabilité de la réponse pour le modèle déterministe et les 4 méta-modèles. Seul le PCE d ordre 2 peut être discerné, tandis que les PCE d ordres 3 et supérieurs fournissent une courbe de densité de probabilité confondue avec celle du modèle analytique. La figure 2b propose la probabilité de ruine du tunnel en queue de distribution et apporte plus de précision. L ordre 2 donne des résultats peu satisfaisants, mais les ordres supérieurs se rapprochent de la probabilité de ruine obtenue pour le modèle analytique. Les ordres 4 et 5 fournissent des probabilités de ruines très similaires aux résultats obtenus par FORM (Mollon et al. 2009). Figure 2. (a) Comparaison entre les PDF obtenus pour le modèle analytique et pour les PCE d ordres 2 à 5 ; (b) Comparaison entre les probabilités de ruine obtenues pour le modèle analytique et pour les PCE, et les valeurs obtenues par FORM Tableau 1. Moments statistiques de la réponse obtenus pour les PCE d ordres 2 à 5 Ordre du PCE Moments Statistiques Moyenne Variance Asymétrie Aplatissement Le tableau 1 présente les quatre premiers moments statistiques de la distribution de la variable de sortie, pour les PCE d ordres 2 à 5. Il apparaît que l ordre 3 est suffisant pour obtenir une convergence sur la moyenne, la variance, et l asymétrie, mais qu il faut aller à l ordre 4 pour que la convergence soit également satisfaisante en terme de coefficient d aplatissement.
7 Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel 7 La figure 3 présente les surfaces de réponse fournies dans le plan (φ,c), en terme de lignes d égales valeurs de pression d effondrement (en kpa). Ces surfaces sont tracées pour le modèle analytique, ainsi que pour les PCE d ordre 2 et 4. La correspondance est très satisfaisante pour les deux méta-modèles au centre de l espace physique (c'est-à-dire dans la zone de forte probabilité d occurrence des variables φ et c), mais l ordre 4 est plus performant sur les zones «périphériques», correspondant aux queues de distribution. Ceci explique clairement les résultats fournis par la figure 2b. L ordre 4 sera choisi pour conduire la suite de cette étude. Figure 3. Comparaison entre les surfaces de réponses du modèle analytique et des PCE d ordres 2 et 4 dans l espace physique 5. Etude de sensibilité des données probabilistes d entrée Le protocole décrit dans les sections précédentes est utilisé pour étudier la sensibilité de la réponse vis-à-vis des données probabilistes du problème. Il est en effet important de déterminer quelles caractéristiques des distributions de c et φ doivent être connues avec le plus de précision. La figure 4 montre l impact du coefficient de variation (COV) de φ sur la distribution de la réponse. Le COV de φ varie de 5% à 15%, tandis que le COV de c est maintenu égal à 20%. Dans la figure 5, la démarche inverse est appliquée : le COV de c varie de 10% à 30%, tandis que celui de φ reste égal à la valeur de référence de 10%.
8 XXVIII e Rencontres Universitaires de Génie Civil. La Bourboule, 2 au 4 juin a. b. Figure 4. Impact du COV de φ sur le PDF (a.) et sur les moments statistiques (b.) de la pression critique d effondrement a. b. Figure 5. Impact du COV de c sur le PDF (a.) et sur les moments statistiques (b.) de la pression critique d effondrement Il apparaît que les COV des deux variables ont une influence déterminante sur la variance de la pression limite d effondrement, et donc sur sa dispersion. Logiquement, un COV important pour c ou pour φ conduit à une plus grande dispersion de la réponse. Il apparaît que, pour un COV donné, l impact de φ sur la dispersion de la réponse est plus important que celui de c. Néanmoins, cet effet est contrebalancé par la plus grande variabilité naturelle de c. Ceci confère aux deux variables un poids comparable dans une analyse probabiliste. On observe également que le COV de φ influence légèrement la moyenne, l asymétrie, et l aplatissement de la distribution de σ c, ce qui n est pas le cas du COV de c.
