Évaluation des risques de non atteinte des performances techniques du produit au cours de la conception
|
|
- Colette Lussier
- il y a 8 ans
- Total affichages :
Transcription
1 Évaluation des risques de non atteinte des performances techniques du produit au cours de la conception G. CABANNES a, N. TROUSSIER a, T. GIDEL b, Z. CHERFI a a. Université de Technologie de Compiègne - CNRS UMR 6253 Roberval, BP60319, Rue du Docteur Schweitzer, Compiègne Cedex b. Université de Technologie de Compiègne - EA 2223 Costech, BP60319, Rue du Docteur Schweitzer, Compiègne Cedex Résumé : Pour maîtriser les performances techniques du produit en conception, nous proposons une démarche fondée sur la maîtrise des risques de non-atteinte des performances en liant les performances techniques du produit au risque de ne pas les atteindre. Nous cherchons alors à évaluer la criticité du risque en utilisant la théorie de Dempster Shafer, qui permet de modéliser l imprécision et l incertitude des informations manipulées en conception. Ces informations sont fusionnées pour évaluer le risque. Abstract: To control the technical product performances throughout the engineering design process, a method is proposed based on controlling the risk of not reaching the performance by linking the technical product performances to the risk of not reaching them. The criticality of the risks is then assessed using the Dempster-Shafer Theory which takes into account the imprecision and the uncertainty about the information used during the design process. Information fusion is then achieved for assessing the risk on functions both at a technical level and at higher levels. Mots clefs : maîtrise des performances, incertitudes, criticité, gravité, Dempster-Shafer, GTU 1 Introduction Afin de maîtriser le coût et la qualité des produits, les entreprises manufacturières soumises à une forte concurrence se concentrent de plus en plus sur l amont du processus de conception, où les capacités d actions sont les plus grandes [1], [2]. Cependant, les informations manipulées à ce stade sont souvent incertaines. L atteinte des performances est alors seulement hypothétique, supposée. Pour maîtriser la conception, il devient alors nécessaire de s intéresser aux risques de ne pas atteindre ces performances. Après un bref rappel sur la maîtrise des performances techniques, la maîtrise des risques de non-atteinte de ces performances est étudiée. Notre problématique est ensuite formulée à partir de l analyse de l état de l art sur l identification et l évaluation de ces risques. Un indicateur de risque est alors proposé. Celui-ci peut être utilisé tout au long de la conception, quels que soient les niveaux de définition du produit (des premiers éléments de solutions à la définition détaillée du produit). La notion de fusion d informations et la théorie de croyance transférable (issue de la théorie de Dempster-Shafer) sont mobilisées pour tenir compte des imprécisions ou incertitudes sur les informations. Dans cet article, nous montrons qu il est ainsi possible, tout au long du processus de conception, d évaluer les risques de ne pas atteindre les performances, en tenant compte des incertitudes sur les informations manipulées. 2 De la maîtrise des performances à la maîtrise des risques de non atteinte des performances 2.1 Maîtrise des performances sous incertitudes La maîtrise des performances vise à concevoir un produit qui, malgré toutes les incertitudes de l environnement de conception, fait ce pour quoi il a été conçu. Dans ce paragraphe, nous définissons les notions de fonctions et de performances utiles dans cet article. Ensuite, les moyens permettant de mesurer l atteinte des performances sont étudiés, et enfin, le rôle des incertitudes en conception est discuté. La fonction d un produit décrit ce que doit faire le produit, dans une situation de vie considérée (par exemple dans la situation de vie utilisation ). Une fonction est caractérisée par des grandeurs valuées, appelées performances [3], qui indiquent quand la fonction est remplie. Définies au début de la conception, les fonctions et 1
2 les performances associées constituent un objectif de conception et sont généralement décomposées suivant une structure d arbre décrivant des liens de composition (FAST [4], [5] ou axiomatic design [3]). Les performances peuvent, elles aussi, être structurées à l aide de la même arborescence. La combinaison de sous-performances permet d assurer la performance de niveau supérieur. La conception consiste à trouver des solutions qui permettent d atteindre toutes ces performances et la manipulation de ces arborescences est une clé importante de la maîtrise des performances en conception. L atteinte des performances est alors évaluée en comparant les mesures des performances (obtenues par expertise, simulations ou essais) aux objectifs de conception. Malheureusement, ces performances peuvent être soumises à des incertitudes et des imprécisions qui influent fortement sur leur évaluation. Le rôle majeur des incertitudes et des imprécisions en conception a été identifié par de nombreux auteurs et leurs origines sont nombreuses. L incertitude peut provenir de variabilités subies (définition non déterministe d un module d Young par exemple due à la mesure et à la variabilité des procédés de production), de l indécision ou de la capacité d une information à évoluer dans le temps ([6], [7]). Dans certains cas, ces incertitudes peuvent être des sources de non-atteinte de performances et, ainsi, engendrer un coût non négligeable pour l entreprise. C est la raison pour laquelle le risque de ne pas atteindre les performances doit être considéré et maîtrisé afin d anticiper la mise en œuvre des actions préventives, ou correctives nécessaires. 