Table des matières. Plans d acceptation pour les produits regroupés en lots. Attribut - MIL STD 105 E - Dodge-Romig. Mesure - ANSI / ASQC Z1.
|
|
- Jean-Marc Grondin
- il y a 6 ans
- Total affichages :
Transcription
1 Plans d acceptation pour les produits regroupés en lots Bernard Clément, PhD Table des matières C O N C E P T S de B A S E But - Objectif Où faire l inspection? Avantages - Désavantages Terminologie - Notation Courbe caractéristique Systèmes plans Conception plan attribut Inspection rectificatrice S Y S T È M E S P L A N S Attribut - MIL STD 105 E - Dodge-Romig Mesure - ANSI / ASQC Z1.9 Bernard Clément, PhD Lot 2
2 Où faire l inspection par échantillonnage des produits regroupés en lots? Réception de lots de matières premières ou de produits semi-fini provenant de fournisseurs externes. En cours de fabrication à des points de contrôle du processus. Avant l'expédition des produits. Bernard Clément, PhD Lot 3 A V A N T A G E S Échantillonnage : si le coût d'inspection à 100% est élevé. Moins de manipulations du produit : moins de dommages potentiels. C'est la seule alternative si le test est destructif. Si les lots sont de «grande» taille,.. plusieurs milliers d'unités. Décision plus rapide pour disposer du lot. Minimise l'ennui de l'inspecteur et les erreurs d'inspection. Beaucoup de lots (flux de lots) à inspecter. Le rejet de plusieurs lots dramatise le besoin de prendre des actions correctives pour améliorer le procédé. Les conséquences économiques de livrer un lot de «mauvaise» qualité ne sont pas élevées. Bernard Clément, PhD Lot 4
3 D É S A V A N T A G E S Méthode de contrôle qualité par inspection du produit «On ne peut pas inspecter de la qualité dans un produit» tardif. réactif.. R I S Q U E S de mauvaises décisions risque du producteur = probabilité de rejeter lot de «qualité satisfaisante» ( alpha ) risque du consommateur = probabilité d'accepter lot de «mauvaise qualité» ( beta ) Bernard Clément, PhD Lot 5 ÉCHANTILLONNAGE DES LOTS (1 / 3) Fournit pas des estimations précises de la qualité du lot; but visé : disposer (accepter, rejeter) du lot en contrôlant les risques de mauvaises décisions. 2 méthodes pour obtenir un échantillon : - jugement - tirage au hasard «représentatif» Seule la 2e méthode permet d'utiliser la théorie des probabilités pour évaluer à long terme les risques de mauvaises décisions. Taille de l'échantillon (n) à prélever n est pas un pourcentage fixe (par exemple 10%) de la taille du lot (N). Bernard Clément, PhD Lot 6
4 ÉCHANTILLONNAGE DES LOTS (2 / 3) Tous les plans d'échantillonnage (et les systèmes de plans) admettent que des produits défectueux seront livrés, pas sciemment bien sur. Plans d'échantillonnage place l'emphase au mauvais endroit fournisseur externe ou interne devrait fournir la «preuve» de la qualité de ses produits en mettant en place le CSP et l'amélioration de ses procédés par la méthode des plans d'essais conçus statistiquement. Meilleure stratégie : mettre l emphase sur le procédé plutôt que le produit Les plans d'échantillonnage devraient être conçus avec une connaissance suffisante du procédé. Bernard Clément, PhD Lot 7 ÉCHANTILLONNAGE DES LOTS (3 / 3) TYPES DE PLANS - ATTRIBUT : comptage non conformes - MESURES : caractéristique qualité mesurée (appareil ) FORMATION DES LOTS - HOMOGÈNE : même machine, même opérateur même matériaux, même moment - taille N plus grande est préférable à taille N plus petite - compatibilité avec le système de manutention Bernard Clément, PhD Lot 8
5 CONTRÔLE de la qualité (1/3) CONTRÔLE ou AMÉLIORATION? Méthodes statistiques Inspection vérification tests des produits individuels ou regroupés en LOTS: à 100 % / échantillonnage (plans) SPC : Contrôle Statistique des Processus (CSP ) Expérimentation avec les produits et les procédés -en conception : produits et procédés de fabrication - en fabrication Autres méthodes.. Poka-Yoke. Bernard Clément, PhD Lot 9 CONTRÔLE de la qualité (2/3) INSPECTION des produits à 100% ou par échantillonnage - critiques et controverses peut- on se passer de l inspection? - désavantages et inconvénients - avantages et nécessités Article : la valeur de l inspection Bernard Clément consulter le site Internet du cours Bernard Clément, PhD Lot 10