9 Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel 9 a. b. Figure 6. Impact des lois de distribution de c et φ sur le PDF de la réponse (a.) et sur la probabilité de ruine en queue de distribution (b.) La figure 6 présente l influence de la non-normalité des distributions de c et φ sur le PDF de σ c et sur la probabilité de ruine en queue de distribution. Le cas «nonnormal» correspond aux distributions les plus couramment utilisées pour ces grandeurs : distribution lognormale pour c et distribution bêta pour φ (bornée par φ=0 et φ=45 ). Cette comparaison est effectuée pour des COV standards (COV(φ)=10% et COV(c)=20%), et pour des COV dits «élevés» (COV standards majorés de 50%). Les figures 6a et 6b montrent que la non-normalité des variables d entrée n a pas une influence déterminante sur l allure du PDF de la réponse et sur la probabilité de ruine, pour peu que les coefficients de variation de ces variables soient constants. Une différence importante apparaît en revanche si ces COV sont modifiés. a. b. Figure 7. Impact de la corrélation entre c et φ sur le PDF (a.) et sur les moments statistiques (b.) de la pression critique d effondrement
10 XXVIII e Rencontres Universitaires de Génie Civil. La Bourboule, 2 au 4 juin La figure 7 présente l influence du coefficient de corrélation entre c et φ sur le PDF de la pression limite d effondrement et sur les quatre premiers moments statistiques de cette variable. Dans la communauté géotechnique peu d'informations sont disponibles sur le signe de cette corrélation, une plage de valeurs de ρ cφ comprise entre -0.6 à +0.6 a été retenue. Il apparaît que la corrélation entre les variables a une influence prépondérante sur la distribution de la pression limite d effondrement, et en particulier sur sa dispersion. On observe ainsi que la variance de la réponse est multipliée par 4 lorsque la corrélation passe de ρ cφ =-0.6 à ρ cφ = Conclusion Cette communication rappelle les principes de la Méthode de la Surface de Réponse Stochastique par Collocation, et valide cette méthode par l intermédiaire d un modèle analytique relativement simple d étude de la stabilité tridimensionnelle d un front de taille pressurisé. Cette validation est effectuée par comparaison entre les résultats probabilistes obtenus par tirages de Monte-Carlo sur le modèle analytique et sur son approximation par chaos polynomial. Un ordre 4 pour ce chaos est jugé optimal en termes de précision et de temps de calcul. Dans une deuxième partie, une analyse de sensibilité est conduite vis-à-vis des données probabilistes des deux variables d entrée c et φ. Il apparaît que la prise en compte de lois nonnormales ne modifie que très peu la distribution statistique de la pression limite d effondrement, tandis que les coefficients de variation de c et φ et le coefficient de corrélation entre ces variables ont un effet déterminant sur cette distribution, et en particulier sur sa dispersion. Il apparaît donc souhaitable d investiguer ces paramètres avec attention dans de futurs travaux. 7. Références Bibliographiques [CHA 94] Chambon. P. and Corté, J.F. (1994). "Shallow tunnels in cohesionless soil : Stability of tunnel face.", J. of Geotech. Engrg., ASCE, 120(7), [EIS 94] Eisenstein, A.R., and Ezzeldine, O. (1994). "The role of face pressure for shields with positive ground control.", Tun. and grd. conds., Balkema :Rotterdam, [ISU 99] Isukapalli, S.S. (1999). An uncertainty analysis of transport-transformation models, Ph.D. thesis, The State University of New Jersey, New Brunswick, New Jersey. [LEC 90] Leca, E., and Dormieux, L. (1990). "Upper and lower bound solutions for the face stability of shallow circular tunnels in frictional material.", Géot., 40(4), [MOL 09] Mollon, G., Dias, D., and Soubra, A.-H. (2009). Probabilistic analysis and design of circular tunnels against face stability. Int. J. of Geomech., ASCE, 9(6), [MOL 10] Mollon, G., Dias, D., and Soubra, A.