La méthode PHI2 ou comment prendre en compte la dépendance du temps dans une analyse en Þabilité
|
|
- Fernande Barbeau
- il y a 8 ans
- Total affichages :
Transcription
1 La méthode PHI2 ou comment prendre en compte la dépendance du temps dans une analyse en Þabilité mécanique C. Andrieu-Renaud a,m.lemaire a,b.sudret b a LaRAMA, Campus de Clermont-Ferrand / les Cézeaux, BP 265, F Aubière cedex celine.andrieu@ifma.fr b EDF RD, MMC, Site des Renardière, F Moret-sur-Loing cedex bruno.sudret@edf.fr Résumé La maîtrise de la sûreté et des coûts de maintenance des structures industrielles passe par un calcul Þable de leur durée de vie ; ce qui implique de prendre en compte la variabilité de leur environnement naturel ou de service et de leur dégradation. Certaines méthodes permettent de faire un tel calcul notamment la méthode PHI2 présentée dans cet article et appliquée à un cas simple dont l intérêt est de raccrocher le raisonnement proposé, qui n est pas trivial, à une situation élémentaire connue des mécaniciens des structures. 1 Introduction La maîtrise de la sûreté et des coûts de maintenance des structures industrielles passe par un calcul de leur durée de vie. Cette dernière dépend à la fois de leur environnement naturel ou de service et de leur dégradation. L un comme l autre pouvant présenter de fortes variabilités, une évaluation probabiliste de la durée de vie est nécessaire. Le vieillissement d une structure est souvent étudié pas à pas grâce à des analyses probabilistes instantanées et indépendantes. Le temps est en fait considéré comme un simple paramètre et ne joue pas un rôle actif. Les structures étudiées ne sont pas non plus isolées : elles fonctionnent dans un environnement incertain ; sont soumises à des sollicitations extérieures. L obtention d une information plus précise et plus réaliste nécessite en toute rigueur l utilisation d une théorie de la Þabilité introduisant toute la dépendance nécessaire par rapport au temps. La dépendance envers le temps peut être de deux types : les propriétés des matériaux peuvent se dégrader dans le temps. Les mécanismes de dégradation présentent habituellement une phase d initiation et une phase de propagation.
2 La durée d initiation ainsi que les cinétiques de propagation peuvent être considérées comme aléatoires dans les analyses. le chargement peut être aléatoire dans le temps : les processus stochastiques sont alors introduits dans l analyse. Ces deux types de dépendance nécessitent différentes méthodes d analyse. La première section de cet article expose les concepts nécessaires intervenant dans un problème de Þabilité fonction du temps. Des méthodes permettant de traiter de tels problèmes existent. La première qui est la plus connue et qui semble la plus aboutie à ce jour, se nomme Approche Asymptotique. Elle peut s avérer d utilisation délicate. La seconde, dite méthode PHI2 est celle que nous avons développée et qui est présentée dans la seconde section de cet article. Elle est appliquée dans une troisième section au cas d une poutre sur deux appuis supportant son poids propre et une action ponctuelle dont la date d occurence et l intensité sont aléatoires. 2 Les concepts de la Þabilité fonction du temps Une déþnition du mot Þabilité est donnée par le texte retenu par l AFNOR [1] : «aptitude d un dispositif à accomplir une fonction requise dans des conditions données, pendant une durée donnée... le terme est aussi utilisé comme caractéristique désignant une probabilité de succès ou un pourcentage de succès». La Þabilité des structures concerne donc la prédiction de la probabilité de dépassement d un état-limite, à chaque instant, tout au long de la durée de vie en service. La probabilité d occurrence d un tel événement la violation de l état-limite est une mesure numérique de la (mal)chance d occurrence. La violation de cet état-limite peut être déþnie comme l atteinte d une condition non désirable dans le comportement de la structure, comme une exigence non satisfaite. Une exigence à satisfaire est représentée par une règle, ou un ensemble de règles, issue de scénarios de défaillance dépendant du problème mécanique considéré. L exemple le plus simple est le modèle R S oùr désigne une résistance et S une sollicitation, dont l état-limite associé est R S =0. Plus généralement, une fonction de performance est associée à une règle de fonctionnement, elle est notée G(t, X(t, ω)) où X(t, ω) est le vecteur des variables de conception, t le temps et ω l aléa. Le vecteur X (t, ω) de dimension p + q est composé, dans cet article, de variables aléatoires R j (ω), j =1,...,p et de processus stochastiques scalaires indépendants S j (t, ω), j =1,...,q. La probabilité d occurrence peut être déterminée à une date donnée, supposée indépendante des états précédents (non conditionnée par rapport aux instants précédents). La probabilité instantanée de défaillance P f,i (t) est alors calculée. Elle est déþnie par (Eq. (1)) : P f,i (t) =Prob (G(t, X(t, ω)) 0) (1) P f,i (t) est la probabilité que la structure soit défaillante à l instant t. OnpeutalorsdéÞnir l indice de Þabilité β (t) par : β (t) = Φ 1 (P f,i (t))