6 CONTRÔLE de la qualité (3/3) lot lot lot lot hypothèse sous jacente qualité produit : variable lot à lot - qualité produit : uniforme intérieur lot temps flux de lots échantillon échantillon échantillon échantillon vraisemblable? si formation du lot LOT «vrai» : mise en course, matière première, commandes... ou LOT = segment «arbitraire» production possibilité : carte triple X - mr - R X = Xbar mr : étendues mobiles des Xbar R : étendues intra échantillons Bernard Clément, PhD Lot 11 NOTATION - TERMINOLOGIE (1/4) N : nombre d unités dans le lot = taille du lot n : nombre d unités dans l échantillon D : nombre d unités non conformes dans le lot p = D / N : proportion d unités non conformes dans le lot X : nombre d unités non conformes dans l échantillon X / n : proportion d unités non conformes dans l échantillon c = Ac : nombre d acceptation (plan simple) si X <= c alors on accepte le lot si X > c alors on rejette le lot P a ( p ) : probabilité d accepter un lot de qualité p α = alpha = risque du producteur : rejeter lot bonne qualité β = beta = risque consommateur : accepter lot mauvaise qualité Bernard Clément, PhD Lot 12
7 NOTATION - TERMINOLOGIE (2/4) AQL = «Acceptable Quality Level» proportion maximale d'articles défectueux (ou non-conformes) qui peut être considéré comme moyenne satisfaisante par le producteur et le consommateur (client). convention pour concevoir un plan d'échantillonnage: système MIL STD 105 E et ANSI Z1.9 AQL : pas le résultat d'une étude statistique sur le procédé. AQL : choisir prudemment par le producteur refléter la performance réelle du procédé. sinon : rejet d'un grand nombre de lots. Probabilité d'accepter un lot satisfaisant le AQL est environ 0.88 à 0.99 système MIL STD 105E et système Z1.9 Bernard Clément, PhD Lot 13 NOTATION - TERMINOLOGIE (3/4) Ac: nombre d'acceptation (plan attribut) nombre maximal d'articles défectueux dans l'échantillon permettant d'accepter le lot; les articles défectueux dans l'échantillon sont toujours retirés du lot. Re: nombre pour le rejet (plan attribut) nombre minimal d'articles défectueux dans l'échantillon conduisant à rejeter le lot Système (MIL STD 105E) inspection normale : Re = Ac + 1 inspection réduite : Re Ac + 1 Bernard Clément, PhD Lot 14
8 NOTATION - TERMINOLOGIE (4/4) Plan d'échantillonnage : (n, Ac, Re ) employé système de plans MIL-STD 105 E RQL ("Rejectable quality level") proportion minimale d'articles défectueux (non-conformes) qui peut être considéré comme moyenne non-satisfaisante par le consommateur. convention pour concevoir le plan. système plans de Dodge-Romig : RQL s appelle LTPD LTPD : Lot Tolerance Percent Defective Probabilité d'accepter un lot de qualité RQL est «petite». Généralement fixée à 0.10 dans les systèmes de plans standardisés. Risque du client (consommateur). Bernard Clément, PhD Lot 15 RISQUES DE MAUVAISES DÉCISIONS QUALITÉ LOT bonne mauvaise Accepter lot 1 - α β DÉCISION Rejeter lot α 1 - β α : risque du producteur β : risque du consommateur Bernard Clément, PhD Lot 16
9 Courbe caractéristique plan d échantillonnage P a ( p ) : probabilité accepter lot α AQL : Acceptable Quality Level RQL : Rejectable Quality Level β 0 0 AQL RQL p proportion non conforme Bernard Clément, PhD Lot 17 Courbe caractéristique plan d échantillonnage Courbe de P a ( p ) en fonction de p Outil : l étude - choix d un plan Discrimination bons et mauvais lots Comparaison des plans Indexation pour les systèmes de plans Bernard Clément, PhD Lot 18