-H. (2010). Probabilistic Analysis of Pressurized Tunnels Against Face Stability Using Collocation-based Stochastic Response Surface Method J. of Geotech. & Geoenv. Engrg., Under review. [PHO 07] Phoon, K.K., and Huang, S.P. (2007). Geotechnical probabilistic analysis using collocation-based stochastic response surface method, Applications of Statistics and Probability in Civil Engineering, Kanda, Takada and Furada (eds.), London. [SUD 06] Sudret, B., Berveiller, M., and Lemaire, M. (2006). A stochastic finite element procedure for moment and reliability analysis, Eur. J. Comput. Mech., (15)7-8, [SUD 07] Sudret, B. (2007). Global sensitivity analysis using polynomial chaos expansion., Reliability Engineering and System Safety, 93,
APPLICATION DE LA METHODE DE MONTE CARLO DANS L'ANALYSE DE LA STABILITÉ DES PENTES
Journées Nationales de Géotechnique et de Géologie de l'ingénieur - JNGG' 2006 Lyon (France) APPLICATION DE LA METHODE DE MONTE CARLO DANS L'ANALYSE DE LA STABILITÉ DES PENTES Mbarka SELMI 1, Mounir LTIFI
Détermination des fréquences propres d une structure avec paramètres incertains
Détermination des fréquences propres d une structure avec paramètres incertains Etienne ARNOULT Abdelhamid TOUACHE Pascal LARDEUR Université de Technologie de Compiègne Laboratoire Roberval BP 20 529 60
Université René Descartes Faculté de Pharmacie - Master Professionnel Dimension Économique des Produits de Santé 14 décembre 2005
Université René Descartes Faculté de Pharmacie - Master Professionnel Dimension Économique des Produits de Santé 14 décembre 2005 Prise en Compte de l Incertitude dans l Évaluation des Technologies de
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
Méthodes de Monte-Carlo Simulation de grandeurs aléatoires
Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Master Modélisation et Simulation / ENSTA TD 1 2012-2013 Les méthodes dites de Monte-Carlo consistent en des simulations expérimentales de problèmes
WTNP128 Essai de fendage par coin du béton sous pression fluide
Titre : WTNP128 - Essai de fendage par coin du béton sous [...] Date : 02/03/2011 Page : 1/14 WTNP128 Essai de fendage par coin du béton sous pression fluide Résumé : Le test présenté ici permet de vérifier
Probabilité et méthodes de fiabilité utilisées en géotechnique
Probabilité et méthodes de fiabilité utilisées en géotechnique Fernando Lopez-Caballero Laboratoire MSS-Mat École Centrale Paris fernando.lopez-caballero@ecp.fr 4 février 2011 Plan général Formulation
Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions :
Probabilités I- Expérience aléatoire, espace probabilisé : 1- Définitions : Ω : Ensemble dont les points w sont les résultats possibles de l expérience Des évènements A parties de Ω appartiennent à A une
Introduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
téléphone sur l'exposition de la tête»
«Analyse statistique de l'influence de la position du téléphone sur l'exposition de la tête» A.Ghanmi 1,2,3 J.Wiart 1,2, O.Picon 3 1 Orange Labs R&D 2 WHIST LAB (http://whist.institut-telecom.fr), 3 Paris
9. Distributions d échantillonnage
9. Distributions d échantillonnage MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v3) MTH2302D: distributions d échantillonnage 1/46 Plan 1. Échantillons aléatoires 2. Statistiques et distributions
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
Modélisation aléatoire en fiabilité des logiciels
collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.
Modélisation aléatoire en fiabilité des logiciels
collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.
Loi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Simulations des Grecques : Malliavin vs Différences finies
0.1. LES GRECQUES 1 Simulations des Grecques : iavin vs Différences finies Christophe Chorro Ce petit document vise à illustrer de manière numérique les techniques présentées lors du mini cours sur le
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
Approche sismique par une Lattice Method, code Mka3D.