2.2 Les risques en conception Le fait de supposer qu un produit en cours de conception peut, au final, ne pas atteindre les performances souhaitées, constitue un risque d après la norme afnor NF X [8]. D après de nombreux auteurs et normes [9], [10], [8], les processus de gestion des risques reposent tous sur plusieurs étapes clefs, dont quatre sont communes à tous : l identification des risques, l estimation des paramètres du risque, l évaluation des risques, le suivi et contrôle des risques. Seules les trois premières étapes (et les risques de ne pas atteindre les performances espérées) sont considérés ici. La première étape, d identification des risques, a pour objectif la détermination des risques auxquels le produit peut être confronté. L estimation des risques permet d estimer les paramètres qui composent le risque. Enfin, l évaluation des risques a généralement pour but de classer les risques entre eux. C est le cas, par exemple, dans la méthode AMDEC (Analyse des Modes de Défaillances de leurs Effets et de leur Criticité) où la notion de criticité est utilisée. Ce classement des risques aident les acteurs de la conception à prendre les décisions d actions préventives ou correctives. Les risques ne peuvent pas être suivis, contrôlés, estimés, évalués sans avoir été identifiés. Gidel [9] structure les méthodes de gestion des risques projets, en trois catégories : les méthodes analogiques, les méthodes heuristiques, et les méthodes analytiques. Malgré toutes ces méthodes, il reste difficile d identifier, tôt dans le processus de conception et de façon automatique, les risques en relation avec un raisonnement fonctionnel répandu en conception. Il n est pas aisé non plus d identifier la logique de propagation des risques sur les performances (aussi appelée logique de combinaison). Le FAST, créé par Bytheway en 1975 [11], consiste en une arborescence logique de fonctions pour décrire un système technique quelconque. Il a été traité de façon multiple par de nombreux auteurs ([4], [5]). Afin de pouvoir identifier les risques de non-atteinte des performances du produit en conception dans le cadre d une approche fonctionnelle, et dans le but d identifier la logique des risques, le FAST a été proposé dans [12]. Il repose sur l utilisation des théorèmes de De Morgan appliqué au FAST. Le F AST est une négation des fonctions du FAST. Il s agit d une représentation des risques de ne pas atteindre les performances. Il permet d identifier de façon automatique, à partir d une fonction et des performances associées, le risque qu un produit ne remplisse pas cette fonction mais aussi d identifier quelles sont les logiques de propagation, de combinaison des risques de ne pas atteindre les performances visées. Si le FAST permet de faciliter la saisie des incertitudes qui impactent les fonctions, le F AST permet de visualiser l accumulation des risques de ne pas atteindre les performances (par la propagation des incertitudes) tel que représenté en figure 1. FIGURE 1 Le FAST, le FAST, les incertitudes et la criticité du risque d après [12] La maîtrise des risques est donc nécessaire à la maîtrise des performances sous incertitudes. L étape d identification des risques est supportée par la construction du FAST, déduit du FAST. L étape suivante, d estimation et d évaluation des risques de non atteintes des performances en conception, fait l objet d un état de l art plus précis. 2
3 3 État de l art sur l évaluation des risques en conception L évaluation des risques consiste à évaluer la chance que le risque se produise, et, s il arrive, la gravité de ses conséquences. Dans l état de l art, deux approches peuvent être distinguées : l évaluation qualitative et l évaluation quantitative. La méthode d évaluation qualitative la plus répandue est l AMDEC [13] qui s appuie classiquement sur trois paramètres. D après Ridoux [13], il s agit de : la fréquence d apparition (appelée parfois probabilité d apparition - Pa), la gravité de l effet (G), la détection (appelée parfois probabilité de non-détection Pnd). La fréquence d apparition correspond à la quantification de la fréquence à laquelle le risque peut survenir. La gravité quantifie l effet néfaste du risque si celui-ci se produisait. Enfin la détection est, d après [13], la capacité à détecter la défaillance, c est à dire à détecter le risque avant qu il ne produise l effet. Normalement, plus la détection est difficile, plus la notation du paramètre de non-détection est grande. L ensemble de ces trois paramètres sont évalués par des notes allant de 1 à 4 [13] (ou 1 à 10 dans d autres variantes). Cette échelle de notation est décidée au début de l étude. Une fois les paramètres du risque estimés, l indicateur de risque, la criticité (C) permet, une fois évaluée, la hiérarchisation des risques. Elle est calculée ainsi : C = Pa G Pnd (1) Dans certains domaines d ingénierie (par exemple dans l aérospatial), il peut être nécessaire d avoir une quantification précise des risques. Ceci est l objet des méthodes dites d évaluation quantitative du risque, dont la méthode la plus emblématique est Probabilistic Risk Assessment (PRA) proposée par la NASA [14]. Elle distingue deux paramètres du risque : la probabilité (ou chance) d apparition (likelihood of occurrence) et l ampleur (magnitude) ou gravité (severity). La probabilité d apparition est quantifiée par la fréquence d apparition ou la probabilité d apparition par unité de temps. L ampleur est quantifiée par rapport à la gravité des conséquences si le risque se produit. Un ensemble d outils utilisant les probabilités sont mis en œuvre pour déterminer, la probabilité d apparition des risques identifiés. Une courbe du risque, est construite pour représenter graphiquement la fonction qui lie les conséquences des risques (en abscisse) aux fréquences (en ordonnée). Les décisions sont alors prises d après la courbe de risque. La méthode PRA ne prend pas en compte la non-détection possible et accorde une confiance intégrale aux données qu elle utilise. Cela est cohérent si une probabilité d apparition est parfaitement connue et représentative de la réalité, mais, dans le cas contraire, il est également intéressant de prendre en compte une estimation d expert à priori lorsqu elle existe. Aujourd hui, dans l état de l art, aucune de ces méthodes ou outils ne permet d intégrer à la fois des connaissances objectives et des connaissances subjectives. Plus encore, il n existe pas de méthode qui permette de suivre l évolution des performances en conception, qui repose de façon majoritaire sur l analyse d experts au début de la conception puis sur l évaluation objective des paramètres des risques en fin de conception. Il reste donc difficile de maîtriser les risques tout au long du processus de conception. Il faut pour cela déterminer une métrique du risque, valable à chaque instant de la conception, qui permette l évaluation, le classement et la visualisation des risques les plus importants, à tous les niveaux de représentation du produit. En d autres termes, ceci revient à se demander, comment, une fois les risques de non-atteinte identifiés par le F AST, traiter les information, disponibles pour estimer les trois paramètres du risques (l apparition, la gravité, la non-détection). Dans un deuxième temps, il faut établir comment combiner ces risques, en tenant compte des incertitudes sur la définition du produit, sur sa fabrication, et sur les moyens d évaluation des performances techniques. 