10 Calcul probabilité d accepter : P a ( p ) Plan simple : un échantillon de taille n est prélevé Autres cas : plans doubles, plans séquentiel, (non traité dans ces notes) Plan (N, n, c ) : échantillonnage sans remise p = D/N «qualité» du lot ( D = p N ) X : nombre de pièces non-conformes (NC) dans l échantillon X distribuée selon loi de probabilité Hypergéométrique (N, D, n ) approximation : loi binomiale loi Poisson Bernard Clément, PhD Lot 19 Calcul de la probabilité d accepter P a ( p ) P ( p) = a = = C x= 0 C x= 0 c e pn N(1 p) x n x N n n x np x= 0 x! p x ( np) x p hypergéométrique (exacte) APPROXIMATION n x Binomiale : si n / N < 0.1 Poisson : si p " petit " et n est " grand " Bernard Clément, PhD Lot 20
11 Exemple : plan n = 89 c = 2 N «grand» n / N < 0.10 P P Pa P P Pa P a = 2 d= 0 89 d p (1 p) d 89 d Bernard Clément, PhD Lot Courbe caractéristique plan n = 89 c = PA_ Bernard Clément, PhD Lot 22
12 INFLUENCE DES PARAMÈTRES (N, n, c) (1/3) plans n = 20 c = 0 N = N = 1000 N = 50 N est peu influent Bernard Clément, PhD Lot 23 INFLUENCE DES PARAMÈTRES (N, n, c) (2/3) n c Line Plot (Exemp-Lot.s ta 47v *25c ) n c PA_BIN-23 PA_BIN-24 PA_BIN-25 PA_BIN PA _BIN-27 PA _BIN-28 PA _BIN-29 PA _BIN-30 Bernard Clément, PhD Lot 24
13 INFLUENCE DES PARAMÈTRES (N, n, c) (3/3) N peut influent si n/n <= 0.1 Pente courbe augmente si n Plans avec c petit offre une meilleure protection pour le consommateur: exemple c = 0 Courbes caractéristiques peuvent se croiser Les systèmes de plans sont indexés par un point sur la courbe : AQL : MIL STD 105E, Z1.4, Z1.9 ISO3951 ISO2859 LTPD, AOQL : système Dodge-Romig Bernard Clément, PhD Lot 25 Classification Systèmes Plans Normalisés objectif attribut mesure Orientation point sur courbe caractéristique producteur index AQL index AQL - MIL STD 105 E - MIL STD 414 -ANSI Z1.4 -ANSI Z1.9 - ISO ISO 3951 consommateur Dodge-Romig - index LTDP - index LTPD -index AOQL -tests réduction Échantillonnage - ski lot - double -multiple Ces notes : 105 E Z1.9 Dodge Romig Bernard Clément, PhD Lot 26
14 Point d indexation : plans normalisés Plans indexation LTPD (=RQL) et AOQL Système Dodge-Romig Plans indexation AQL c n AQL Pa Employés MIL STD 105 E ANSI Z 1.4 ISO 2859 PA _BIN-31 PA _BIN-32 PA _BIN-33 PA _BIN n c LTPD Pa PA_BIN-35 PA_BIN-36 PA_BIN-37 PA_BIN-38 Bernard Clément, PhD Lot 27 Conception plan d échantillonnage (n,c) déterminer n et c P a ( p 1 ) = 1 - α P a ( p 2 ) = β Solution méthode graphique abaque Bernard Clément, PhD Lot 28
15 trouver n et c : méthode de l abaque Bernard Clément, PhD Lot 29 Inspection rectificatrice Flux de lots proportion non-conforme Lot p 0 : entrée Inspection lot rectifié lot accepté Average Outgoing Quality AOQ ( p ) = p P a (p)(1-n/n) proportion p 1 : sortie non-conforme p 1 < p 0 Average Outgoing Quality Limit AOQL = max AOQ ( p ) p Bernard Clément, PhD Lot 30
16 Exemple: N = 1000 n = 45 c = 2 P P a AOQ AOQL Bernard Clément, PhD Lot 31 Inspection rectificatrice Plan n = 45 c = AOQL = AOQ_BIN AOQ (p) = p si sans rectification Bernard Clément, PhD Lot 32
17 Nombre moyen d articles inspectés ATI : Average Total Inspection Lot rejeté : inspection à 100% des N n articles probabilité = 1 - Pa Lot accepté : inspection de n articles nombre moyen d articles inspectés = ATI ATI (p ) = n + [1 Pa (p)] ( N n) Exemple N = 1000 n = 45 c = 2 p = 0.01 Pa (p = 0.01) = (1 0.01) (1 0.01) 44 ( 0.01) + 45*44 (1-0.01) 43 (0.01) 2 2 = ATI ( p = 0.01 ) = 45 + [ ] ( ) = 54.5 Bernard Clément, PhD Lot 33 Graphique de ATI ATI N n Cas particulier : plan avec c = 0 p ATI = n + ( N n ) * [ 1 ( 1- p ) n ] Bernard Clément, PhD Lot 34
18 N, AOQL, p spécifiés Procédure n = y N / (N*AOQL + y) faire varier c de 0 à consulter la table de Dodge-Romig pour déterminer y calculer n selon l équation ci haut calculer λ = n p calculer P a (table de la distribution Poisson) calculer ATI = n + ( 1 P a ) ( N n ) déterminer la combinaison ( n, c ) qui minimise ATI Bernard Clément, PhD Lot 35 Table DODGE-ROMIG : C y C Y C Y Bernard Clément, PhD Lot 36
