L effet de l agrégation sur la structure des modèles ARM A spatiaux unilatéraux
|
|
- Judith Richard
- il y a 7 ans
- Total affichages :
Transcription
1 L effet de l agrégation sur la structure des modèles ARM A spatiaux unilatéraux Soulafa ALI LabSAD 1251 Avenue Centrale, B.P. 47, Grenoble Cedex 9, France Résumé Ce papier considère le problème de l agrégation des données spatiales issues d un modèle autorégressif moyenne mobile ARMA spatial unilatéral sur une grille de Z 2. D abord, nous définissons la procédure de l agrégation spatiale. Nous étendons la définition de l agrégation aléatoire dans le cadre spatial mais nous nous limitons à l agrégation déterministe sans recouvrement. Ensuite, nous prouvons que l agrégation préserve la structure ARM A. C est à dire que si le processus initial est un ARMA(p,q) où p = (p 1,p 2 ), q = (q 1,q 2 ) et p i,q i 1 pour i = 1,2, alors le processus agrégé est aussi un ARMA(p,q ). Les ordres p et q sont de plus explicités. Puis, nous donnons les relations entre les pôles du processus initial et ceux du processus agrégé. Quant aux modèles spatiaux unilatéraux moyenne mobile, M A, nous montrons que l agrégation spatiale préserve la structure M A et nous déterminons l ordre du processus agrégé. Enfin, nous prouvons que l agrégation ne préserve pas la structure autorégressive spatiale unilatérale, AR. L agrégation conduit à un modèle de type ARMA dans ce cas et nous donnons les ordres du modèle agrégé ainsi que la relation liant les pôles du modèle initial et ceux du modèle agrégé. Mots clés : Processus spatiaux unilatéraux stationnaires, modèles ARM A unilatéraux et agrégation spatiales. Summary This paper considers the problem of the aggregation of spatial data resulting from an unilateral spatial autoregressive moving average model ARMA on a grid of Z 2. At first, we define the spatial aggregation procedure. We extend the definition of random aggregation in a spatial framework but we will be limited to the deterministic aggregation without covering. Then, we prove that aggregation preserves the ARM A structure. I.e. that if the initial process is an ARMA(p,q) where p = (p 1,p 2 ), q = (q 1,q 2 ) and p i,q i 1 for i = 1,2, then the aggregated one is also ARMA(p,q ). Moreover p and q are determined. Then, we give the relations between the poles of the initial process and those of the aggregated one. For the unilateral spatial moving average models, M A, we show that aggregation preserves the M A structure and we determine the order of the aggregated model. Finally, we prove that aggregation does not preserve the unilateral spatial autoregressive structure, AR. The aggregation in this case leads to an ARMA model and we give the orders of the aggregated model as well as the relation between the poles of the initial model and those of the aggregated one. Key words : Stationary unilateral spatial processes, unilateral ARM A models and spatial aggregation. 1
2 1 Notations et Définitions Le problème essentiel de la modélisation des données spatiales est dû à l absence d une relation d ordre canonique sur le support alors que la flèche du temps joue un rôle fondamentale dans la modélisation temporelle. Aussi définissons nous une notion d ordre dans le plan adaptée à l élaboration d une procédure d agrégation aléatoire spatiale et par analogie à celle définie dans le cadre temporel. 