Approche sismique par une Lattice Method, code Mka3D. Christian Mariotti, Françoise Le Piver Laboratoire de Détection et de Géophysique CEA/DAM/DASE BP12 91680 Bruyères le Châtel christian.mariotti@cea.fr
Master Modélisation Statistique M2 Finance - chapitre 1. Gestion optimale de portefeuille, l approche de Markowitz
Master Modélisation Statistique M2 Finance - chapitre 1 Gestion optimale de portefeuille, l approche de Markowitz Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté.
Problème: si les tableaux que l'on trie sont déjà à peu près triés, l'algorithme n'est pas efficace.
Traonmilin Yann traonmil@enst.fr MOD Algorithmique Probabiliste 1. Deux exemples 1.1. Quicksort randomisé. Dans l'algorithme de tri classique Quicksort, le pivot est choisi au début du tableau puis on
CH1 : Langages de la continuité Limites
CH : Langages de la continuité Limites I. Continuité- Théorème des valeurs intermédiaires. Définition : Soit f une fonction définie sur un intervalle I de R. Lorsque la courbe représentative de f ne présente
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
LOGICIEL DE SIMULATION NUMERIQUE DES SYSTEMES PHYSIQUES
LOGICIEL DE SIMULATION NUMERIQUE DES SYSTEMES PHYSIQUES PRESENTATION SIMULATION NUMÉRIQUE DES SYSTÈMES PHYSIQUES Développé par la société Atemi, SiNuSPhy est un logiciel de simulation numérique destiné
C3 : Manipulations statistiques
C3 : Manipulations statistiques Dorat Rémi 1- Génération de valeurs aléatoires p 2 2- Statistiques descriptives p 3 3- Tests statistiques p 8 4- Régression linéaire p 8 Manipulations statistiques 1 1-
AK-MCS : une méthode d apprentissage alliant krigeage et simulation Monte Carlo pour évaluer efficacement P f
JFMS Toulouse 24, 25, 26 mars 2010 AK-MCS : une méthode d apprentissage alliant krigeage et simulation Monte Carlo pour évaluer efficacement P f Benjamin Echard Nicolas Gayton Maurice Lemaire LaMI Laboratoire
PROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
INTRODUCTION AUX MÉTHODES DE MONTE CARLO PAR CHAÎNES DE MARKOV
Séminaire MTDE 22 mai 23 INTRODUCTION AUX MÉTHODES DE MONTE CARLO PAR CHAÎNES DE MARKOV Vincent Mazet CRAN CNRS UMR 739, Université Henri Poincaré, 5456 Vandœuvre-lès-Nancy Cedex 1 juillet 23 Sommaire
1. Explorer, organiser et démontrer des propriétés géométriques en termes de longueurs et d angles. Découvrir et étudier des nombres irrationnels.
Compétences : math, 2 ème degré (pages 1 à 3) math, 3 ème degré (pages 4 à 8) 3 grands thèmes du cours à 4h sem (pages 9 à 11) 3 grands thèmes du cours à 2h sem (pages 12 à 14) (Seules les définitions
Extraction d informations stratégiques par Analyse en Composantes Principales
Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction
Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES
Université Paris1, Licence 00-003, Mme Pradel : Principales lois de Probabilité 1 DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Notations Si la variable aléatoire X suit la loi L, onnoterax
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
La survie nette actuelle à long terme Qualités de sept méthodes d estimation
La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg
Modélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay
Modélisation prédictive et incertitudes P. Pernot Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay Plan 1 Incertitudes des modèles empiriques 2 Identification et caractérisation des paramètres incertains
Type de ressources : aide à la prise en main de logiciels permettant le traitement numérique des calculs d incertitudes
Niveau : terminale S. Thème : Calcul d incertitudes à l aide d outils numériques Type de ressources : aide à la prise en main de logiciels permettant le traitement numérique des calculs d incertitudes
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
Méthode d aide à la conception en présence d imprécisions
Méthode d aide à la conception en présence d imprécisions Franck Massa, Thierry Tison, Bertrand Lallemand Laboratoire d'automatique, de Mécanique et d'informatique Industrielles et Humaines, UMR 8530,
Introduction au cours STA 102 Analyse des données : Méthodes explicatives