3 où Φ est la fonction de répartition Gaussienne. L événement : E = { τ [t 0,t],tq.G(τ, X(t, ω) 0} traduit un franchissement de l état-limite G (τ, X(t, ω)) = 0 vers le domaine de défaillance D f et c est le premier franchissement qui est recherché (Þrst outcrossing). t 0 est la date de mise en service de la structure. Il y a défaillance dès qu un franchissement entrant dans D f est observé. Une hypothèse importante à vériþer est que, sur un intervalle de temps [τ, τ + h], h sufþsamment petit, il ne peut y avoir qu un seul franchissement. La première déþnition du taux de franchissements, noté ν (τ), vient de la formule de Rice publiée en 1944 [9], [10]. Elle est basée sur l hypothèse que les trajectoires sont continûment dérivables. Elle est rappelée par Ditlevsen et Madsen [5] dans le contexte de la Þabilité mécanique. Le taux est déþni par : A = {système fonctionnant à τ} {G(τ, X(t, ω)) > 0} B = {système défaillant à τ + τ} {G(τ + τ, X(t + τ, ω)) 0} Prob (A B) ν (τ) = lim τ 0 τ = lim τ 0 Prob ({G(τ, X(t, ω)) > 0} {G(τ + τ, X(t + τ, ω)) 0}) τ (2) u 2 A : le système fonctionne à τ B : le système est défaillant à τ+ τ β(τ) Prob( A B) β(τ+ τ) iso densités Φ 2 FIG. 1 : illustration du calcul de P f,c par intersection des événements. La probabilité, Prob(E), de l événement E = A B (FIG. 1) estalorslaprobabilité cumuléededéfaillance(time variant): Prob (E) =P f,c (t 0,t)=Prob ( τ [t 0,t],tq.G(τ, X(t, ω)) 0) Il s agit de la probabilité que la structure soit défaillante avant l instant t. Elle est en général très difþcile à déterminer, c est pourquoi on calcule plutôt une borne supérieure de P f,c (t 0,t) déþnie par : P f,c (t 0,t) P f,i (t 0 )+ ν (τ) étant ici le taux de franchissements global. Z t u 1 t 0 ν (τ) dτ (3)
4 3 Calcul du taux de franchissements La méthode classiquement appelée approche asymptotique (Rackwitz et al. [11], [4]) utilise la théorie des franchissements et des résultats analytiques (intégration asymptotique) pour la résolution. Elle permet de traiter des problèmes faisant intervenir des chargements aléatoires. Une borne supérieure de la probabilité cumulée de défaillance est ainsi déterminée. Des outils spéciþques doivent alors être implémentés, par exemple les formules d intégration asymptotique [8]. Hagen et Tvedt [6] ont suggéré une autre approche basée sur une formulation en Þabilité selon un système de composants mis en parallèle pour déterminer le taux de franchissements. Cette idée a été utilisée par Li et Der Kiureghian [7] dans le cadre de la dynamique des structures. La Þabilité système intervient au niveau du calcul de ν (τ) τ qui est déþnie comme la probabilité de l intersection des deux événements A et B déþnis en (2). La méthode PHI2 [3] est inspirée de cette approche du problème. La démarche de calcul est illustrée ici lorsque l approximation FORM est utilisée : L indicedeþabilité β (τ) associé à {G (τ, X (τ, ω)) 0} est calculé après avoir gelé le temps (qui devient un simple paramètre) dans toutes les fonctions dépendantes du tempsetenayantremplacélesprocessusaléatoiress j (t, ω) par les variables aléatoires correspondantes S (1) j (ω). Une approximation de premier ordre FORM (First Order Reliability Method) correspond à remplacer la surface d état-limite par l hyperplan tangent à l état-limite au point de conception, soit α(τ) u + β(τ) =0dans l espace standard. Par conséquent, l indice de Þabilité associé à {G (τ, X (τ, ω)) > 0} est β(τ)(a 0 : α(τ) u β(τ) 0). L indicedeþabilité β (τ + τ) associé à {G (τ + τ, X (τ + τ, ω)) 0} est calculé par une seconde analyse FORM. Les processus aléatoires S j (t, ω) sont remplacés par un autre jeu de variables aléatoires S (2) j (ω) différentes de S (1) j (ω) mais corrélées avec ces dernières. Le coefþcient de corrélation est donné par : ³ ρ S (1) j (ω),s (2) j (ω) = ρ Sj (τ, τ + τ) où ρ Sj (τ, τ + τ) correspond à la fonction de covariance normalisée du processus S j (t, ω). La surface d état-limite en approximation FORM est donnée par α(τ + τ) u + β(τ + τ) 0 dans l espace standard. L indice de Þabilité correspondant à {G (τ + τ, X (τ + τ, ω)) 0}estalorsβ(τ + τ). La corrélation entre les états-limites représentant les deux événements A et B est : ρ G (τ, τ + τ) = α(τ) α(τ + dτ) La probabilité de A B est alors, en approximation FORM : Prob (A B) =Φ 2 (β (τ), β (τ + τ) ;ρ G (τ, τ + τ)) où Φ 2 est la fonction de répartition de la loi binormale. En reportant cette expression dans la relation (2), on obtient le taux de franchissements en première approximation : ν (τ) PHI2 = Φ 2 (β (τ), β (τ + τ) ;ρ G (τ, τ + τ)) τ (4)