1.1 Notions d ordre dans Z 2 On définit ici deux types d ordre dans Z 2 : Définition 1.1 Soient i = (k,l), j = (m,n), deux points dans Z 2. On note par i j l ordre lexicographique défini par i j (k < m) ou (k = m,l n). (1) Cet ordre est appelé aussi ordre demi-plan ou ordre total. On appelle ordre quart de plan l ordre fort défini par i j (k m) et (l n). (2) Ce qui est considéré comme un cas particulier de l ordre total. Soit X = {X(s), s = (u,v) Z 2 } un processus centré et à valeurs réelles. Définition 1.2 On dit que le processus X = {X(s),s Z 2 } est stationnaire au second ordre si E{X(s + h)x(t + h)} = E{X(s)X(t)}, s,t,h Z 2. (3) L opérateur de retard B k,k = 1,2 est défini par On utilise la notation B = B(z)X(s) = B 1 X(u,v) = X(u 1,v), et B 2 X(u,v) = X(u,v 1) (4) 2 k=1 2 k=1 B k et on définit B(z) = 2 k=1 B z k k, c est à dire B z k k X(s) = X(u z 1,v z 2 ) pour tout z Z 2. Définition 1.3 Soient X = {X(s),s Z 2 } un processus spatial stationnaire au second ordre et à valeurs réelles et ε = {ε(s),s Z 2 } une famille de variables aléatoires centrées, indépendantes et identiquement distribuées et de même variance σ 2. On dit que X suit 2
3 un modèle autorégressif moyenne mobile d ordre (p,q), p = (p 1,p 2 ), q = (q 1,q 2 ) et p k,q k, k = 1,2 sont des entiers positifs, si X vérifie l équation aux différences suivante a(i)x(s i) = b(i)ε(s i). (5) i D[0,p] i D[0,q] où D[0,s] = {u = (u 1,u 2 ) Z 2, 0 u k s k k = 1,2} et a(0,0) = b(0,0) = 1. Le modèle autorégressif spatial unilatéral est donné par l équation a(i)x(s i) = ε(s). (6) i D[0,p] Le modèle moyenne mobile spatial vérifie : X(s) = 2 Agrégation spatiale i D[0,q] b(i)ε(s i). (7) Filtrage et échantillonnage aléatoire On appelle filtre linéaire toute transformation linéaire F qui associe au processus X le processus FX défini par : FX(s) = i D m 1 c(i)x(s i) où les c(k,l) sont des réels tels que = m 1 1 k=0 m 2 1 l=0 c(k,l)x(u k,v l) c(k,l) <. Le choix des lieux d observation est effectué à l aide d un opérateur d échantillonnage, E L, défini à l aide d une marche aléatoire T. D autre part, on définit un opérateur d échantillonnage de la façon suivante : Soit T = {T (s) = (T u,t v ); s = (u,v) Z 2 } une famille de variables aléatoires et qui vérifie les conditions suivantes : 1. T(0,0)=(0,0) 2. Les variables [T (s ) T (s)] sont indépendantes et identiquement distribuées de même loi L i = P [T (s ) T (s) = i] (8) 3
4 où s est un élément de l ensemble V (s) = {(u + 1,v),(u,v + 1)} constitué par les voisins les plus proches de s situés dans le demi plan des sites supérieurs à s (au sens de l ordre défini en (1.1)). L opérateur E L associe au processus X le processus échantillonné défini par : E L X(s) = X(T (s)) (9) Définition 2.1 Nous appelons procédure d agrégation tout opérateur (E L F) qui au processus initial X associe le processus agrégé, noté Y, et qui sera donnée par : Y (T (s)) = (F E L )X(s) = Nous pouvons le réécrire de la manière suivante : i D m 1 a(i)x(t (s) i) (10) Y (T u,t v ) = m 1 1 k=0 m 2 1 l=0 a(k,l)x(t u k,t v l). (11) Définition 2.2 L agrégation est dite déterministe lorsque L est la loi de Dirac en j = (m,n), c est à dire que L i = δ j [(T (s + 1) T (s)] Dans la suite, nous nous limitons à l agrégation déterministe et nous utilisons la définition équivalente à la définition (2.2) suivante : Définition 2.3 Soit X = {X(s) ; s = (u,v) Z 2 } un processus spatial unilatéral autorégressif moyenne mobile ARMA(p,q) où p = (p 1,p 2 ) et q = (q 1,q 2 ), sur une grille de Z 2, stationnaire au second ordre et défini par (5). Soit D m 1 = D m1 1m 2 1 = {(i,j) N 2 ; 0 i m 1 1, et 0 j m 2 1} où m 1,m 2 sont deux entiers naturels finis tels que m 1 > 1 et m 2 > 1. On appelle processus agrégé de X, le processus noté Y et défini par la relation suivante : Y (u,v) = m 1 1 i=0 m 2 1 j=0 c(i,j)x(u i,v j) = c(i,j)x(u i,v j) (12) (i,j) D m 1 où c(i,j) sont des réels tels que c(i,j) 2 < i j Le processus agrégé est donc obtenu en regroupant les lieux d observation dans des blocs de dimension m 1 m 2 et l opérateur d agrégation considéré réalise une moyenne pondérée des valeurs X(u,v) à l intérieur de chaque bloc. Les variables observées sont donc Y (m 1 u,m 2 v) où (u,v) Z 2. 4
