Outils mathématiques pour tester la fiabilité des émetteurs UM71
|
|
- Sébastien Théodore St-Pierre
- il y a 6 ans
- Total affichages :
Transcription
1 Outils mathématiques pour tester la fiabilité des émetteurs UM7 Jeudi 27 septembre 27 Marc Menicucci, SNCF, I&R, GDA Maître de stage : Rachid Ziani, SNCF, I&R, GDA
2 Thème de stage / déroulement du stage Projet Optifra Appareils de signalisation subissent des incidents Retards de train Coûts, insatisfaction clientèle Étude des durées de vies par retour d expérience par méthodes classiques : estimation par Kaplan Meier, estimation par la méthode du hazard plotting Étude des durées de vies par le modèle de Bertholon Détermination de la politique de maintenance optimale
3 Plan Statistique descriptive des durées de vies des émetteurs UM7 Estimation non paramétrique de la fiabilité des UM7 Estimation paramétrique par méthode du «hazard plotting» Estimation paramétrique par le modèle de Bertholon Définition d une politique de maintenance Simulation des conséquences de la politique de maintenance appliquée Conclusion et préconisations 2
4 Base de données de l étude n série Symbole Ligne Lettre série pk Censure ordre Durée de vie (ans) Durée de stock (ans) Région Nb train an S 75 A 33, 5,63, Clermont 269 S 57 A 449,38 2 2,49 2,57 Bordeaux S 64 A 7,27,3 2,65 Bordeaux S 8 A 7,8 2 3,34,67 Montpellier 82 4 S 8 A 658,3,82,6 Lyon 99 5 S 9 A 26,4,5, Chambéry S A 82,6 2 6,33,24 Paris Est 7 Une ligne pour chaque vie des UM7 Durée de vie = - signifie que l UM7 n a pas encore été mis en fonction active Censure = signifie que l UM7 n a toujours pas eu d accident dans la vie considérée Censure = signifie que l UM7 a eu un accident ou qu il est déclassé 3
5 Statistique descriptive des durée de vies Ci-contre la répartition des émetteurs UM7 tombés en panne La moyenne des durées de vies, en tenant compte des données censurées est.95 ans Nombre de pannes par année de fonctionnement 4
6 Étude descriptive des différentes vies Effet du nombre de réparations subies : Moyenne Médiane Variable d analyse : durée de vie 4 2 Numéro de vie Vie Nombre d UM 2236 Moyenne (ans) 2.5 Médiane (ans).46 8 Vie Vie Vie Vie Vie Vie 2 Vie 3 Vie 4 Vie 5 On voit une importante diminution de la durée de vie entre les UM7 neufs et réparés (6%). 5
7 Modélisation de la fiabilité des émetteurs UM7 Fiabilité différente selon le nombre de réparations subies La lettre de série informe sur la technologie des appareils, fiabilité différente suivant la lettre de série Les séries s et s2 représentent près des deux tiers de la population actuelle et les trois quarts de la population totale des détecteurs Nous n exposerons que les émetteurs neufs série s 6
8 Rappels de fiabilité Soit Te une variable aléatoire qui modélise le temps de panne d un émetteur Fiabilité (ou survie) : R(t) = P(Te>t) avec Te le temps de panne de l émetteur E T E T E Taux de panne instantané : R( t) = F( t) = P( TE > t) P T λ( t) = lim h ( [ ]) ( ) E t, t + h P TE > t Mean up time au temps t : MUT( t) t = R( x) dx 7
9 Estimation non paramétrique de la fiabilité Représentation de la fiabilité par l estimateur de Kaplan-Meier (Annexe) R( t) = P( TE > t) Summary of the Number of Censored and Uncensored Values Total 522 Failed 4588 Censored 632 Percent Censored 2. Statistiques (en années) Moyenne 25% de pannes 5% de pannes 75% de pannes (en années) 8
10 Représentation du taux de hasard Représentation du taux de panne par la méthode actuarielle Moyenne (.8 ans) 257 UM7 sont encore en vie après 9 ans, soit 4.9% 9
11 La méthode du «hazard plotting» Annexe2 Méthode qui consiste à trouver la transformation de notre fonction de survie empirique qui s approche le plus d une droite. Transformations les plus utilisées : celles de la loi Exponentielle et de Weibull. Modèle Exponentiel : -log(r) = a*t + b Modèle de Weibull : log(-log(r)) = c*log(t) + d R_ =.72 R_ =.88 Ici, le Modèle de Weibull est sélectionné.