Analyse des données - Méthodes explicatives (STA102) Introduction au cours STA 102 Analyse des données : Méthodes explicatives Giorgio Russolillo giorgio.russolillo@cnam.fr Infos et support du cours Slide
ANALYSE TRIDIMENSIONNELLE DE LA STABILITE DU FRONT DE TAILLE D UN TUNNEL CIRCULAIRE PAR UNE APPROCHE FIABILISTE
ANALYSE TRIDIMENSIONNELLE DE LA STABILITE DU FRONT DE TAILLE D UN TUNNEL CIRCULAIRE PAR UNE APPROCHE FIABILISTE THREE-DIMENSIONAL FACE STABILITY ANALYSIS OF A CIRCULAR TUNNEL BY A RELIABILITY APPROACH
UNE ESTIMATION DU PARC AUTOMOBILE À L AIDE DES DURÉES DE VIE DES VÉHICULES
UNE ESTIMATION DU PARC AUTOMOBILE À L AIDE DES DURÉES DE VIE DES VÉHICULES François JEGER Le parc de véhicules automobiles en service vieillit de trois mois par an depuis 1993 : la durée de vie médiane
Simulations de Monte Carlo en finance : Pricer d option
Emma Alfonsi, Xavier Milhaud - M2R SAF Simulations de Monte Carlo en finance : Pricer d option Sous la direction de M. Pierre Alain Patard ISFA - Mars 2008 . 1 Table des matières 1 Introduction 4 2 Un
CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013
CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013 La méthode CGSM pour l analyse statique des plaques avec variabilité Mahyunirsyah MAHJUDIN 1,2 *, Frédéric DRUESNE 1, Irwan KATILI
Analyse numérique du comportement d un pieu isole tridimensionnel charge latéralement en milieu pulvérulent
VIII ème Journées Génie Civil Génie Côtier, Compiègne, 7-9 septembre 2004 Analyse numérique du comportement d un pieu isole tridimensionnel charge latéralement en milieu pulvérulent P.Mpan (a) et D.Levacher
en sciences de l ingénieur
Systèmes Automatisés Optimisation en sciences de l ingénieur présente les principales méthodes exactes d optimisation statique et dynamique. Parmi les méthodes décrites figurent : - la programmation linéaire
Joël FOLENS et Fabrice RIVA. Date limite de remise : 07 janvier 2015 à 17:00
M2 MATHÉMATIQUES ET FINANCE UNIVERSITÉ LILLE 1 GESTION DE PORTEFEUILLE ET MESURE DU RISQUE Joël FOLENS et Fabrice RIVA Date limite de remise : 07 janvier 2015 à 17:00 1. Présentation du projet L objectif
Pour un socle de la licence de MATHEMATIQUES
Pour un socle de la licence de MATHEMATIQUES Société Mathématique de France Société de Mathématiques Appliquées et Industrielles Société Française de Statistique Contexte général Afin d éviter de trop
Qualification métrologique des nouveaux bancs de référence de couple de 5 N metde50n m du LNE
DOI: 10.1051/rfm/2014007 Qualification métrologique des nouveaux bancs de référence de couple de 5 N metde50n m du LNE Metrological qualification of the new 5 N m and50n m torque standard machines of LNE
Calcul d erreur (ou Propagation des incertitudes)
Travaux Pratiques de Physique vers. septembre 014 Calcul d erreur (ou Propagation des incertitudes) 1) Introduction Le mot "erreur" se réfère à quelque chose de juste ou de vrai. On parle d erreur sur
Étude Des Zones D un Joint De Soudure D une Eprouvette Sollicitée En Fatigue
Étude Des Zones D un Joint De Soudure D une Eprouvette Sollicitée En Fatigue F.Z.KETTAF 1, N.H.CHERIET 2, B. BOUCHOUICHA 3 Laboratoire LMSR.Université Djillali Liabès Sidi Bel Abbes- Algérie. 1 fz.kettaf@gmail.com
Résolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Concours CASTing 2011
Concours CASTing 2011 Épreuve de mécanique Durée 1h30 Sans calculatrice Le candidat traitera deux exercices parmi les trois proposés dans le sujet. Dans le cas où les trois exercices seraient traités partiellement,
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
RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB
RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB PAR : MAROOF ASIM DAN BENTOLILA WISSAM ESSID GROUPE 1 LM206 Lundi 10H45 INTRODUCTION : ( Ce rapport est un compte
5 Méthodes algorithmiques
Cours 5 5 Méthodes algorithmiques Le calcul effectif des lois a posteriori peut s avérer extrêmement difficile. En particulier, la prédictive nécessite des calculs d intégrales parfois multiples qui peuvent
Cours de Mathématiques
Cours de Mathématiques Lycee Gustave Eiffel PTSI 02/03 Chapitre 3 Fonctions usuelles 3.1 Théorème de la bijection Une fonction dérivable sur un intervalle I, strictement monotone déþnit une bijection.