5 3 La structure du processus agrégé Une question posée par la procédure d agrégation précédente est celle du respect de la structure de dépendance spatiale induite. 3.1 Agrégation d un processus ARM A spatial L opérateur d agrégation conserve les caractéristiques d un processus de la classe ARM A. On vérifie en effet le théorème suivant : Proposition 3.1 Soit X un processus ARM A(p,q), stationnaire au second ordre et défini par (5). Soit Y le processus agrégé associé à X défini par (12). Alors Y est un processus autorégressif moyenne mobile. De plus, il vérifie la relation suivante : (1 a m1 i B m 1 1 )(1 b m 2 j B m 2 2 )Y (u,v) (i,j) Dp 1 p 2 = ν(u,v) D q 1 q 2 ρ(i,j)ν(u im 1,v jm 2 ) (13) où {ν(u,v) (u,v) Z 2 } est une famille de variables aléatoires centrées et de variance σν 2. Les ρ(i,j) sont des réels tels que les racines du polynôme ρ(i,j)z1 izj 2 soient à (i,j) D q1 q 2 l extérieur de disque unité. σν 2 et les ρ(i,j) sont déterminés en fonction des coefficients a(i,j) de la partie autorégressive du modèle (5). L ordre de la partie moyenne mobile est déterminé par q 1 et q 2 qui sont les plus grands entiers vérifiants l inégalité suivante q i m i < (p i + 1)(m i 1) + 1, i = 1,2. La proposition précédente se particularise au cas des modèles AR unilatéraux et M A unilatéraux respectivement par les deux résultats suivants : Corollaire 3.1 Si le processus initial X est un processus spatial unilatéral autorégressif AR(p), stationnaire au second-ordre. Alors Y, le processus déduit de X par l opérateur d agrégation (12), est un processus autorégressif moyenne mobile, ARMA(p,q ) où p = p et q est tel que q i m i < (p i + 1)(m i 1) + 1. Corollaire 3.2 Si le processus initial X est un processus spatial unilatéral moyenne mobile MA(q), stationnaire au second-ordre, alors Y, le processus agrégé associé à X défini par (12), est un processus moyenne mobile, MA(q ) où q = (q 1,q 2 ) où q i m i < m i + q i, i = 1,2.. Bibliographie 5
6 [1] Amemiya, T. and Wu, R.Y. (1970) The effect of aggregation on prediction in the autoregressif model, Journal of American Statistical Association, 67, pp [2] Cressie, N. (1991) Statistics for spatial data, Wiley, J. [3] Guyon, X. (1993) Champs aléatoires sur un réseau, Masson. [4] Kadi, A. Oppenheim, G. and Viano, M.C. (1994) Random aggregation of uni and multivariate linear processes, Journal of Time Series Analysis, Vol. 15, No. 1, pp [5] Loubaton, P. (1989) Champs stationnaires au sens large sur Z 2 : propriétés structurelles et modèles paramétriques, Traitement du signal, Vol. 6, No. 4, pp [6] Ripley, B. (1981) Spatial statistics, Wiley, J. [7] Tjøstheim, D. (1978) Statistical spatial modeling, Adv. Appl. Proba., 10, pp [8] Whittle, P. (1954) On stationary processes in the plane, Biometrika, 41, pp
Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA
Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Soutenance de doctorat, sous la direction de Pr. Bilodeau, M. et Pr. Ducharme, G. Université de Montréal et Université
Plus en détailModélisation 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 détailFiltrage 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 détail2 TABLE DES MATIÈRES. I.8.2 Exemple... 38
Table des matières I Séries chronologiques 3 I.1 Introduction................................... 3 I.1.1 Motivations et objectifs......................... 3 I.1.2 Exemples de séries temporelles.....................