19 Exemple: N = 4000 AOQL = 0.03 p = c y n λ = np P a ATI Minimum Solution : n = 83 c = 4 Bernard Clément, PhD Lot 37
PLAN DE COURS CEGEP DU VIEUX-MONTRÉAL
PLAN DE COURS CONTRÔLE DE LA QUALITÉ 241-B60-VM TECHNIQUE DE GÉNIE MÉCANIQUE 241-06 PONDÉRATION : 2-1-1 Compétence : 012Z Contrôler la qualité d un produit DÉPARTEMENT DE LA MÉCANIQUE CEGEP DU VIEUX-MONTRÉAL
Plus en détailTSTI 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 détailINBTP-TECHNOBAT-LECON_011
CIRCULATIONS VERTICALES INBTP-TECHNOBAT-LECON_011 1 PROGRAMME LECONS LECON_001 [T] Présentation Notions de Technobat LECON_002 [T] Technobat Tropicale Les classes énergétiques LECON_003 [T] Les matériaux
Plus en détailCONDITIONS PARTICULIERES RELATIVES A LA FACILITE DE CAISSE I - En vigueur à partir du 23 mars 2015
Article 1. Terminologie CONDITIONS PARTICULIERES RELATIVES A LA FACILITE DE CAISSE I - La Banque : bpost banque S.A. Rue du Marquis 1 bte 2-1000 Bruxelles, TVA BE 0456.038.471, RPM Bruxelles qui agit en
Plus en détailGUIDE POUR LA MISE SUR LE MARCHÉ DE DISPOSITIFS MÉDICAUX SUR MESURE APPLIQUE AU SECTEUR DENTAIRE
Actualisation Mai 2012 Direction de l'evaluation des Dispositifs Médicaux Département Surveillance du Marché GUIDE POUR LA MISE SUR LE MARCHÉ DE DISPOSITIFS MÉDICAUX SUR MESURE APPLIQUE AU SECTEUR DENTAIRE
Plus en détaildonnées 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 détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
Plus en détailExcel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur
Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation
Plus en détailDistribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités
Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements
Plus en détailLA QUALITE, L ASSURANCE DE LA QUALITE ET LA CERTIFICATION ISO 9001
LA QUALITE, L ASSURANCE DE LA QUALITE ET LA CERTIFICATION ISO 9001 I/ HISTORIQUE DE LA QUALITE La qualité est un souci permanent de l homme depuis longtemps. Jusqu au XIX ème siècle, c est l ère artisanale
Plus en détailBaccalauréat 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 détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailBureau N301 (Nautile) benjamin@leroy-beaulieu.ch
Pre-MBA Statistics Seances #1 à #5 : Benjamin Leroy-Beaulieu Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch Mise à niveau statistique Seance #1 : 11 octobre Dénombrement et calculs de sommes 2 QUESTIONS
Plus en détailAnalyse prospective des risques: application de la méthode AMDEC
Analyse prospective des risques: application de la méthode AMDEC Prof. Pascal BONNABRY Certificat qualité des soins Genève, 14 avril 2011 Agenda Introduction: analyse de risques Exemple d application de
Plus en détailVanne de réglage pneumatique types 3249-1 et 3249-7 Vanne aseptique à passage équerre type 3249
Vanne de réglage pneumatique types 3249-1 et 3249-7 Vanne aseptique à passage équerre type 3249 Application Vannes de réglage pour applications aseptiques dans l industrie pharmaceutique et alimentaire
Plus en détailValidation des processus de production et de préparation du service (incluant le logiciel)
Validation des processus de production et de préparation du service (incluant le logiciel) Traduction non officielle du document Réponses et décisions de EK-Med 3.9 B 18 publié sur le site Web de l organisme
Plus en détailLettre d information. Octobre 2014
Octobre 2014 Lettre d information Edito Nouveautés : Sage Génération i7 7.70 A la Une : Dématérialisation de la TVA A la Une : Déclaration Sociale Nominative Focus : Sage CRM Online Fiche pratique : Les
Plus en détail3. Artefacts permettant la mesure indirecte du débit
P-14V1 MÉTHODE DE MESURE DU DÉBIT D UN EFFLUENT INDUSTRIEL EN CANALISATIONS OUVERTES OU NON EN CHARGE 1. Domaine d application Cette méthode réglemente la mesure du débit d un effluent industriel en canalisations