12 Estimation des paramètres de la loi Weibull Estimation des paramètres par maximisation de la vraisemblance ou de la log-vraisemblance : ( ) = = 522 ) ( ) ( ) ( i i i i i t S t f L ε ε θ i i W i W W W W t t t L ε β ε β β η η η η β β η = = 522 exp exp * ), ( = ε i = ε i : donnée censurée : donnée non censurée Loi de Weibull :
13 Modèle paramétrique : résultat Paramètre de forme :.43 Paramètre d échelle : 2 ans Trouver une autre loi plus précise : modèle de Bertholon 2
14 Modèle de Bertholon : présentation Annexe2 B =Min(EXP, WEIB décalée) Pas de maximum à la vraisemblance et de forme précise Algorithme EM, Maximisation de la vraisemblance conditionnelle η E β t t + ηw ηw β Estimation des paramètres : η E η, et W β /η E t t Sélection du la vraisemblance qui maximise 3
15 Modèle de Bertholon : résultat Estimations : t =.7ans, ηe =9. 53ans η W =6.85ans, β =
16 Intégration de variables explicatives Expression d un paramètre comme régression de variables extérieures : X = x... η E t = exp( Α X ) = exp( α + αx α Α = α... Où sont les variables et sont les coefficients associés Weibull : Estimation des paramètres par maximisation de la vraisemblance Bertholon : Estimation par l algorithme EM, par maximisation de la vraisemblance conditionnelle Pas de changements sur le temps de cassure + 3 variables prises en compte : la vitesse nominale de la ligne, le nombre de trains journaliers et la durée de stockage t...) 5
17 Influence des variables : vitesse nominale, nombre de trains journaliers et durée de stockage Ces 3 variables influencent négativement la durée de vie. Pas d intervalle de confiance de leur estimation Pas de tests de significativité Test de ces variables avec la loi de Weibull : mêmes conclusions, variables significativement non nulles sauf la durée de stockage. 6
18 Politique de maintenance Les émetteurs connaissent effectivement un vieillissement Définition du temps optimal de remplacement : modèle de Kelly Étude de l impact de la politique de maintenance choisie 7
19 VII - Fonction de coût : série BCC neuve C d = 2 C CM ( t) = C d C R MUT(t) CM (t) euros *( R( t)) C MUT( t) d + R * R( t) : Coût d une défaillance : Coût d un renouvellement : Durée de vie moyenne au temps t. : Coût moyen par unités de temps est fixé à C R Si = 6 : C d Temps optimal est 6 ans Taux de panne en pleine montée exponentielle Si = 2 : C d Temps optimal est 4 ans Taux de panne commence à augmenter 8
20 Impact de la politique : simulations Réalisation de plusieurs simulations Simulations avec ou sans politique de maintenance préventive selon la loi de Bertholon trouvée précédemment Arrêt des simulations à 5 ans Application des coûts définis au départ Regroupement des simulations L écart dû au hasard des simulations est faible 9
21 Résultats des simulations Le pourcentage de pannes évitées est très variable selon les années. Ceci est certainement dû aux remplacements préventifs de masse. Le gain sera stabilisé au bout d un grand nombre d années On peut apprécier cidessous les gains financiers cumulés comparés sur plusieurs simulations. On peut voir qu on est rentable à partir de 8 années. Au bout d un temps long, les gains suivent une droite linéaire On remarque une nette diminution du nombre de pannes par rapport à la politique de maintenance actuelle. Ceci est à mettre en confrontation avec le nombre de remplacements 2
22 Résultats des simulations : chiffres Gain en Régularité de trafic : 33.3% de pannes en moins sur 5 ans Pas de perte d argent, très peu de bénéfices aussi sur 5 ans, soit 7% de la somme totale dépensée pour l entretien des UM7 sans maintenance préventive Politique rentable à partir de 8 années d application 2
23 Diminution du coût de la défaillance Coût de défaillance réévalués à 6 euros Temps optimal de prévention : 6 ans Gain de panne : 22.2% Gain financier : 8554 sur 5 ans, soit 3% de la somme totale dépensée en entretien des UM7 sans maintenance préventive Rentable à partir de années de fonctionnement 22