4 Proposition Nous supposons qu à partir du FAST, le FAST est formalisé et les risques sont identifiés. La proposition se décline alors autour de deux grandes parties. La première consiste à estimer les trois paramètres du risques (le potentiel d apparition, le potentiel de non détection et la gravité). La seconde à évaluer la criticité du risque aussi bien pour un risque isolé que pour un risque combiné, déterminé à partir de plusieurs informations. Une dernière partie permet de faire le point sur les possibilités opérationnelles de la proposition, en faisant une comparaison succincte des formalismes et théories mathématiques qui peuvent être utilisés. L évaluation des risques nécessite de savoir comment combiner des informations hétérogènes afin d arriver à un classement des risques. Le classement des risques dépend des règles de combinaison et doit éviter le sous-classement des risques. Pour l évaluation, deux étapes sont nécessaires : le calcul de la criticité pour un risque et la combinaison entre les risques pour évaluer le risque sur la réalisation de la fonction de niveau supérieur. Ces deux étapes sont respectivement présentées dans les sections suivantes. 4.1 Calcul de la criticité L évaluation consiste, pour un risque donné, à estimer les trois paramètres de risque et la criticité C du risque. Cette criticité est alors un indicateur unique représentatif d un risque considéré. Il est à noter que les paramètres de risque sont ici nommés potentiels d apparition, Pa, potentiel de non-détection, Pnd, et Gravité, G. La différence de vocabulaire introduite par rapport à l AMDEC se justifie par le fait que les probabilités de l AMDEC ne sont pas des probabilités au sens mathématiques du terme, et qu il nous semble alors plus pertinent de parler de potentiel. 3
4 Afin que ces potentiels soit calculables par les lois de compositions classiques (loi d additivité et de multiplication dans l espace des réels R), il est nécessaire que les potentiels P (pour Pa ou PnD) aient une valeur comprise entre 0 et 1. Par convention (et analogie avec les probabilités), lorsqu un potentiel est nul, cela implique que toutes les performances sont atteintes de façon sûre. S il est égal à 1, cela signifie que le risque se produira et on est sûr que l ensemble de toutes les performances ne seront pas atteintes). Parfois, suite à l additivité des potentiels, ces derniers peuvent avoir une valeur supérieure à 1 et ne plus respecter la condition précédente. Dans ce cas, la normalisation peut être envisagée et sera faite sur l ensemble des valeurs, afin de ne pas perdre l importance relative des différents potentiels. Par risque identifié, les deux potentiels (apparition et non détection) peuvent s ajouter afin de représenter le potentiel global qu un risque se produise, P global. Ils s ajoutent car, par définition, il n existe aucun élément définissant le potentiel d apparition qui appartient à l ensemble représentatif du potentiel de non-détection (équation 2). La gravité reste, comme pour l AMDEC, un facteur multiplicateur et permet d obtenir un classement relatif à deux paramètres, le potentiel global et la gravité d un risque. La criticité d un risque C est donnée par l équation 3. P a + P nd = P global (2) C = P global G (3) Nous avons vu que le FAST permet d identifier la logique de combinaison des risques. Afin de supporter un calcul de la combinaison de la criticité entre les risques identifiés, les règles de combinaison entre les paramètres estimés de deux risques identifiés, doivent être explicités pour évaluer la criticité de la fonction de niveau supérieur dans le FAST. 4.2 Combinaison des risques L intérêt de l estimation et de l évaluation est de permettre de recombiner les risques des niveaux les plus bas vers les niveaux les plus élevées. Pour cette combinaison, l information qui a un sens métier doit être considérée. L objectif est d avoir un indicateur qui a un sens pour les acteurs de la conception et de plus perdre de l information n est pas envisageable. Les informations sont alors combinées à partir de chaque paramètre estimé (ici le potentiel global et la gravité) et non par une combinaison des criticités qui perdrait toute lisibilité. Dans ce paragraphe, les règles de combinaison sont expliquées pour les relations ET puis OU dans le FAST pour chacun des paramètres du risque, et l ensemble des formules sont synthétisées dans le tableau 1. Les règles de combinaison des potentiels globaux suivent la logique de combinaison fonctionnelle représentée dans le FAST et la logique de combinaison des risques du FAST. S il faut deux sous-fonctions pour réaliser une fonction, alors le potentiel que cette dernière ne soit pas réalisée est égale à la somme des potentiels du risque de ne pas réaliser les sous-fonctions. De façon ensembliste cela correspond à l union des potentiels et la figure dans le tableau 1 est alors obtenue. En termes de risque, cela correspond à : si un risque (r 1 ) décrit par un potentiel global (P g1 ) est obtenu par deux sous-risques (r 11 et r 12 ), par une relation ET dans le FAST (OU dans le FAST ), ces sous-risques sont décrits par deux potentiels globaux respectivement (P g11 ) et (P g12 ). La règle de combinaison est alors la somme des potentiels (équation 6). D après l analyse fonctionnelle [4], les fonctions sont indépendantes entre elles. Ainsi l intersection des risques est nulle et il n y a pas de recouvrement entre la mesure des deux potentiels globaux. Pour une relation OU dans le FAST (ET dans le FAST ) cela correspond, d un point de vue conception, à une fonction réalisée par deux fonctions redondantes. Alors, le potentiel de ne pas réaliser la fonction est, d un point de vue ensembliste, l intersection des potentiels (cf. Tableau 1), soit la multiplication des potentiels des sous-fonctions redondantes (équation 7). On observe que le potentiel global de cette fonction est alors inférieur au potentiel le plus faible des sous-fonctions, ce qui est conforme avec la notion de redondance qui permet de diminuer le risque de ne pas atteindre les performances. Si les potentiels sont modélisables par des probabilités, on retrouve les règles classiques de combinaisons (conjonctives et disjonctives) utilisées en théorie des probabilités et en conception à travers les arbres de défaillances. Pour la gravité, les règles de combinaison sont légèrement différentes. Pour rappel, le principe de la gravité est de préciser le niveau de l impact si le risque se produit. Il y a deux façons de déterminer les règles d attribution de gravité. Choisir qu une fonction aurait plus d impact