Plus en détailchoisir H 1 quand H 0 est vraie - fausse alarme
étection et Estimation GEL-64943 Hiver 5 Tests Neyman-Pearson Règles de Bayes: coûts connus min π R ( ) + ( π ) R ( ) { } Règles Minimax: coûts connus min max R ( ), R ( ) Règles Neyman Pearson: coûts
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
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 détailCours 9 : Plans à plusieurs facteurs
Cours 9 : Plans à plusieurs facteurs Table des matières Section 1. Diviser pour regner, rassembler pour saisir... 3 Section 2. Définitions et notations... 3 2.1. Définitions... 3 2.2. Notations... 4 Section
Plus en détailCAHIER DES CHARGES ETIQUETTES MP06-EU (FORMAT ODETTE)
Mars 2006 MAT/SF CAHIER DES CHARGES ETIQUETTES MP06-EU (FORMAT ODETTE) CAHIER DES CHARGES : ETIQUETTE MP06-EU (format ODETTE) Sommaire 1. Objet... 2 2. Domaine d'application... 2 3. Type de supports d'étiquettes
Plus en détail4 Distributions particulières de probabilités
4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli
Plus en détailConcurrence imparfaite
Concurrence imparfaite 1. Le monopole 2. Concurrence monopolistique 3. Hotelling et Salop 4. Concurrence à la Cournot 5. Concurrence à la Bertrand 6. Concurrence à la Stackelberg Monopole Un monopole,
Plus en détailLe MeiLLeuR RappORt qualité-prix
FORM 20 FORM 30 2 Le meilleur rapport qualité-prix Sommaire Points forts Mécanique Contrôle 4 6 10 Le générateur Préparation du travail GF AgieCharmilles 12 13 14 FORM 20 FORM 30 La qualité des applications
Plus en détailChapitre 3 : INFERENCE
Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage
Plus en détailIntroduction à l ISO/IEC 17025:2005
Introduction à l ISO/IEC 17025:2005 Relation avec d autres normes de Management de la Qualité Formation Assurance Qualité LNCM, Rabat 27-29 Novembre 2007 Marta Miquel, EDQM-CoE 1 Histoire de l ISO/IEC
Plus en détailChapitre 7. Circuits Magnétiques et Inductance. 7.1 Introduction. 7.1.1 Production d un champ magnétique
Chapitre 7 Circuits Magnétiques et Inductance 7.1 Introduction 7.1.1 Production d un champ magnétique Si on considère un conducteur cylindrique droit dans lequel circule un courant I (figure 7.1). Ce courant
Plus en détailDETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES
Agence fédérale pour la Sécurité de la Chaîne alimentaire Administration des Laboratoires Procédure DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Date de mise en application
Plus en détailCréer et modifier un fichier d'import des coordonnées approximatives avec Excel
Créer et modifier un fichier d'import des coordonnées approximatives avec Excel Manuel d'utilisation Date: 26.03.2015 Version: 1.0 Auteur: Christoph Rüfenacht Statut: En cours Libéré Classification: publique
Plus en détailInformation Technology Services - Learning & Certification
Information Technology Services - Learning & Certification «.Pluralis Consulting vous assure un accompagnement de qualité Pour la valorisation de votre Système d information.» Juillet 2014 www.pluralisconsulting.com
Plus en détailCOORDINATION NON COOPÉRATIVE: MÉTHODES D ENCHÈRES
COORDINATION NON COOPÉRATIVE: MÉTHODES D ENCHÈRES Cours 6c Principe Protocole centralisé, un commissaire-priseur/vendeur (auctioneer) et plusieurs enchérisseurs/acheteurs (bidders) Le commissaire-priseur
Plus en détailSolutions de stockage réseau
Solutions de stockage réseau Adrien Waksberg Jonathan Demmerle Sofiane El Harsal Mohamed Bennoiken 28 mars 2012 Sommaire Introduction Sommaire Le projet Le Grid 5000 1 Introduction 2 3 4 5 6 Sommaire Le
Plus en détailExercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»
Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Quand la trésorerie d une entreprise est positive, le trésorier cherche le meilleur placement pour placer les excédents.