24 Revenons au modèle de Weibull Que ce soit pour la série s ou la série s2, pour un coût de défaillance de 6 ou 2 euros, la fonction de coût n a pas de minimum Ceci signifie que le temps optimal de prévention est à l infini, donc il ne faut pas appliquer de politique de maintenance préventive 23
25 Conclusion Préconisations / limites Classifier les émetteurs forte et faible puissance Intégration des variables influentes dans le modèle de Bertholon à améliorer Étude de la pertinence de la réparation Simulation => Équation de renouvellement Extension de l étude à d autres appareils de signalisation 24
26 Je vous remercie de votre attention Des questions? 25
27 Annexe : Estimateur de Kaplan Meier Retour p7 C est un estimateur empirique. Il se base sur l effectif de la population restante à l instant ainsi que sur le nombre de pannes au même instant. Product-Limit Survival Estimates dureeviean. Survival. Failure Survival Standard Error Number Failed Number Left * * Rˆ ( t) = ( i i: T t n i + i δ ) 26
28 Annexe 2 : Formules associées au modèle de Bertholon retour p. retour p.2 Fiabilité d une loi exponentiel : Fiabilité d une loi de Weibull décalée: R E R W t ηe ] β ] Fiabilité de Bertholon : R R B(t) = exp[- - ]si t > η E ηw (t) = exp[- B t η E t t ] si t - t t - t (t) = exp[- ηw (t) = exp[- t β t Taux de panne associé au modèle de Bertholon : η η si t t β t t + η η β si t > t 27
MODELES DE DUREE DE VIE
MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions
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 détailApplication des courbes ROC à l analyse des facteurs pronostiques binaires
Application des courbes ROC à l analyse des facteurs pronostiques binaires Combescure C (1), Perneger TV (1), Weber DC (2), Daurès J P (3), Foucher Y (4) (1) Service d épidémiologie clinique et Centre
Plus en détailBACCALAURÉAT PROFESSIONNEL SUJET
SESSION 203 Métropole - Réunion - Mayotte BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailCOURS GESTION FINANCIERE A COURT TERME SEANCE 4 LE VOCABULAIRE BANCAIRE ET FINANCIER
COURS GESTION FINANCIERE A COURT TERME SEANCE 4 LE VOCABULAIRE BANCAIRE ET FINANCIER SEANCE 4 LE VOCABULAIRE BANCAIRE ET FINANCIER Objet de la séance 4: définir les termes techniques utilisés par le trésorier
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailLa survie nette actuelle à long terme Qualités de sept méthodes d estimation
La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailCouplage efficace entre Optimisation et Simulation stochastique Application à la maintenance optimale d une constellation de satellites
Couplage efficace entre Optimisation et Simulation stochastique Application à la maintenance optimale d une constellation de satellites Benoît Beghin Pierre Baqué André Cabarbaye Centre National d Etudes
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 détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en détailChapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :
Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la
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 détailLYCEE LOUIS de CORMONTAIGNE
LYCEE LOUIS de CORMONTAIGNE 12, place Cormontaigne BP 70 624 57010 METZ cedex 1 Téléphone:03 87 31 85 31 Télécopie: 03 87 31 85 30 Proviseur : dominique.parisot@ac-nancy-metz.fr Chef de Travaux: alain.crave@ac-nancy-metz.fr
Plus en détailModélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005
Modélisation et simulation du trafic Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005 Plan de la présentation! Introduction : modèles et simulations définition
Plus en détailApplication 1- VBA : Test de comportements d'investissements
Application 1- VBA : Test de comportements d'investissements Notions mobilisées Chapitres 1 à 5 du cours - Exemple de récupération de cours en ligne 1ère approche des objets (feuilles et classeurs). Corps
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 détailGestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes.
Gestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes. LE QUERE Yann, SEVAUX Marc, TRENTESAUX Damien, TAHON Christian Equipe Systèmes de Production
Plus en détailModèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes
de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes Zohra Guessoum 1 & Farida Hamrani 2 1 Lab. MSTD, Faculté de mathématique, USTHB, BP n 32, El Alia, Alger, Algérie,zguessoum@usthb.dz
Plus en détailFIMA, 7 juillet 2005
F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation
Plus en détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
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 détailContents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
Plus en détailProbabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2
Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................
Plus en détailHealth Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation
Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation Laurent Denis STATXPERT Journée technologique "Solutions de maintenance prévisionnelle adaptées à la production" FIGEAC,
Plus en détailOptimisation des ressources des produits automobile première
EURIA EURo Optimisation produits automobile première Pauline PERROT promotion 2011 EURIA EURo 1 ère partie : contexte MMA (FFSA) MAAF (GEMA) SGAM : COVEA (AFA) GMF (GEMA) MMA : Plus 3 millions clients
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailDonnées longitudinales et modèles de survie
ANALYSE DU Données longitudinales et modèles de survie 5. Modèles de régression en temps discret André Berchtold Département des sciences économiques, Université de Genève Cours de Master ANALYSE DU Plan
Plus en détail- 01 - GESTION DES INVESTISSEMENTS RENTABILITE ECONOMIQUE
- 01 - GESTION DES INVESTISSEMENTS RENTABILITE ECONOMIQUE Objectif(s) : o Choix des investissements et rentabilité économique : Capacité d'autofinancement prévisionnelle ; Flux nets de trésorerie ; Evaluations.
Plus en détailApproche par groupe de gènes pour les données longitudinales d expression génique avec une application dans un essai vaccinal contre le VIH
Approche par groupe de gènes pour les données longitudinales d expression génique avec une application dans un essai vaccinal contre le VIH Boris Hejblum 1,2,3 & Rodolphe Thiébaut 1,2,3 1 Inserm, U897
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 détailRecherche et Diffusion de l Information dans les Réseaux. Philippe Robert. Le 8 avril 2014
Recherche et Diffusion de l Information dans les Réseaux Philippe Robert Le 8 avril 2014 Présentation Présentation Directeur de recherche à l INRIA Responsable de l équipe de recherche Réseaux, Algorithmes
Plus en détailL activité Datacenter de Cap Ingelec
D O S S I E R D E P R E S S E L activité Datacenter de Cap Ingelec SOMMAIRE INTRODUCTION Présentation de l entreprise et chiffres clés... 2/3 L ACTIVITÉ Datacenter Des missions d audit... 4/5 La réhabilitation
Plus en détailRenouvellement des infrastructures ferroviaires de la ligne Paris - Limoges - Toulouse en gare de Limoges, 25 juin 2009
Renouvellement des infrastructures ferroviaires de la ligne Paris - Limoges - Toulouse en gare de Limoges, 25 juin 2009 LE RENOUVELLEMENT DU RÉSEAU : UNE PRIORITÉ DE RÉSEAU FERRÉ DE FRANCE Le Plan de rénovation
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 détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
Plus en détailINDICE DE FRÉQUENCE DES ACCIDENTS DE SERVICE
INDICATEUR 1 INDICE DE FRÉQUENCE DES ACCIDENTS DE SERVICE Mesurer la fréquence des accidents de service survenus dans l année. Renseigner sur la sinistralité dans le domaine des accidents de service entrainant
Plus en détailRéseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.
Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté
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 détailIntroduction à la statistique non paramétrique
Introduction à la statistique non paramétrique Catherine MATIAS CNRS, Laboratoire Statistique & Génome, Évry http://stat.genopole.cnrs.fr/ cmatias Atelier SFDS 27/28 septembre 2012 Partie 2 : Tests non
Plus en détailPourquoi investir en bourse? Pour gagner nettement plus qu avec un livret
Chapitre 5 Pourquoi investir en bourse? Pour gagner nettement plus qu avec un livret Achetez de bonnes actions et gardez-les jusqu à ce qu elles augmentent, ensuite vendez-les. Si elles n augmentent pas,
Plus en détailStock-Options. Mécanisme et Fiscalité QUILVEST FAMILY OFFICE
Mécanisme et Fiscalité QUILVEST FAMILY OFFICE Définition Les stock-options offrent à des salariés ou à des dirigeants la possibilité d acquérir à une échéance déterminée des actions de leur société à un
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 détailANNEXE VII EFFETS MACROECONOMIQUES DE LA REFORME PIECE JOINTE N 2 SIMULATIONS REALISEES A PARTIR DU MODELE MACROECONOMETRIQUE MESANGE
ANNEXE VII, PJ n 2, page 1 ANNEXE VII EFFETS MACROECONOMIQUES DE LA REFORME PIECE JOINTE N 2 SIMULATIONS REALISEES A PARTIR DU MODELE MACROECONOMETRIQUE MESANGE ANNEXE VII, PJ n 2, page 2 Les simulations
Plus en détailESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring
ESSEC Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring Les méthodes d évaluation du risque de crédit pour les PME et les ménages Caractéristiques Comme les montants des crédits et des
Plus en détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailPeut-on réduire l incidence de la gastroentérite et ses conséquences dans les écoles primaires à l aide de solution hydro-alcoolique?