Plus en détailTESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION
TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun
Plus en détailCours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailPrincipe 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 détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailTHÈSE. 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 détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailApplication Form/ Formulaire de demande
Application Form/ Formulaire de demande Ecosystem Approaches to Health: Summer Workshop and Field school Approches écosystémiques de la santé: Atelier intensif et stage d été Please submit your application
Plus en détailJudge Group: P Title: Quel est meilleur: le compost ou le fertilisant chimique? Student(s): Emma O'Shea Grade: 6
Project No.1114 Title: Quel est meilleur: le compost ou le fertilisant chimique? Level: Student(s): Emma O'Shea Grade: 6 This progect compares the results of compost, chemical fertilizer and normal earth
Plus en détail1 Définition de la non stationnarité
Chapitre 2: La non stationnarité -Testsdedétection Quelques notes de cours (non exhaustives) 1 Définition de la non stationnarité La plupart des séries économiques sont non stationnaires, c est-à-direqueleprocessusquiles
Plus en détailAPPENDIX 6 BONUS RING FORMAT
#4 EN FRANÇAIS CI-DESSOUS Preamble and Justification This motion is being presented to the membership as an alternative format for clubs to use to encourage increased entries, both in areas where the exhibitor
Plus en détailNatixis Asset Management Response to the European Commission Green Paper on shadow banking
European Commission DG MARKT Unit 02 Rue de Spa, 2 1049 Brussels Belgium markt-consultation-shadow-banking@ec.europa.eu 14 th June 2012 Natixis Asset Management Response to the European Commission Green
Plus en détailGuide d installation Deco Drain inc. DD200
Guide d installation Deco Drain inc. DD200 Pour plus informations et pour télécharger les guides d installation en couleur, visitez notre site web. www.decodrain.com Soutien technique : Composez le : 514-946-8901
Plus en détailEntreposage de données complexes pour la médecine d anticipation personnalisée
Manuscrit auteur, publié dans "9th International Conference on System Science in Health Care (ICSSHC 08), Lyon : France (2008)" Entreposage de données complexes pour la médecine d anticipation personnalisée
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
Plus en détailSéries temporelles : régression, et modélisation ARIMA(p,d,q)
Séries temporelles : régression, et modélisation ARIMA(p,d,q) 2 décembre 2012 Enseignant : Florin Avram Objectif : La prédiction des phénomènes spatio-temporaux est une des preoccupations principales dans
Plus en détailLes simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R
Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences
Plus en détailCorps des nombres complexes, J Paul Tsasa
Corps des nombres complexes, J Paul Tsasa One Pager Février 2013 Vol. 5 Num. 011 Copyright Laréq 2013 http://www.lareq.com Corps des Nombres Complexes Définitions, Règles de Calcul et Théorèmes «Les idiots
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailTravail en collaboration avec F.Roueff M.S.Taqqu C.Tudor
Paramètre de longue mémoire d une série temporelle : le cas non linéaire Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor Notion de longue mémoire Les valeurs d une série temporelle X = (X l )
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailAutomatique Linéaire 1 Travaux Dirigés 1A ISMIN
Automatique Linéaire 1 Travaux Dirigés Travaux dirigés, Automatique linéaire 1 J.M. Dutertre 2014 TD 1 Introduction, modélisation, outils. Exercice 1.1 : Calcul de la réponse d un 2 nd ordre à une rampe
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailTABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie
PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailÉconométrie, causalité et analyse des politiques
Économétrie, causalité et analyse des politiques Jean-Marie Dufour Université de Montréal October 2006 This work was supported by the Canada Research Chair Program (Chair in Econometrics, Université de
Plus en détailInstructions Mozilla Thunderbird Page 1
Instructions Mozilla Thunderbird Page 1 Instructions Mozilla Thunderbird Ce manuel est écrit pour les utilisateurs qui font déjà configurer un compte de courrier électronique dans Mozilla Thunderbird et