que l autre si elle n était pas réalisée est laissé aux acteurs de la conception lors du renseignement de la gravité. Néanmoins, la gravité peut être déterminée soit par la détermination ascendante (des fonctions techniques vers les plus globales) soit par détermination descendante (des fonctions globales vers les fonctions techniques). Dans pratiquement tous les cas, la gravité d un risque composé par deux sous risques de gravité G 11 et G 12, sera au moins supérieur ou égal au plus grand des deux sous-risques. Détermination ascendante : dans le cas d une logique de combinaison ET dans le FAST (OU FAST ), cela consiste à dire que la fonction de rang supérieur doit être réalisée par les deux fonctions de rang inférieur simultanément. Donc, si le risque se produit sur la fonction de rang supérieur, les gravités doivent se cumuler. Pour réaliser cette combinaison, une relation d addition ou une relation de multiplication peuvent être utilisées. Ces deux relations sont équivalentes sur le classement des risques à condition de prendre P g > 0 et G > 1. 4
5 FAST et FAST ET (FAST) OU (FAST ) OU (FAST) ET (FAST ) Potentiels Globaux Représentation graphique Règles ensemblistes Règles arithmétiques P g1 = P g11 P g12 (4) P g1 = P g11 P g12 (5) P g1 = P g11 + P g12 (6) P g1 = P g11 P g12 (7) Gravité G 1 = G 11 + G 12 (8) (G 11 = G 12 ) G 1 max(g 11, G 12 ) (9) Descendante Ascendante G 1 = G 11 = G 12 (10) G 1 = max(g 11, G 12 ) (11) Tableau 1 Tableau récapitulatif des règles de combinaisons entre les potentiels et les gravités des risques À défaut d autres arguments permettant la sélection entre l addition et la multiplication, l addition est choisie arbitrairement, et nous imposons P g > 0 et G > 1, ce choix n ayant aucun impact sur le classement des risques. L équation (8) est alors obtenue. Une relation OU dans le FAST (ET dans le FAST ), représente une redondance. Sachant que la gravité est au moins supérieure ou égale aux gravités des risques de rang supérieur nous proposons d utiliser le maximum des gravités des risques de rang inférieur (équation 11). Détermination descendante : soit un risque possèdant une gravité G 1 et se décomposant par une relation ET dans le FAST (OU dans le FAST ) par deux sous-risques G 11 et G 12. Cela signifie que la fonction de niveau supérieur est portée par deux fonctions de rangs inférieurs. La gravité de la non-fonction supérieure est constituée par la gravité des sous-fonctions inférieures. Ainsi, la somme des gravités des sous-risques doit alors être égale à la gravité du risque G 1. On retrouve l équation (8) d une détermination ascendante. Si un risque possède une gravité G 1, et qu il se décompose par une relation OU dans le FAST (ET dans le FAST ), par deux sous-risques G 11 et G 12 les gravités sont égales (équation 10). Il est envisageable que si la redondance fait appel à deux fonctions très différentes, la gravité de l une des deux sous-fonctions pourrait être très différente de l autre. Par exemple si l une des fonctions redondantes peut s avérer dangereuse, la gravité peut ne pas être la même. Pour mettre en œuvre ces différentes règles, un formalisme mathématique doit être choisi. 4.3 Perspectives d implémentation La mise en place opérationnelle des règles précédemment énoncées doit permettre de tenir compte de ces différents formalismes et doit être capable de les combiner. Pour cela deux formalismes sont présents dans la littérature. L une est la théorie de Dempster-Shafer [15] ; l autre est la Generalized Theory of Uncertainty de Lofti Zadeh [16]. Ces deux théories peuvent répondre à notre problème de prise en compte des différentes représentations mathématiques des imprécisions et incertitudes pour les combiner, et déduire une mesure de plausibilité (au sens de Jaynes [17]). La théorie de Dempster-Shafer est issue des travaux sur les règles de combinaison de Dempster complétés par les travaux de Shafer [15]. Cette théorie est une généralisation de la théorie des probabilités, permettant la prise en compte de nombreux formalismes mathématiques comme les intervalles, la logique floue, les probabilités, les probabilités imprécises. Son évolution la plus récente à été conduites par Philippe Smets qui propose dans [18] d abandonner l origine probabiliste de Dempster-Shafer et propose la notion de Transferable Belief Model (appelé TBM et traduit par Modèle de Croyance Transférable). Le TBM repose sur l utilisation de la fonction de masse (notée m), de la fonction de croyance (noté Bel), et de la fonction de plausibilité (noté Pl). La théorie de Dempster-Shafer et le TBM ont l avantage d avoir été largement utilisée depuis 1976 en fusion d information particulièrement. La maturité de cette théorie est telle que de nombreuses applications ont été produites ces dernières années. La Generalized Theory of Uncertainty (GTU) a été publié en 2005 par Lofti Zadeh [16]. La proposition x A peut être vue comme une contrainte au sens de la GTU, et cette approche est généralisée d après L. Zadeh [16] suivant la forme suivante XisrR, X est la variable contrainte, R est la relation contraignante et r est une variable d index qui permet d identifier quelle est la représentation mathématique. Par exemple, r = blank pour une représentation possibiliste, r = p pour une représentation probabiliste. D après Zadeh [16], il existe 5
6 pour le moment 8 représentations différentes. À partir de cette contrainte généralisée, il propose d effectuer des déductions logiques. Pour mettre en œuvre des règles logiques sur les variables, Zadeh [16] se base sur la Deduction DataBase (appelé DDB) et précise que toutes les règles ne sont pas encore déterminées. La théorie des contraintes généralisées offre un formalisme conceptuel intéressant qui permet de prendre en compte les différentes représentations mathématiques des variables et d effectuer avec celles-ci des déductions logiques. Cependant, de par le manque de maturité ces deuxièmes travaux, nous avons préféré choisir le modèle de croyance transférable pour implémenter les règles de construction de la criticité et de combinaison proposées au début de ce paragraphe. 