Peut-on réduire l incidence de la gastroentérite et ses conséquences dans les écoles primaires à l aide de solution hydro-alcoolique? Service des Maladies Infectieuses; CHR Orléans Unité Inserm U-707,
Plus en détailFormules et Approches Utilisées dans le Calcul du Coût Réel
Formules et Approches Utilisées dans le Calcul du Coût Réel Objectifs du Taux Annuel Effectif Global (TAEG) et du Taux d Intérêt Effectif (TIE) Le coût réel d un crédit inclut non seulement l intérêt,
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 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 détailK. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau
Apport des modèles de krigeage à la simulation numérique K Ammar, F Bachoc, JM Martinez CEA-Saclay, DEN, DM2S, F-91191 Gif-sur-Yvette, France Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau Apport des
Plus en détailPropriétés des options sur actions
Propriétés des options sur actions Bornes supérieure et inférieure du premium / Parité call put 1 / 1 Taux d intérêt, capitalisation, actualisation Taux d intéret composés Du point de vue de l investisseur,
Plus en détailLISTE D EXERCICES 2 (à la maison)
Université de Lorraine Faculté des Sciences et Technologies MASTER 2 IMOI, parcours AD et MF Année 2013/2014 Ecole des Mines de Nancy LISTE D EXERCICES 2 (à la maison) 2.1 Un particulier place 500 euros
Plus en détailSolvabilité II Les impacts sur la tarification et l offre produit
Solvabilité II Les impacts sur la tarification et l offre produit Colloque du CNAM 6 octobre 2011 Intervenants OPTIMIND Gildas Robert actuaire ERM, senior manager AGENDA Introduction Partie 1 Mesures de
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 détail3 décembre 2007. Négociations DECFO-SYSREM Séance n 5. Service du personnel. Rue Caroline 4 1014 Lausanne
Service du personnel Rue Caroline 4 1014 Lausanne 3 décembre 2007 Négociations DECFO-SYSREM Séance n 5 Département des finances et des relations extérieures Présentation 1. Rappel du périmètre de négociations
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailPOKER ET PROBABILITÉ
POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main
Plus en détailAgrégation des portefeuilles de contrats d assurance vie
Agrégation des portefeuilles de contrats d assurance vie Est-il optimal de regrouper les contrats en fonction de l âge, du genre, et de l ancienneté des assurés? Pierre-O. Goffard Université d été de l
Plus en détailSoutenance de stage Laboratoire des Signaux et Systèmes
Soutenance de stage Laboratoire des Signaux et Systèmes Bornes inférieures bayésiennes de l'erreur quadratique moyenne. Application à la localisation de points de rupture. M2R ATSI Université Paris-Sud
Plus en détailMCMC et approximations en champ moyen pour les modèles de Markov
MCMC et approximations en champ moyen pour les modèles de Markov Gersende FORT LTCI CNRS - TELECOM ParisTech En collaboration avec Florence FORBES (Projet MISTIS, INRIA Rhône-Alpes). Basé sur l article:
Plus en détailLagrange, où λ 1 est pour la contrainte sur µ p ).