Plus en détailMicro-ordinateurs, informations, idées, trucs et astuces utiliser le Bureau à distance
Micro-ordinateurs, informations, idées, trucs et astuces utiliser le Bureau à distance Auteur : François CHAUSSON Date : 8 février 2008 Référence : utiliser le Bureau a distance.doc Préambule Voici quelques
Plus en détailInstructions pour mettre à jour un HFFv2 v1.x.yy v2.0.00
Instructions pour mettre à jour un HFFv2 v1.x.yy v2.0.00 HFFv2 1. OBJET L accroissement de la taille de code sur la version 2.0.00 a nécessité une évolution du mapping de la flash. La conséquence de ce
Plus en détailPartie 1 - Séquence 3 Original d une fonction
Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)
Plus en détailEXISTENCE OF ALGEBRAIC HECKE CHARACTERS ( C. R. ACAD. SCI. PARIS SER. I MATH, 332(2001)1041-1046) Tonghai Yang
EXISTENCE OF ALGEBRAIC HECKE CHARACTERS ( C. R. ACAD. SCI. ARIS SER. I MATH, 332(2001)1041-1046) Tonghai Yang Abstract. In this note, we will characterize a weak version of the Brumer-Stark conjecture
Plus en détailGuide d'installation rapide TFM-560X YO.13
Guide d'installation rapide TFM-560X YO.13 Table of Contents Français 1 1. Avant de commencer 1 2. Procéder à l'installation 2 Troubleshooting 6 Version 06.08.2011 16. Select Install the software automatically
Plus en détailRAPID 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 détailVue d ensemble de Windows PowerShell
Chapitre 1 Vue d ensemble de Windows PowerShell Après avoir lu ce chapitre, vous serez capable de : Comprendre l utilisation et les capacités de base de Microsoft Windows PowerShell. Installer Windows
Plus en détailInterest Rate for Customs Purposes Regulations. Règlement sur le taux d intérêt aux fins des douanes CONSOLIDATION CODIFICATION
CANADA CONSOLIDATION CODIFICATION Interest Rate for Customs Purposes Regulations Règlement sur le taux d intérêt aux fins des douanes SOR/86-1121 DORS/86-1121 Current to August 4, 2015 À jour au 4 août
Plus en détail0707 70 70 Lot-sizing Résumé :
77 7 7 2 Lo-szng Résumé : L améloraon de la qualé des servces logsques es la garane essenelle pour la réalsaon de l avanage de ces servces, l augmenaon du nveau de sasfacon des clens e l améloraon de la
Plus en détailL. Obert, T. Lascar, A. Adam
Améliorer la consolidation des tubérosités grâce au système OMS (Offset Modular System) et l autogreffe Improving tuberosity consolidation using the OMS system (Offset Modular System) L. Obert, T. Lascar,
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailRISK-BASED TRANSPORTATION PLANNING PRACTICE: OVERALL METIIODOLOGY AND A CASE EXAMPLE"' RESUME
RISK-BASED TRANSPORTATION PLANNING PRACTICE: OVERALL METIIODOLOGY AND A CASE EXAMPLE"' ERTUGRULALP BOVAR-CONCORD Etwiromnental, 2 Tippet Rd. Downsviel+) ON M3H 2V2 ABSTRACT We are faced with various types
Plus en détailSurveillance de Scripts LUA et de réception d EVENT. avec LoriotPro Extended & Broadcast Edition
Surveillance de Scripts LUA et de réception d EVENT avec LoriotPro Extended & Broadcast Edition L objectif de ce document est de présenter une solution de surveillance de processus LUA au sein de la solution
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailDOCUMENTATION MODULE BLOCKCATEGORIESCUSTOM Module crée par Prestacrea - Version : 2.0
DOCUMENTATION MODULE BLOCKCATEGORIESCUSTOM Module crée par Prestacrea - Version : 2.0 INDEX : DOCUMENTATION - FRANCAIS... 2 1. INSTALLATION... 2 2. CONFIGURATION... 2 3. LICENCE ET COPYRIGHT... 3 4. MISES
Plus en détailTempérature corporelle d un castor (une petite introduction aux séries temporelles)
Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature
Plus en détailTP: Représentation des signaux binaires. 1 Simulation d un message binaire - Codage en ligne
Objectifs : Ce TP est relatif aux différentes méthodes de codage d une information binaire, et à la transmission en bande de base de cette information. Les grandes lignes de ce TP sont l étude des méthodes
Plus en détailphysicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178
Thèse no. 7178 PROBLEMES D'OPTIMISATION DANS LES SYSTEMES DE CHAUFFAGE A DISTANCE présentée à l'ecole POLYTECHNIQUE FEDERALE DE ZURICH pour l'obtention du titre de Docteur es sciences naturelles par Alain
Plus en détailData issues in species monitoring: where are the traps?