5 Conclusion Dans le cadre d un processus de gestion des risques, il est nécessaire de pouvoir estimer les risques de ne pas atteindre les performances nécessaires à la réalisation des fonctions du produit. De nombreuses méthodes sont disponibles mais aucune ne permet de suivre l évolution des risques tout au long de la conception et quelle que soit la représentation mathématiques des performances mesurées ou espérées. Nous montrons alors qu il est possible d estimer et d évaluer la criticité des risques de ne pas atteindre les performances tout au long de la conception. Afin que l indicateur de criticité du risque soit rendu opérationnel, deux formalismes mathématiques ont été étudiés. La théorie généralisée de l incertitude de Lofti Zadeh et la théorie de Dempster- Shafer (et le Modèle de croyance transférable associé à celle-ci) ont été comparées. En conclusion, la théorie de Dempster-Shafer, et particulièrement le modèle de croyance transférable, semble le formalisme mathématique le plus intéressant. Celui-ci permet de conserver la représentation mathématique choisie par les acteurs de la conception tout en garantissant l opérationnalité de la proposition en rendant possible le calcul de la criticité des risques de ne pas atteindre les performances. Références [1] Ullman D. G. The mechanical design process. McGraw-Hill series in mechanical engineering. McGraw- Hill Higher Education, New York, third edition, [2] Midler C. L auto qui n existait pas. InterEditions, Paris, [3] Suh N. P. and Suh N. P. Axiomatic Design : Advances and Applications (The Oxford Series on Advanced Manufacturing). Oxford University Press, May [4] Tassinari R. Pratique de l analyse fonctionnelle. Dunod, juin [5] de la Bretesche B. Analyse de la valeur, analyse fonctionnelle. Édition Pétrelle, [6] Eversheim W., Roggatz A., Zimmermann H.-J., and Derichs T. Information management for concurrent engineering. European Journal of Operational Research, 100(2), , Jul [7] Cabannes G., Goh Y. M., Troussier N., Gidel T., and McMahon C. Taking account of information maturity in assessing product risk, October [8] AFNOR. X ; management de projet, gestion du risque, management des risques d un projet. AFNOR, Paris, Apr [9] Gidel T. and Zonghero W. Management de projet 1. Hermes, Paris, [10] PMI. A Guide to the Project Management Body of Knowledge (PMBOK R Guide, chapter 11, pages Project Management Institute, Four Campus Boulevard, Newtown Square, PA USA, [11] Bytheway C. W. Fast - an organized stimulus to creativity, [12] Cabannes G., Troussier N., Gidel T., and Cherfi Z. Vers un processus de conception piloté par le risque de non atteinte des performances, Apr [13] Ridoux M. Amdec-moyen. Technique de l Ingénieur, pages AG AG [14] Stamatelatos M., Apostolakis G., Dezfuli H., Everline C., Guarro S., Moieni P., Mosleh A., Paulos T., and Youngblood R. Probabilistic Risk Asessment Procedures Guide for NASA Managers and Practitioners. NASA, Washington, version 1.1 edition, August [15] Shafer G. A Mathematical Theory of Evidence. Princeton Univ. Press. Princeton, NJ, [16] Zadeh L. A. Toward a generalized theory of uncertainty (gtu) an outline. Information Sciences, 172(1), 1 40, Jan [17] Jaynes E. T. Probability Theory : The Logic of Science. Cambridge University Press, April [18] Smets P., Hsia Y., Saffiotti A., Kennes R., Xu H., and Umkehren E. The transferable belief model. pages
2.0 Interprétation des cotes d évaluation des risques relatifs aux produits
2.0 Interprétation des cotes d évaluation des risques relatifs aux produits L interprétation des cotes attribuées dans le cadre des évaluations des risques relatifs aux produits décrite plus loin repose
Plus en détailLes risques liés à l activité de l entreprise : quels outils pour les identifier?
Les risques liés à l activité de l entreprise : quels outils pour les identifier? Alger, le 23-24 Novembre 2009 Présentée par: Mlle Amina NADJI Doctorante en 3ème année sciences économiques (CRIISEA, Centre
Plus en détailOPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)
OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) LAGGOUNE Radouane 1 et HADDAD Cherifa 2 1,2: Dépt. de G. Mécanique, université de Bejaia, Targa-Ouzemour
Plus en détailAggregation of expert opinions and uncertainty theories
Fusion d opinions d experts et théories de l incertain Aggregation of expert opinions and uncertainty theories Sebastien Destercke 1,2 Didier Dubois 1 Eric Chojnacki 2 1 Institut de Recherche en Informatique
Plus en détailFormat de l avis d efficience
AVIS D EFFICIENCE Format de l avis d efficience Juillet 2013 Commission évaluation économique et de santé publique Ce document est téléchargeable sur www.has-sante.fr Haute Autorité de santé Service documentation
Plus en détailA.3 Les méthodes : L applicabilité
SOMMAIRE A. Première partie A.1 Ingénierie système : du besoin au système (produit/service) A.2 SDF, Maintenance et concepts sous-jacents A.3 Les méthodes : L applicabilité A.4 GMAO = GM + AO B. Deuxième
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 détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailApplication de la méthode QFD comme outil d'extraction des connaissances métier en conception intégrée
Application de la méthode QFD comme outil d'extraction des connaissances métier en conception intégrée Estelle FREY, Samuel GOMES, Jean-Claude SAGOT Laboratoire Systèmes et Transports Equipe ERgonomie
Plus en détailPréparation des données d entrée pour la définition d un plan de validation
L ingénierie des systèmes complexes Préparation des données d entrée pour la définition d un plan de validation Référence Internet 22745.010 Saisissez la Référence Internet 22745.010 dans le moteur de
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
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 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 détailIncertitude et variabilité : la nécessité de les intégrer dans les modèles
Incertitude et variabilité : la nécessité de les intégrer dans les modèles M. L. Delignette-Muller Laboratoire de Biométrie et Biologie Evolutive VetAgro Sup - Université de Lyon - CNRS UMR 5558 24 novembre
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 détailDémarches de réduction des risques technologiques lors de la conception des terminaux GNL
Journées Annuelles du Pétrole Démarches de réduction des risques technologiques lors de la conception des terminaux GNL Mathieu Bertrane Bureau Veritas Mathieu.Bertrane@fr.bureauveritas.com Sommaire Quels
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 détailAmélioration de la fiabilité d inspection en CND grâce à la fusion d information : applications en rayons X et ultrasons
Amélioration de la fiabilité d inspection en CND grâce à la fusion d information : applications en rayons X et ultrasons Ahmad OSMAN 1a, Valérie KAFTANDJIAN b, Ulf HASSLER a a Fraunhofer Development Center
Plus en détailProposition de sujet de thèse CIFRE EUROCOPTER / LGI2P
EUROCOPTER SAS Groupe EADS Marignane Ecole des Mines d Alès Laboratoire de Génie Informatique et d Ingénierie de Production LGI2P Nîmes Proposition de sujet de thèse CIFRE EUROCOPTER / LGI2P Titre Domaine