Chapitre 1 Exercice 1 : Portefeuilles financiers Considérons trois types d actions qui sont négociées à la bourse et dont les rentabilités r 1, r 2 et r 3 sont des variables aléatoires d espérances µ i
Plus en détailDéveloppement de lois et de structures de réglages destinées à la téléopération avec retour d effort
Développement de lois et de structures de réglages destinées à la téléopération avec retour d effort Thomas Delwiche, Laurent Catoire et Michel Kinnaert Faculté des Sciences Appliquées Service d Automatique
Plus en détailCOURS GESTION FINANCIERE SEANCE 4 CHOIX DU NIVEAU DU FONDS DE ROULEMENT PLANS DE TRESORERIE FINANCEMENTS ET PLACEMENTS A COURT TERME
COURS GESTION FINANCIERE SEANCE 4 CHOIX DU NIVEAU DU FONDS DE ROULEMENT PLANS DE TRESORERIE FINANCEMENTS ET PLACEMENTS A COURT TERME SEANCE 4 CHOIX DU NIVEAU DU FONDS DE ROULEMENT PLANS DE TRESORERIE FINANCEMENTS
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailMonitoring continu et gestion optimale des performances énergétiques des bâtiments
Monitoring continu et gestion optimale des performances énergétiques des bâtiments Alexandre Nassiopoulos et al. Journée d inauguration de Sense-City, 23/03/2015 Croissance de la demande énergétique et
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailLe parcours professionnel des chômeurs de longue durée en Suisse
Le parcours professionnel des chômeurs de longue durée en Suisse Cet article présente les premiers résultats d un projet de recherche qui étudie le parcours professionnel de personnes confrontées au chômage
Plus en détail4 Choix d investissement
cterrier 1/8 26/01/2011 Cours Mathématiques financières Auteur : C. Terrier ; mailto:webmaster@cterrier.com ; http://www.cterrier.com Utilisation : Reproduction libre pour des formateurs dans un cadre
Plus en détailENSEIGNEMENT ET MONDE PROFESSIONNEL. Illustration d un lien fort au travers d un cours de scoring. Jean-Philippe KIENNER 7 novembre 2013
ENSEIGNEMENT ET MONDE PROFESSIONNEL Illustration d un lien fort au travers d un cours de scoring Jean-Philippe KIENNER 7 novembre 2013 CONTEXTE Une bonne insertion professionnelle des étudiants passe par
Plus en détailESSEC Cours Wealth management
ESSEC Cours Wealth management Séance 9 Gestion de patrimoine : théories économiques et études empiriques François Longin 1 www.longin.fr Plan de la séance 9 Epargne et patrimoine des ménages Analyse macroéconomique
Plus en détailQuelles sont les principales formules utiles pour l étude de cas de vente?
Quelles sont les principales formules utiles pour l étude de cas de vente? Approvisionnement et gestion des stocks : des quantités vendues dans un Du stock initial, final et des livraisons, des commandes
Plus en détailCalcul économique privé
Année 2010-2011 Alain Marciano : L analyse coût avantage Licence Sciences Economiques 3, UM1 Plan chapitre Section 1. L agrégation des effets dans le temps : l actualisation Section 2. Les critères complémentaires
Plus en détailCompte d opérations monétaires. Pertes et bénéfices de change
Compte d opérations monétaires Pertes et bénéfices de change Note d analyse de l exécution budgétaire 2014 2 COUR DES COMPTES Pertes et bénéfices de change LFI Exécution 1 Ecart Recettes 25 M 19,3 M -5,7
Plus en détailÉvaluation de la régression bornée
Thierry Foucart UMR 6086, Université de Poitiers, S P 2 M I, bd 3 téléport 2 BP 179, 86960 Futuroscope, Cedex FRANCE Résumé. le modèle linéaire est très fréquemment utilisé en statistique et particulièrement
Plus en détailPRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.
PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.. Donner les erreurs en position, en vitesse et en accélération d un système de transfert F BO = N(p) D(p) (transfert en boucle ouverte) bouclé par retour
Plus en détailCaractéristiques des ondes
Caractéristiques des ondes Chapitre Activités 1 Ondes progressives à une dimension (p 38) A Analyse qualitative d une onde b Fin de la Début de la 1 L onde est progressive puisque la perturbation se déplace
Plus en détailCONVENTION DE L OFFRE e.lcl A LA CARTE
Loi informatique et Libertés du 06/01/1978 modifiée et secret professionnel : Je reconnais avoir été informé(e) que le Crédit Lyonnais pourra utiliser les coordonnées électroniques (adresse e-mail, n de
Plus en détailCOMMENT GAGNER DE L ARGENT AUX PARIS FOOT
COMMENT GAGNER DE L ARGENT AUX PARIS FOOT Cet ebook a pour vocation de vous présenter diverses méthodes pour gagner de l argent grâce aux paris sportifs sur le foot. Lisez attentivement cet ebook pour
Plus en détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailDes conditions d accueil privilégiées au lycée Couperin
Pourquoi "oser la prépa ECE "? La CPGE ECE (classe préparatoire aux grandes écoles économique et commerciale voie économique) appelée aussi prépa HEC voie éco est un tremplin d accès aux grandes écoles
Plus en détailComparer l intérêt simple et l intérêt composé
Comparer l intérêt simple et l intérêt composé Niveau 11 Dans la présente leçon, les élèves compareront divers instruments d épargne et de placement en calculant l intérêt simple et l intérêt composé.
Plus en détailETUDE DES PERFORMANCES D UN SYSTEME EOLIEN. APPLICATION POUR DES SITES ALGERIENS
èmes Journées Internationales de Thermique ETUDE DES PERFORMANES D UN SYSTEME EOLIEN. APPLIATION POUR DES SITES ALGERIENS Rachid MAOUEDJ*, Souad BOUSALEM** et Boumedien BENYOUEF ** * Unité de Recherche
Plus en détailMises en relief. Information supplémentaire relative au sujet traité. Souligne un point important à ne pas négliger.
Cet ouvrage est fondé sur les notes d un cours dispensé pendant quelques années à l Institut universitaire de technologie de Grenoble 2, au sein du Département statistique et informatique décisionnelle
Plus en détailÉconomie d énergie dans les centrales frigorifiques : La haute pression flottante
Économie d énergie dans les centrales frigorifiques : La haute pression flottante Juillet 2011/White paper par Christophe Borlein membre de l AFF et de l IIF-IIR Make the most of your energy Sommaire Avant-propos
Plus en détailLes formations de remise à niveau(!) l'entrée des licences scientifiques. Patrick Frétigné CIIU
Les formations de remise à niveau(!) pour les bacheliers «non-s» à l'entrée des licences scientifiques. Patrick Frétigné CIIU Cinq exemples Nantes Clermont Ferrand Lorraine Rennes 1 Rouen Nantes REUSCIT
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en 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 détailQu est-ce que la Bourse?
Qu est-ce que la Bourse? Une bourse est un marché sur lequel se négocient des valeurs mobilières. Les émetteurs y offrent des titres que les investisseurs achètent ; ces derniers financent alors les agents
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE
ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE P. Baudet, C. Azzaro-Pantel, S. Domenech et L. Pibouleau Laboratoire de Génie Chimique - URA 192 du
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détailExamen Médian - 1 heure 30
NF01 - Automne 2014 Examen Médian - 1 heure 30 Polycopié papier autorisé, autres documents interdits Calculatrices, téléphones, traducteurs et ordinateurs interdits! Utilisez trois copies séparées, une
Plus en détailLa gestion des flux de trafic aérien en Europe : état de l art, problèmes et perspectives
La gestion des flux de trafic aérien en Europe : état de l art, problèmes et perspectives Marc Bisiaux Contexte: La gestion des flux aériens et des capacités de trafic aujourd hui. Le trafic aérien en
Plus en détailPROGRAMME AEC COMPTABILITÉ FINANCIÈRE INFORMATISÉE
PROGRAMME AEC COMPTABILITÉ FINANCIÈRE INFORMATISÉE Numéro Liste de compétences - cours Introduction aux mathématiques comptables et financières Utiliser à des fins de gestion des méthodes statistiques
Plus en détailLa Coiffure à Domicile, un métier d avenir grâce au statut de l auto-entrepreneur. www.club-coiffure-domicile.fr
La Coiffure à Domicile, un métier d avenir grâce au statut de l auto-entrepreneur www.club-coiffure-domicile.fr Réalisation : Optima & Co Illustrations : Emmanuel Simmonet Visuels : Fotolia Edito Vincent
Plus en détail