Utiliser les propriétés Savoir réduire un radical savoir +,-,x,: Utiliser les propriétés des puissances Calculer avec des puissances
ARITHMETIQUE 1 C B A Numération Ecrire en lettres et en chiffres Poser des questions fermées autour d un document simple (message, consigne, planning ) Connaître le système décimal Déterminer la position
1. Description du cours
1. Description du cours Ce cours porte sur la généralisation de notions mathématiques par le biais d expériences, d applications et du développement de structures formelles et abstraites. Au moyen de la
Mastère Génie Civil Européen
ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES Année 009-00 Mastère Génie Civil Européen Géotechnique Remblais sur sols compressibles Étude d un remblai sur sols compressibles L aménagement d un terre-plein a
- 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.
Elma m l a ki i Haj a a j r a Alla a Tao a uf u i f q B ur u kkad a i i Sal a ma m n a e n e Be B n e a n b a d b en e b n i b i Il I ham
Exposé: la technique de simulation MONTE-CARLO Présenté par : Elmalki Hajar Bourkkadi Salmane Alla Taoufiq Benabdenbi Ilham Encadré par : Prof. Mohamed El Merouani Le plan Introduction Définition Approche
Quadrature n 74 (2009) 10 22. Online Material
Quadrature n 74 (009) 10 Online Material E. Brugallé, Online Material Un peu de géométrie tropicale Solutions des exercices Erwan Brugallé Université Pierre et Marie Curie, Paris 6, 175 rue du Chevaleret,
Développement de méthodes multi-grilles dans le cadre de l intéraction pastille/gaine
Développement de méthodes multi-grilles dans le cadre de l intéraction pastille/gaine January 25, 2011 Ce n est le bon chemin que si la flèche vise le coeur, R.Hauser Intéraction Pastille/Gaine Fonctionnement
Regime Switching Model : une approche «pseudo» multivarie e
Regime Switching Model : une approche «pseudo» multivarie e A. Zerrad 1, R&D, Nexialog Consulting, Juin 2015 azerrad@nexialog.com Les crises financières survenues dans les trente dernières années et les
Polynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
FICHES D AIDE POUR L UTILISATION DU LOGICIEL
FICHES D AIDE POUR L UTILISATION DU LOGICIEL MECA 3D Travailler avec Méca 3D Effectuer un calcul mécanique Simuler le mouvement d un mécanisme Afficher une courbe de résultats Ajouter un effort (force
LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE
LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau
BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES. EXEMPLE DE SUJET n 1
Exemple de sujet n 1 Page 1/7 BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES EXEMPLE DE SUJET n 1 Ce document comprend : Pour l examinateur : - une fiche descriptive du sujet page 2/7 - une fiche
Programme de Mathématique Préparation Maths-Physique. Analyse et Géométrie Différentielle. Première Année
Programme de Mathématique Préparation Maths-Physique Analyse et Géométrie Différentielle Première Année I NOMBRES REELS ET COMPLEXES, SUITES ET FONCTIONS 1 Nombres réels et complexes 2 Suites de nombres
ANALYSE DE LA STABILITE D UN TUNNEL PAR UN NOUVEAU MECANISME 3D D EFFONDREMENT DU FRONT DE TAILLE
ANALYSE DE LA STABILITE D UN TUNNEL PAR UN NOUVEAU MECANISME 3D D EFFONDREMENT DU FRONT DE TAILLE STABILITY ANALYSIS OF A TUNNEL BY A NEW 3D MECHANISM FOR THE COLLAPSE OF THE TUNNEL FACE Guilhem MOLLON
«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
Table des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
2 Correspondance des Points de Contrôle Spline - Bézier
COURBES B-SPLINES 1 Introduction Une courbe de Bézier est totalement modifiée dès qu on déplace un point de contrôle : on dit que la méthode de Bézier est une méthode globale. Les courbes B-Splines Uniformes,