Plus en détailInitiation à la Programmation en Logique avec SISCtus Prolog
Initiation à la Programmation en Logique avec SISCtus Prolog Identificateurs Ils sont représentés par une suite de caractères alphanumériques commençant par une lettre minuscule (les lettres accentuées
Plus en détailFONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières
FONDEMENTS MATHÉMATIQUES 12 E ANNÉE Mathématiques financières A1. Résoudre des problèmes comportant des intérêts composés dans la prise de décisions financières. [C, L, RP, T, V] Résultat d apprentissage
Plus en détailLa valeur présente (ou actuelle) d une annuité, si elle est constante, est donc aussi calculable par cette fonction : VA = A [(1-1/(1+k) T )/k]
Evaluation de la rentabilité d un projet d investissement La décision d investir dans un quelconque projet se base principalement sur l évaluation de son intérêt économique et par conséquent, du calcul
Plus en détailIdentification, évaluation et gestion des incidents
Identification, évaluation et gestion des incidents De la cartographie des risques à la mise en place de la base incidents Xavier DIVAY Responsable de la conformité et du contrôle permanent QUILVEST BANQUE
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
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 détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailovermind La solution précède le problème 2008 Overmind - All rights reserved
La solution précède le problème Société Overmind vous propose des solutions d optimisation, d anticipation, de pilotage global capables de prendre en compte l interdépendance des variables en terme de
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailAttitude des ménages face au risque. M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014
Attitude des ménages face au risque - M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014 Plan du cours 1. Introduction : demande de couverture et comportements induits pa 2. Représentations
Plus en détailCommunication aux entreprises d assurances concernant la procédure de «pre-application» pour Solvency II
Communication _2011_08 du 18 février 2011 Communication aux entreprises d assurances concernant la procédure de «pre-application» pour Solvency II a) Mise à jour du questionnaire «Intentions Modèles» b)
Plus en détailCOMMENT REDIGER UN RAPPORT TECHNIQUE?
COMMENT REDIGER UN RAPPORT TECHNIQUE? Christiaens Sébastien Université de Liège Département PROMETHEE Institut de Mécanique et de Génie Civil, Bât. B52 Chemin des Chevreuils, 1 B-4000 Liège, Belgique Janvier
Plus en détailstatique J. Bertrand To cite this version: HAL Id: jpa-00237017 https://hal.archives-ouvertes.fr/jpa-00237017
Quelques théorèmes généraux relatifs à l électricité statique J. Bertrand To cite this version: J. Bertrand. Quelques théorèmes généraux relatifs à l électricité statique. J. Phys. Theor. Appl., 1874,
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailSujet de thèse CIFRE RESULIS / LGI2P
Ecole des Mines d Alès Laboratoire de Génie Informatique et d Ingénierie de Production LGI2P Nîmes Sujet de thèse CIFRE RESULIS / LGI2P Titre Domaine De l ingénierie des besoins à l ingénierie des exigences
Plus en détailMPI Activité.10 : Logique binaire Portes logiques
MPI Activité.10 : Logique binaire Portes logiques I. Introduction De nombreux domaines font appel aux circuits logiques de commutation : non seulement l'informatique, mais aussi les technologies de l'asservissement
Plus en détailAnalyse,, Conception des Systèmes Informatiques
Analyse,, Conception des Systèmes Informatiques Méthode Analyse Conception Introduction à UML Génie logiciel Définition «Ensemble de méthodes, techniques et outils pour la production et la maintenance
Plus en détailArithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot
Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,
Plus en détailLe scoring est-il la nouvelle révolution du microcrédit?
Retour au sommaire Le scoring est-il la nouvelle révolution du microcrédit? BIM n 32-01 octobre 2002 Frédéric DE SOUSA-SANTOS Le BIM de cette semaine se propose de vous présenter un ouvrage de Mark Schreiner
Plus en détailHedging delta et gamma neutre d un option digitale
Hedging delta et gamma neutre d un option digitale Daniel Herlemont 1 Introduction L objectif de ce projet est d examiner la couverture delta-gamma neutre d un portefeuille d options digitales Asset-Or-Nothing
Plus en détailASSURER LA QUALITE DES RESULTATS D ESSAI ET D ETALONNAGE Assuring the quality of test and calibration results
ASSURER LA QUALITE DES RESULTATS D ESSAI ET D ETALONNAGE Assuring the quality of test and calibration results Soraya Amarouche Armelle Picau Olivier Pierson Raphaël Deal Laboratoire National de Métrologie
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 détailMémoire d Actuariat Tarification de la branche d assurance des accidents du travail Aymeric Souleau aymeric.souleau@axa.com 3 Septembre 2010 Plan 1 Introduction Les accidents du travail L assurance des
Plus en détailBaccalauréat ES Amérique du Nord 4 juin 2008
Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation
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 détailDéfinition et diffusion de signatures sémantiques dans les systèmes pair-à-pair
Définition et diffusion de signatures sémantiques dans les systèmes pair-à-pair Raja Chiky, Bruno Defude, Georges Hébrail GET-ENST Paris Laboratoire LTCI - UMR 5141 CNRS Département Informatique et Réseaux
Plus en détailTP N 57. Déploiement et renouvellement d une constellation de satellites
TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les
Plus en détailLES INDICATEURS CLÉ DE PERFORMANCE : DÉFINIR ET AGIR
Online Intelligence Solutions LES INDICATEURS CLÉ DE PERFORMANCE : DÉFINIR ET AGIR Comment intégrer les KPI à sa stratégie d entreprise? Par Jacques Warren WHITE PAPER WHITE PAPER A PROPOS DE JACQUES WARREN
Plus en détailDe la mesure à l analyse des risques
De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De
Plus en détailIntroduction à la théorie des files d'attente. Claude Chaudet Claude.Chaudet@enst.fr
Introduction à la théorie des files d'attente Claude Chaudet Claude.Chaudet@enst.fr La théorie des files d'attente... Principe: modélisation mathématique de l accès à une ressource partagée Exemples réseaux
Plus en détailDidier MOUNIEN Samantha MOINEAUX
Didier MOUNIEN Samantha MOINEAUX 08/01/2008 1 Généralisation des ERP ERP génère une importante masse de données Comment mesurer l impact réel d une décision? Comment choisir entre plusieurs décisions?