Data issues in species monitoring: where are the traps? French breeding bird monitoring : Animations locales : - dealing with heterogenous data - working with multi-species multi-sites monitoring schemes
Plus en détailBourses d excellence pour les masters orientés vers la recherche
Masters de Mathématiques à l'université Lille 1 Mathématiques Ingénierie Mathématique Mathématiques et Finances Bourses d excellence pour les masters orientés vers la recherche Mathématiques appliquées
Plus en détailFormulaire d inscription (form also available in English) Mission commerciale en Floride. Coordonnées
Formulaire d inscription (form also available in English) Mission commerciale en Floride Mission commerciale Du 29 septembre au 2 octobre 2015 Veuillez remplir un formulaire par participant Coordonnées
Plus en détailÉVALUATION DES RÉTROACTIONS DONNÉES PAR UN LOGICIEL D AIDE À L APPRENTISSAGE DE L ÉCRITURE MANUSCRITE
ÉVALUATION DES RÉTROACTIONS DONNÉES PAR UN LOGICIEL D AIDE À L APPRENTISSAGE DE L ÉCRITURE MANUSCRITE LECLERC MARIE-CHRISTINE, ROBERT JEAN-MARC École Polytechnique de Montréal Département de mathématiques
Plus en détailLa couche physique de l ADSL (voie descendante)
La couche physique de l ADSL (voie descendante) Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Problématique qq kilomètres CENTRAL câble de 0,4mm Objectifs initiaux :
Plus en détailDOCUMENTATION - FRANCAIS... 2
DOCUMENTATION MODULE CATEGORIESTOPMENU MODULE CREE PAR PRESTACREA INDEX : DOCUMENTATION - FRANCAIS... 2 INSTALLATION... 2 CONFIGURATION... 2 LICENCE ET COPYRIGHT... 3 SUPPORT TECHNIQUE ET MISES A JOUR...
Plus en détailSendmail milter/greylisting
Sendmail milter/greylisting Kai Poutrain - JT-SIARS 2005 Milter : objectifs Fournir une interface pour des filtres externes pour traiter les mails Validation d informations Modification de contenu tout
Plus en détailStéphane Lefebvre. CAE s Chief Financial Officer. CAE announces Government of Canada participation in Project Innovate.
Stéphane Lefebvre CAE s Chief Financial Officer CAE announces Government of Canada participation in Project Innovate Montreal, Canada, February 27, 2014 Monsieur le ministre Lebel, Mesdames et messieurs,
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailOrdonnancement temps réel
Ordonnancement temps réel Laurent.Pautet@enst.fr Version 1.5 Problématique de l ordonnancement temps réel En fonctionnement normal, respecter les contraintes temporelles spécifiées par toutes les tâches
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailI>~I.J 4j1.bJ1UlJ ~..;W:i 1U
~I ~~I ~ ~WI~I ~WI ~~'~.M ~ o~wj' js'~' ~ ~JA1ol..;l.:w I>~I.J 4j1.bJ1UlJ ~..;W:i 1U Exercice 1: Le modele TCP/IP est traditionnellement considere comme une pile de 5 couches. Pour chaque couche, expliquer
Plus en détail(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01)
(19) TEPZZ 8 8 4_A_T (11) EP 2 838 241 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 18.02.1 Bulletin 1/08 (1) Int Cl.: H04L 29/06 (06.01) G06F 21/ (13.01) (21) Numéro de dépôt: 141781.4
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailFactorisation d entiers (première partie)
Factorisation d entiers ÉCOLE DE THEORIE DES NOMBRES 0 Factorisation d entiers (première partie) Francesco Pappalardi Théorie des nombres et algorithmique 22 novembre, Bamako (Mali) Factorisation d entiers
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailModèles 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 détailChapitre 3: TESTS DE SPECIFICATION
Chapitre 3: TESTS DE SPECIFICATION Rappel d u c h api t r e pr é c é d en t : l i de n t i f i c a t i o n e t l e s t i m a t i o n de s y s t è m e s d é q u a t i o n s s i m u lt a n é e s r e p o
Plus en détailCOUNCIL OF THE EUROPEAN UNION. Brussels, 18 September 2008 (19.09) (OR. fr) 13156/08 LIMITE PI 53
COUNCIL OF THE EUROPEAN UNION Brussels, 18 September 2008 (19.09) (OR. fr) 13156/08 LIMITE PI 53 WORKING DOCUMENT from : Presidency to : delegations No prev. doc.: 12621/08 PI 44 Subject : Revised draft
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailWarning: Failure to follow these warnings could result in property damage, or personal injury.