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)
Impact de la construction de tunnels urbains sur les mouvements de sol : Incidence du mode de pressurisation du front
Impact de la construction de tunnels urbains sur les mouvements de sol : Incidence du mode de pressurisation du front Emilie Vanoudheusden LGCIE - Département Génie Civil & Urbanisme - INSA Lyon Bât. JCA
INSA de Strasbourg Résumé Génie Mécanique (EI) Master Automotive Product Engineering
INSA de Strasbourg Résumé Génie Mécanique (EI) Master Automotive Product Engineering Hoffmann Sébastien Septembre 2012 1. Introduction De nombreuses contraintes sont apparues ces dernières années. Les
U 315 J. 5008 SESSION 2003. Filière MP PHYSIQUE. ENS de Paris. Durée : 6 heures
U 315 J. 5008 SESSION 2003 Filière MP PHYSIQUE ENS de Paris Durée : 6 heures L usage de calculatrices électroniques de poche à alimentation autonome, non imprimantes et sans document d accompagnement,
Support du cours de Probabilités IUT d Orléans, Département d informatique
Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr
Préparation à l agrégation 2012/2013. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs.
Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs. Le jury n exige pas une compréhension exhaustive du texte. Vous êtes laissé(e) libre d organiser votre discussion
Test de comparaison de deux modèles de régression non paramétriques basé sur les coefficients de Fourier
Test de comparaison de deux modèles de régression non paramétriques basé sur les coefficients de Fourier Zaher Mohdeb Université Mentouri Département de Mathématiques, Constantine, Algérie E-mail: zaher.mohdeb@umc.edu.dz
Restauration d images
Restauration d images Plan Présentation du problème. Premières solutions naïves (moindre carrés, inverse généralisée). Méthodes de régularisation. Panorama des méthodes récentes. Problème général Un système
Faisceau gaussien. A = a 0 e ikr e i k. 2R (x2 +y 2 )
Faisceau gaussien 1 Introduction La forme du faisceau lumineux émis par un laser est particulière, et correspond à un faisceau gaussien, ainsi nommé car l intensité décroît suivant une loi gaussienne lorsqu
Simulation avancée du procédé d injection
Simulation avancée du procédé d injection JT «Conception et optimisation numérique en plasturgie» Jeudi 30 juin Ronan Le Goff Sommaire Introduction Modèle numérique Cas d étude Paramètres rhéo Stratégies
Guide de rédaction du. Rapport de stage
Guide de rédaction du Rapport de stage Public Cible Etudiant de 3ème année licence (sauf informatique) Etablissement Institut des Hautes Etudes à Tunis (IHET) Objectifs Aider l apprenant à choisir son
Programme de Première
BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes
FDNV100 - Ballottement d un réservoir d eau avec paroi déformable élastique
Titre : FDNV100 - Ballottement d un réservoir d eau avec p[...] Date : 03/11/2010 Page : 1/7 Manuel de Validation Fascicule V8.03 : Fluide non linéaire Document : V8.03.100 FDNV100 - Ballottement d un
Un corrigé de l épreuve de mathématiques du baccalauréat blanc
Terminale ES Un corrigé de l épreuve de mathématiques du baccalauréat blanc EXERCICE ( points). Commun à tous les candidats On considère une fonction f : définie, continue et doublement dérivable sur l
Modélisation physique 1g du creusement de tunnels en terrain meuble par tunnelier à pression de terre
Modélisation physique g du creusement de tunnels en terrain meuble par tunnelier à pression de terre Denis BRANQUE, Nicolas Berthoz, Henry WONG, Didier SUBRIN 2 Université de Lyon, Ecole Nationale des
CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE. Les candidats traiteront l'un des trois sujets au choix.