Plus en détailModélisation 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.
Plus en détailQuelques rappels concernant la méthode expérimentale
Quelques rappels concernant la méthode expérimentale 1. La Méthode expérimentale : Définition. Une définition classique de la méthode expérimentale est qu elle «correspond à la méthode d investigation
Plus en détailAssurance de la qualité Initiation
Assurance de la qualité Initiation Définition et principe La qualité, c est : L aptitude d un ensemble de caractéristiques intrinsèques à satisfaire des exigences ISO 9000 2000 3.1.1 Série des normes ayant
Plus en détailAssociations Dossiers pratiques
Associations Dossiers pratiques Le tableau de bord, outil de pilotage de l association (Dossier réalisé par Laurent Simo, In Extenso Rhône-Alpes) Difficile d imaginer la conduite d un bateau sans boussole
Plus en détailLE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION
LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs
Plus en détailSystème d assurance qualité de l Association Minergie pour label de bâtiment Minergie- ECO
Système d assurance qualité de l Association Minergie pour label de bâtiment Minergie- ECO Le document original en langue allemande fait foi. Table des matières Version: octobre 2012 1 Domaine d application...
Plus en détailEvaluation de la variabilité d'un système de mesure
Evaluation de la variabilité d'un système de mesure Exemple 1: Diamètres des injecteurs de carburant Problème Un fabricant d'injecteurs de carburant installe un nouveau système de mesure numérique. Les
Plus en détailLe suivi de la qualité. Méthode MSP : généralités
Le suivi de la qualité La politique qualité d une entreprise impose que celle maîtrise sa fabrication. Pour cela, elle doit être capable d évaluer la «qualité» de son processus de production et ceci parfois
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailUE C avancé cours 1: introduction et révisions
Introduction Types Structures de contrôle Exemple UE C avancé cours 1: introduction et révisions Jean-Lou Desbarbieux et Stéphane Doncieux UMPC 2004/2005 Introduction Types Structures de contrôle Exemple
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailChristophe CANDILLIER Cours de DataMining mars 2004 Page 1
Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe
Plus en détailSamuel Bassetto 04/2010
Industrialisation Lean manufacturing 4.2 Réalisé avec V. FIGENWALD - SIEMENS Samuel Bassetto 04/2010 Plan de la partie 2 : Vers une production Lean 1. Valeur Ajoutée et Gaspillages Muda walk 2. Temps de
Plus en détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en détailCorrection 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 détailCHAPITRE 5. Stratégies Mixtes
CHAPITRE 5 Stratégies Mixtes Un des problèmes inhérents au concept d équilibre de Nash en stratégies pures est que pour certains jeux, de tels équilibres n existent pas. P.ex.le jeu de Pierre, Papier,
Plus en détailLe taux d'actualisation en assurance
The Geneva Papers on Risk and Insurance, 13 (No 48, July 88), 265-272 Le taux d'actualisation en assurance par Pierre Devolder* Introduction Le taux d'actualisation joue un role determinant dans Ia vie
Plus en détailTable des matières: Guidelines Fonds de Pensions
Table des matières: Guidelines Fonds de Pensions TABLE DES MATIERES... 1 INTRODUCTION... 2 1 FINANCEMENT ET FINANCEMENT MINIMUM... 3 1.1 FINANCEMENT... 3 1.2 FINANCEMENT DE PLAN... 3 1.3 FINANCEMENT MÉTHODE
Plus en détailCoûts, avantages et inconvénients des différents moyens de paiement
Coûts, avantages et inconvénients des différents moyens de paiement Présentation de l'étude de la Banque nationale de Belgique à la conférence de l'esta (Valence, le 15 mai 2006) Historique de l'étude
Plus en détailAUTRES ASPECTS DU GPS. Partie I : tolérance de Battement Partie II : tolérancement par frontières
AUTRES ASPECTS DU GPS Partie I : tolérance de Battement Partie II : tolérancement par frontières 1 Partie I Tolérance de battement Défaut de Battement Défautconjuguéde forme, orientation et position, constatélorsde
Plus en détailMini projet n 1 DOSSIER DE CONCEPTION Clef USB
Mini projet n 1 DOSSIER DE CONCEPTION Clef USB Dossier de conception 1/21 1. PRESENTATION GENERALE DU MINI PROJET 1.1 Contexte de l étude Situation existante avec un problème. Présentation de l objectif