Plus en détailIndexation et recherche de documents XML par les fonctions de croyance
Indexation et recherche de documents XML par les fonctions de croyance Mounia Lalmas * et Patrick Vannoorenberghe ** * Department of Computer Science Queen Mary University of London London E1 4NS, United
Plus en détailQUICK GUIDE #1. Guide du pilotage par la performance pour les distributeurs automobiles
QUICK GUIDE #1 Guide du pilotage par la performance pour les distributeurs automobiles INTRODUCTION Vous managez des concessions automobiles et c est une responsabilité qui demande un contrôle quotidien
Plus en détailLA METHODE DU COUT CIBLE (TARGET COSTING)
LA METHODE DU COUT CIBLE (TARGET COSTING) Finalité de la démarche Optimiser les performances futures de profit du produit sur l ensemble de son cycle de vie. Prérequis Connaissance élémentaire de la problématique
Plus en détailM2 IAD UE MODE Notes de cours (3)
M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de
Plus en détailTEPZZ 568448A_T EP 2 568 448 A1 (19) (11) EP 2 568 448 A1 (12) DEMANDE DE BREVET EUROPEEN. (51) Int Cl.: G07F 7/08 (2006.01) G06K 19/077 (2006.
(19) TEPZZ 68448A_T (11) EP 2 68 448 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 13.03.2013 Bulletin 2013/11 (1) Int Cl.: G07F 7/08 (2006.01) G06K 19/077 (2006.01) (21) Numéro de dépôt:
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 détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
Plus en détailBases de données. Chapitre 1. Introduction
Références : Bases de données Pierre Wolper Email : pw@montefiore.ulg.ac.be URL : http : //www.montefiore.ulg.ac.be/~pw/ http : //www.montefiore.ulg.ac.be/ ~pw/cours/bd.html Henry F. Korth, Abraham Silberschatz,
Plus en détail3F4/2 Modalités de renfort en personnels dans les domaines non sanitaires
FICHE-MESURE Plan pandémie grippale 3F4/2 Modalités de renfort en personnels dans les domaines non sanitaires Validation : 13/10/2011 Ministère-pilote et rédacteur : Ministère chargé de l intérieur Ministères
Plus en détailMéthode de sureté de fonctionnement pour une maintenance efficace Application à un poste électrique (60/10KV)
Quatrième Conférence Internationale sur le Génie Electrique CIGE 10, 03-04 Novembre 2010, Université de Bechar, Algérie Méthode de sureté de fonctionnement pour une maintenance efficace Application à un
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
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 détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailMATHÉMATIQUES. Les préalables pour l algèbre MAT-P020-1 DÉFINITION DU DOMAINE D EXAMEN
MATHÉMATIQUES Les préalables pour l algèbre MAT-P020-1 DÉFINITION DU DOMAINE D EXAMEN Mars 2001 MATHÉMATIQUES Les préalables pour l algèbre MAT-P020-1 DÉFINITION DU DOMAINE D EXAMEN Mars 2001 Direction
Plus en détailIT203 : Systèmes de gestion de bases de données. A. Zemmari zemmari@labri.fr
IT203 : Systèmes de gestion de bases de données A. Zemmari zemmari@labri.fr 1 Informations pratiques Intervenants : Cours : (A. Zemmari zemmari@labri.fr) TDs, TPs : S. Lombardy et A. Zemmari Organisation
Plus en détailSeconde Généralités sur les fonctions Exercices. Notion de fonction.