ECOLE NATIONALE SUPERIEURE DE STATISTIQUE ET D'ECONOMIE APPLIQUEE ABIDJAN 1 AVRIL 21 CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE EPREUVE D'ORDRE GENERAL DUREE :
Liste complète des sujets d oral (SESSION 2004) servant pour 2004-2005. Leçons d Algèbre et de Géométrie
http://perso.wanadoo.fr/gilles.costantini/agreg.htm Liste complète des sujets d oral (SESSION 2004) servant pour 2004-2005 Légende : En italique : leçons dont le libellé a changé ou évolué par rapport
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
Cours de Statistiques
Cours de Statistiques Romain Raveaux 1 1 Laboratoire L3I Université de La Rochelle romain.raveaux01 at univ-lr.fr Octobre 24-11, 2008 1 / 35 Sommaire 1 Quelques Rappels 2 numériques Relations entre deux
Simulation de variables aléatoires
Simulation de variables aléatoires S. Robin INA PG, Biométrie Décembre 1997 Table des matières 1 Introduction Variables aléatoires discrètes 3.1 Pile ou face................................... 3. Loi de
Fonctions de référence Variation des fonctions associées
DERNIÈRE IMPRESSION LE 9 juin 05 à 8:33 Fonctions de référence Variation des fonctions associées Table des matières Fonction numérique. Définition.................................. Ensemble de définition...........................3
CHAMPION Matthieu Modèles de Marché en Visual Basic ESILV S04 S6. Sommaire... 1. Introduction... 2
Sommaire Sommaire... 1 Introduction... 2 1 Trois différentes techniques de pricing... 3 1.1 Le modèle de Cox Ross Rubinstein... 3 1.2 Le modèle de Black & Scholes... 8 1.3 Méthode de Monte Carlo.... 1
UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire
UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 3 4 Master d économie Cours de M. Desgraupes MATHS/STATS Document : Solution des exercices d algèbre linéaire Table des matières
Planification des salles opératoires avec durées d interventions aléatoires
Planification des salles opératoires avec durées d interventions aléatoires Mehdi LAMIRI, Xiaolan XIE, Alexandre DOLGUI et Frédéric GRIMAUD Centre Ingénierie et santé Centre Génie Industriel et Informatique
Arithmétique Algorithmique. http://www.math.univ-lyon1.fr/~roblot/ens.html
Arithmétique Algorithmique http://www.math.univ-lyon1.fr/~roblot/ens.html Partie III Algorithmes classiques 1 Coût de la multiplication et de la division 2 Exponentiation rapide 3 Algorithme d Euclide
Tension d alimentation : V CC. i C R C R B
Chapitre 4 Polarisation du transistor bipolaire à jonction 4.1 Le problème de la polarisation 4.1.1 Introduction Dans le chapitre 3, nous avons analysé un premier exemple de circuit d amplification de
Analyse de données et méthodes numériques
Analyse de données et méthodes numériques Analyse de données: Que faire avec un résultat? Comment le décrire? Comment l analyser? Quels sont les «modèles» mathématiques associés? Analyse de données et
MINISTERE DE LA COMMUNAUTE FRANÇAISE ENSEIGNEMENT DE LA COMMUNAUTE FRANCAISE
MINISTERE DE LA COMMUNAUTE FRANÇAISE ENSEIGNEMENT DE LA COMMUNAUTE FRANCAISE ADMINISTRATION GENERALE DE L'ENSEIGNEMENT ET DE LA RECHERCHE SCIENTIFIQUE Service général des Affaires pédagogiques, de la Recherche