Plus en détailL Assemblée Nationale a délibéré et adopté en sa séance du 14 décembre 1996 1995 ;
Loi n 96-022/ Régissant la mutualité en République du Mali. L Assemblée Nationale a délibéré et adopté en sa séance du 14 décembre 1996 1995 ; Le Président de la République promulgue la loi dont la teneur
Plus en détailSéance 4. Gestion de la capacité. Gestion des opérations et de la logistique 4-530-03
Gestion des opérations et de la logistique Séance 4 4-530-03 Gestion de la capacité Points importants présentés au dernier cours Les principaux types d aménagement Étude du travail et l amélioration des
Plus en détailEtude des propriétés empiriques du lasso par simulations
Etude des propriétés empiriques du lasso par simulations L objectif de ce TP est d étudier les propriétés empiriques du LASSO et de ses variantes à partir de données simulées. Un deuxième objectif est
Plus en détailNOTE 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 détailPRODUIT. nouveau. uniboard.com. Sans formaldéhyde ajouté / ULEF - Particule brut Sans formaldéhyde ajouté / ULEF - Mélamine thermofusionnée (TFL)
Sans formaldéhyde ajouté / ULEF - Particule brut Sans formaldéhyde ajouté / ULEF - Mélamine thermofusionnée (TFL) MC nouveau PRODUIT uniboard.com La référence en développement durable Pourquoi le panneau
Plus en détailDomosol : Système solaire combiné (SSC) de production d eau chaude et chauffage
Domosol : Système solaire combiné (SSC) de production d eau chaude et chauffage Tc Le système solaire combiné (SSC) Domosol de ESE est basé sur le Dynasol 3X-C. Le Dynasol 3X-C est l interface entre les
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailSmart Grids, réseaux électriques intelligents
Smart Grids, réseaux électriques intelligents Jeudi 13 mars 2014 Jean-Luc THOMAS Professeur du Conservatoire national des arts et métiers Directeur du département Ingénierie des Systèmes Mécaniques et
Plus en détailL éco-responsabilité appliquée à l informatique
L éco-responsabilité appliquée à l informatique //////////////////////////////////////////////////////// IMPACTS SUR L ENVIRONNEMENT DU MATERIEL ////////////////////////////////////////////////////////
Plus en détailWWW.ELCON.SE Multichronomètre SA10 Présentation générale
WWW.ELCON.SE Multichronomètre SA10 Présentation générale Le SA10 est un appareil portable destiné au test des disjoncteurs moyenne tension et haute tension. Quoiqu il soit conçu pour fonctionner couplé
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détail3.00. Catalogue produit
3.00 Catalogue produit PRESENTATION 2 La liberté de mouvement passe par une accessibilité véritable monte-escaliers. Cette gamme complète nous permet de trou- 30 années d expérience Stepless est une division
Plus en détailPremiers pas sur le site ecommerce.cléde13.fr. Sommaire
Premiers pas sur le site ecommerce.cléde13.fr Sommaire A: Se connecter B: Compte utilisateur C: Recherche d'article D: Constituer votre panier - l'enregistrer - Faire une demande de devis - Passer une
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailLa nouvelle planification de l échantillonnage
La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage
Plus en détailTABLE DES MATIERES. C Exercices complémentaires 42
TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence
Plus en détailDÉVERSEMENT 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 détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailCréer et modifier un fichier d'importation SAU avec Excel
Créer et modifier un fichier d'importation SAU avec Excel Manuel d'utilisation Date : 26.03.2015 Version: 1.0 Collaborateur /-trice : Urs Matti Statut : en cours d élaboration validé Classification : public
Plus en détailRÈGLEMENT INTÉRIEUR DE LA COMMANDE PUBLIQUE
RÈGLEMENT INTÉRIEUR DE LA COMMANDE PUBLIQUE Article 1 Lorsque les marchés publics de fournitures, services et travaux sont d un montant inférieur au seuil de 230 000 euros HT, l autorité adjudicatrice
Plus en détailUn laboratoire d auto-immunité paperless : mythe ou réalité? L.Lutteri Laboratoire d auto-immunité Service de Chimie Clinique CHU Liège
Un laboratoire d auto-immunité paperless : mythe ou réalité? L.Lutteri Laboratoire d auto-immunité Service de Chimie Clinique CHU Liège Immunofluorescence Dépistage Aspect Titre Cellules Hep 2: Connectivites