Western Steel & Tube 1 Storage Locker Extended Storage Locker Storage Cabinet Assembly And Use Instructions Warning: Failure to follow these warnings could result in property damage, or personal injury.
Plus en détailLes Portfolios et Moodle Petit inventaire
Les Portfolios et Moodle Petit inventaire Jean.Fruitete@univ-nantes.fr Sommaire Les Portfolios et Moodle Petit inventaire... 1 Introduction... 1 Contexte... 1 Des portfolios utilisés dans la communauté
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détail0 h(s)ds et h [t = 1 [t, [ h, t IR +. Φ L 2 (IR + ) Φ sur U par
Probabilités) Calculus on Fock space and a non-adapted quantum Itô formula Nicolas Privault Abstract - The aim of this note is to introduce a calculus on Fock space with its probabilistic interpretations,
Plus en détailPRACTICE DIRECTION ON THE LENGTH OF BRIEFS AND MOTIONS ON APPEAL
Tribunal pénal international pour le Rwanda International Criminal Tribunal for Rwanda PRACTICE DIRECTION ON THE LENGTH OF BRIEFS AND MOTIONS ON APPEAL INTRODUCTION In accordance with Rule 107bis of the
Plus en détailI. COORDONNÉES PERSONNELLES / PERSONAL DATA
DOSSIER DE CANDIDATUREAPPLICATION FORM 2012 Please tick the admission session of your choice FévrierFebruary SeptembreSeptember MASTER OF ART (Mention the subject) MASTER OF SCIENCE (Mention the subject)
Plus en détailChapitre 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
Plus en détailChapitre VI - Méthodes de factorisation
Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.
Plus en détailUtiliser une WebCam. Micro-ordinateurs, informations, idées, trucs et astuces
Micro-ordinateurs, informations, idées, trucs et astuces Utiliser une WebCam Auteur : François CHAUSSON Date : 8 février 2008 Référence : utiliser une WebCam.doc Préambule Voici quelques informations utiles
Plus en détailRecherche d information en langue arabe : influence des paramètres linguistiques et de pondération de LSA
RÉCITAL 2005, Dourdan, 6-10 juin 2005 Recherche d information en langue arabe : influence des paramètres linguistiques et de pondération de LSA Siham Boulaknadel (1,2), Fadoua Ataa-Allah (2) (1) LINA FRE
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailFaceBook aime les Maths!
FaceBook aime les Maths! Michel Rigo http://www.discmath.ulg.ac.be/ http://orbi.ulg.ac.be/ Réseaux Visualizing my Twitter Network by number of followers. Michael Atkisson http://woknowing.wordpress.com/
Plus en détailExemple PLS avec SAS
Exemple PLS avec SAS This example, from Umetrics (1995), demonstrates different ways to examine a PLS model. The data come from the field of drug discovery. New drugs are developed from chemicals that
Plus en détailHUAWEI TECHNOLOGIES CO., LTD. channelroad. A better way. Together.
HUAWEI TECHNOLOGIES CO., LTD. channelroad A better way. Together. Partenaires sur la nouvelle Route de la soie Progresser le long d une nouvelle Route de la soie et être partenaire de Huawei présentent
Plus en détailImproving the breakdown of the Central Credit Register data by category of enterprises
Improving the breakdown of the Central Credit Register data by category of enterprises Workshop on Integrated management of micro-databases Deepening business intelligence within central banks statistical
Plus en détailDOCUMENTATION - FRANCAIS... 2
DOCUMENTATION MODULE SHOPDECORATION MODULE PRESTASHOP CREE PAR PRESTACREA INDEX : DOCUMENTATION - FRANCAIS... 2 INSTALLATION... 2 Installation automatique... 2 Installation manuelle... 2 Résolution des
Plus en détailEchantillonnage Non uniforme
Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailChapitre 2/ La fonction de consommation et la fonction d épargne
hapitre 2/ La fonction de consommation et la fonction d épargne I : La fonction de consommation keynésienne II : Validations et limites de la fonction de consommation keynésienne III : Le choix de consommation
Plus en détail