Seconde Généralités sur les fonctions Exercices Notion de fonction. Exercice. Une fonction définie par une formule. On considère la fonction f définie sur R par = x + x. a) Calculer les images de, 0 et
Plus en détailPrix AEF - 5 ème édition Universités - Entreprises "Les meilleures initiatives partagées"
Prix AEF - 5 ème édition Universités - Entreprises "Les meilleures initiatives partagées" Groupe AEF est une agence de presse professionnelle d information spécialisée dans les domaines de l Education,
Plus en détailAPPROCHE DE LA SURVEILLANCE DES SYSTEMES PAR RESEAUX DE PETRI SYNCHRONISES FLOUS
THE PUBLISHING HOUSE PROCEEDINGS OF THE ROMANIAN ACADEMY, Series A, OF THE ROMANIAN ACADEMY Volume 9, Number 2/2008, pp. 000 000 APPROCHE DE LA SURVEILLANCE DES SYSTEMES PAR RESEAUX DE PETRI SYNCHRONISES
Plus en détailL évaluation des risques professionnels
LE POINT DES CONNAISSANCES SUR ED 5018 L employeur a l obligation d assurer la sécurité et de protéger la santé de ses salariés. Il dispose pour ce faire d un des principes de prévention énoncé dans le
Plus en détailSTATISTIQUES A DEUX VARIABLES
Evaluation de Mathématiques Bac Pro Date : STATISTIQUES A DEUX VARIABLES Liste des capacités, connaissances et attitudes évaluées Capacités Connaissances Attitudes Evaluation A l aide des TIC, représenter
Plus en détailSystèmes d information et bases de données (niveau 1)
Systèmes d information et bases de données (niveau 1) Cours N 1 Violaine Prince Plan du cours 1. Bibliographie 2. Introduction aux bases de données 3. Les modèles 1. Hiérarchique 2. Réseau 3. Relationnel
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailNom de l application
Ministère de l Enseignement Supérieur et de la Recherche Scientifique Direction Générale des Etudes Technologiques Institut Supérieur des Etudes Technologiques de Gafsa Département Technologies de l Informatique
Plus en détailManagement des risques projet : un moyen pour gérer les incertitudes liées aux projets d innovation
Management des risques projet : un moyen pour gérer les incertitudes liées aux projets d innovation KÉVIN LEDRU 1, NICOLAS MARANZANA 1 1 Arts et Metiers ParisTech, LCPI 151 boulevard de l Hôpital, 75013
Plus en détailMATH0062-1 ELEMENTS DU CALCUL DES PROBABILITES
MATH0062-1 ELEMENTS DU CALCUL DES PROBABILITES REPETITIONS et PROJETS : INTRODUCTION F. Van Lishout (Février 2015) Pourquoi ce cours? Sciences appliquées Modélisation parfaite vs monde réel Comment réussir
Plus en détailDYNAMIQUE DE FORMATION DES ÉTOILES
A 99 PHYS. II ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L'AÉRONAUTIQUE ET DE L'ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE SAINT-ÉTIENNE,
Plus en détailGroupe Eyrolles, 2006, ISBN : 2-212-11734-5
Groupe Eyrolles, 2006, ISBN : 2-212-11734-5 Chapitre 6 La gestion des incidents Quelles que soient la qualité du système d information mis en place dans l entreprise ou les compétences des techniciens
Plus en détailLivre Blanc Oracle Novembre 2010. Le Bureau des Projets (PMO) : un levier stratégique de création de valeur pour l industrie
Livre Blanc Oracle Novembre 2010 Le Bureau des Projets (PMO) : un levier stratégique de création de valeur pour l industrie Présentation générale Les entreprises industrielles sont confrontées à un environnement
Plus en détailNombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN
Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques
Plus en 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 détailLigne directrice sur les simulations de crise à l intention des régimes de retraite assortis de dispositions à prestations déterminées
Ligne directrice Objet : Ligne directrice sur les simulations de crise à l intention des régimes de retraite assortis de dispositions à prestations déterminées Date : Introduction La simulation de crise
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailTests de sensibilité des projections aux hypothèses démographiques et économiques : variantes de chômage et de solde migratoire
CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 16 décembre 2014 à 14 h 30 «Actualisation des projections» Document N 5 Document de travail, n engage pas le Conseil Tests de sensibilité des projections
Plus en détailSciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION
Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information
Plus en détailSylvie Guessab Professeur à Supélec et responsable pédagogique du Mastère Spécialisé en Soutien Logistique Intégré des Systèmes Complexes
Préface Toute personne est un jour confrontée à devoir prendre une décision, qu il s agisse de l étudiant qui réfléchit à son orientation académique, du chercheur qui doit privilégier une option scientifique
Plus en détailBien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction
Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailIFT3913 Qualité du logiciel et métriques. Chapitre 2 Modèles de processus du développement du logiciel. Plan du cours
IFT3913 Qualité du logiciel et métriques Chapitre 2 Modèles de processus du développement du logiciel Plan du cours Introduction Modèles de processus du développement du logiciel Qualité du logiciel Théorie
Plus en détailAide à la décision en management par processus et intelligence économique
Aide à la décision en management par processus et intelligence économique Blanc Alquier Anne-Marie, Lagasse Tignol Marie-Hélène alquier@univ-tlse1.fr, tignol@univ-tlse1.fr Université des Sciences Sociales
Plus en détailStockage de chaleur solaire par sorption : Analyse et contrôle du système à partir de sa simulation dynamique
Stockage de chaleur solaire par sorption : Analyse et contrôle du système à partir de sa simulation dynamique Kokouvi Edem N TSOUKPOE 1, Nolwenn LE PIERRÈS 1*, Lingai LUO 1 1 LOCIE, CNRS FRE3220-Université
Plus en détail1. Étude réalisée par l AFOPE en 2005. 2. Hellriegel D., Slocum J. W., Woodman R. W., Management des organisations, Bruxelles, De Boeck, 1992.
Introduction 1 I n t r o d u c t i o n Créer des usines, des entreprises, des organisations, des méthodes, des produits, des services nouveaux suppose d avoir des équipes motivées, obéissant à un calendrier
Plus en détailThéorèmes de Point Fixe et Applications 1
Théorèmes de Point Fixe et Applications 1 Victor Ginsburgh Université Libre de Bruxelles et CORE, Louvain-la-Neuve Janvier 1999 Published in C. Jessua, C. Labrousse et D. Vitry, eds., Dictionnaire des
Plus en détail26th of March 2014, Paris
P : 1 Continuité Numérique : un enjeu d efficacité pour l industrie supporté par les standards Standard STEP AP 242 ISO 10303 : modèles CAO 3D avec tolérancement gérés en configuration Résumé du white
Plus en détailGESTION DE PROJET. www.ziggourat.com - Tél : 01 44 61 96 00 N enregistrement formation : 11752861675
GESTION DE PROJET www.ziggourat.com - Tél : 01 44 61 96 00 N enregistrement formation : 11752861675 Introduction à la Gestion de Projet... 3 Management de Projet... 4 Gestion de Projet informatique...
Plus en détailDes réels aux flottants : préservation automatique de preuves de stabilité de Lyapunov
Des réels aux flottants : préservation automatique de preuves de stabilité de Lyapunov Olivier Hermant et Vivien Maisonneuve CRI, MINES ParisTech, PSL Research University prenom.nom@mines-paristech.fr
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 détailBACCALAURÉAT GÉNÉRAL SÉRIE SCIENTIFIQUE
BACCALAURÉAT GÉNÉRAL SÉRIE SCIENTIFIQUE ÉPREUVE DE SCIENCES DE L INGÉNIEUR ÉPREUVE DU VENDREDI 20 JUIN 2014 Session 2014 Durée de l épreuve : 4 heures Coefficient 4,5 pour les candidats ayant choisi un
Plus en détail