Plus en détailCours de méthodes de scoring
UNIVERSITE DE CARTHAGE ECOLE SUPERIEURE DE STATISTIQUE ET D ANALYSE DE L INFORMATION Cours de méthodes de scoring Préparé par Hassen MATHLOUTHI Année universitaire 2013-2014 Cours de méthodes de scoring-
Plus en détailOPTIMISATION À UNE VARIABLE
OPTIMISATION À UNE VARIABLE Sommaire 1. Optimum locaux d'une fonction... 1 1.1. Maximum local... 1 1.2. Minimum local... 1 1.3. Points stationnaires et points critiques... 2 1.4. Recherche d'un optimum
Plus en détailProduits industriels Exigences génériques d Assurance Qualité pour les fournisseurs
1 / 29 Produits industriels d fournisseurs La version à jour de ce document est disponible sous Intranet / ADS en ligne. Toute copie papier est faite pour information. Le présent document et les informations
Plus en détailEnjeux mathématiques et Statistiques du Big Data
Enjeux mathématiques et Statistiques du Big Data Mathilde Mougeot LPMA/Université Paris Diderot, mathilde.mougeot@univ-paris-diderot.fr Mathématique en Mouvements, Paris, IHP, 6 Juin 2015 M. Mougeot (Paris
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 détailRégression linéaire. Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr
Régression linéaire Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr 2005 Plan Régression linéaire simple Régression multiple Compréhension de la sortie de la régression Coefficient de détermination R
Plus en détailECOLE NATIONALE SUPERIEURE DE COGNITIQUE. Paul Bui- Quang & Joachim Yerusalmi 03/01/2011
ECOLE NATIONALE SUPERIEURE DE COGNITIQUE Projet ARLIU Paul Bui- Quang & Joachim Yerusalmi 03/01/2011 urs. Ce rapport contient ainsi la menées sur des utilisateurs afin de corréler les indicateurs que propose
Plus en détail1/5. piazza invest 1
1/5 piazza invest 1 TYPE D'ASSURANCE VIE Piazza invest est un produit d assurance-vie de la branche 23, émis par AXA Belgium et lié à différents fonds d'investissement internes d AXA Belgium (voir annexes).
Plus en détailL application du règlement sur la reconnaissance mutuelle aux procédures d autorisation préalable
COMMISSION EUROPÉENNE Direction générale des entreprises et de l industrie Document d orientation 1 Bruxelles, le 1 er février 2010 - L application du règlement sur la reconnaissance mutuelle aux procédures
Plus en détailIntroduction à MATLAB R
Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d
Plus en détailTRACER LE GRAPHE D'UNE FONCTION
TRACER LE GRAPHE D'UNE FONCTION Sommaire 1. Méthodologie : comment tracer le graphe d'une fonction... 1 En combinant les concepts de dérivée première et seconde, il est maintenant possible de tracer le
Plus en détailVanne " Tout ou Rien" à siège incliné Type 3353
Vanne " Tout ou Rien" à siège incliné Type 3353 Application Vanne "Tout ou Rien" avec servomoteur pneumatique à piston Diamètre nominal DN 15 ( 1 2 ) à 50 (2 ) Pression nominale PN Plage de température
Plus en détailTERMITES MISSION PROPRIETAIRE MANDATAIRE MISSION
(ordonnance du 8.6.05 : art. 16 ; loi du 13.7.06 : art. 79-IV ; loi du 30.12.06 ; décret du 5.9.06 ; décret du 14.9.06 ; décret du 21.12.06) (art. 18 / CCH : art. L. 271-4 -I à L. 271-6) Mission n 224381
Plus en détailASTRIUM Satellites Produits Industriels Exigences d assurance qualité pour les fournisseurs
1/32 ASTRIUM Satellites Produits Industriels Exigences d assurance qualité pour les fournisseurs La version à jour de ce document est disponible sous Intranet / ADS en ligne. Toute copie papier est faite
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailEBS 204 E C B S. Publication : Novembre 96
EBS 204 E C B S Publication : Novembre 96 Traduction française de la norme internationale produite par le CENB en novembre 1996 0 INTRODUCTION 1 DOMAINE D'APPLICATION 2 REFERENCES NORMATIVES 3 DEFINITIONS
Plus en détailTravaux 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 détailQUESTION D ETHIQUE APPROCHE ENVIRONNEMENT- SANTE. 10ème cours d été 2006 Bamako SIFEE Pr HOUENOU AGBO Yveline UFR Sciences Médicales d Abidjan
QUESTION D ETHIQUE APPROCHE ENVIRONNEMENT- SANTE 10ème cours d été 2006 Bamako SIFEE Pr HOUENOU AGBO Yveline UFR Sciences Médicales d Abidjan INTRODUCTION Environnement et Santé Évaluation environnementale
Plus en détail