5 où τ doit être sélectionné correctement via une étude de convergence. La fonction de répartition binormale est implémentée avec le logiciel MATHCAD sous la forme d une procédure. Cette procédure est fonction du temps τ et de l intervalle τ. Ce dernier doit être choisi correctement. Il doit être sufþsament faible pour assurer la validité de l écriture en différence Þnie mais pas trop pour ne pas entraîner de problème de stabilité. Cette méthode est valable quel que soit le type de défaillance. En effet, elle peut se produire à cause d une réalisation particulièrement sévère de l environnement ou bien à cause d une dégradation excessive des matériaux. Le principal avantage, comparé à l approche asymptotique, est que cette méthode nécessite l utilisation uniquement d outils de la Þabilité classique indépendante du temps (time-invariant). 4 Cas d application La méthode PHI2 est appliquée à un exemple concernant une poutre sur deux appuis supportant son poids propre et une action ponctuelle dont la date d occurrence et l intensité sont aléatoires. Cet exemple peut sembler simple, voire simpliste, mais il présente l intérêt de raccrocher le raisonnement proposé, qui n est pas trivial, à une situation élémentaire connue des mécaniciens des structures. Une analyse plus Þne montre que ce schéma est assez général et peut être appliqué à des situations diverses. De telles situations se trouvent dans des systèmes mécaniques placés dans des environnements pouvant présenter un caractère exceptionnel. Trois études peuvent être menées. La première est classique, le temps ne joue pas un rôle actif, la seconde est dépendante du temps de part la modélisation de la force ponctuelle mais la date d application de l effort est déterministe. Ces deux premières études ne sont pas développées ici mais peuvent être consultées dans [2]. La troisième étude, présentée ici, utilise un modèle plus afþné dans le sens où la date d application de l effort est aléatoire. 4.1 Structure étudiée L exemple que nous étudions est celui d une poutre de section rectangulaire sur deux appuis simples, en béton armé. Elle est de longueur L =10m et de section rectangulaire (largeur b =0, 2 m, hauteur h =0, 2 m et inertie I = bh 3 /12). La résistance à 28 jours est f c28 =30MPa. Le module d Young instantané est E 28 = p f c28 = MPa. La poutre est soumise à son poids propre p (en notant ρ =2500kg/m 3 la masse volumique du béton, cette action est égale à p = ρ bh =1000N/m) et à un effort ponctuel S en milieu de travée, dont l occurence est aléatoire. En utilisant un modèle visco-élastique linéaire non vieillissant, la ßèche sous poids propre à l instant t s écrit : δ W (t) = 5 pl 4 t 384 E 28 I (1 + ϕ (t, t tc c)) où ϕ (t, t c )=ϕ t tc + K Pour l étude, nous prenons ϕ = 2. Les valeurs des différents paramètres en jeu sont : t c =28jours et K =15, 8 cm calculé à partir des dimensions de la section de la poutre.
6 Le chargement extérieur est un effort ponctuel S appliqué en milieu de travée sur une durée d un an commençant à t d. Cette durée est modélisée via un échelon H (t t d ) H (t t f ) où t f = t d +1an. La ßèche δ S (t) due à cet effort, si la durée d application est courte, est : δ S (t) = SL3 48 E 28 I (H (t t d) H (t t f )) 4.2 Analyse probabiliste Variable Loi Moyenne cv p Lognormale 1000 N/m 10 % ϕ Lognormale 2 20 % K Lognormale 15,8 cm 30 % S Normale 5000 N 20 % TAB. 1: données probabilistes de l étude de la poutre sous ßuage. Nous étudions la défaillance de cette poutre par dépassement d une ßèche limite δ lim = 10 cm. La fonction de performance s écrit : G (t, X (t, ω)) = δ lim δ W (t) δ S (t) Les variables aléatoires en jeu sont données tableau 1. L application est faite sur l intervalle de temps [0, 50 ans]. La force appliquée en milieu de travée S est modélisée par un processus aléatoire Gaussien stationnaire appliqué à t d pendant un an. La fonction de covariance normalisée de ce processus est : Ã µ 2! t2 t 1 ρ S (t 1,t 2 )=exp avec l =18jours (5) l La date d application t d suit une loi uniforme sur [0, 49 ans]. 4.3 Etude Calcul des indices de Þabilité β (t) et β (t + t) : la méthode classique FORM ne peut pas être appliquée pour calculer l indice de Þabilité en fonction du temps en raison de la discontinuité sur le temps. La simulation de Monte-Carlo a donc été retenue pour obtenir β (t) et β (t + t). Pour calculer ces indices, on effectue une analyse instantanée, ce qui signiþe que le processus S est remplacé pour l analyse dans la fonction de performance par une variable aléatoire appropriée. Plus précisément, on note S t la variable aléatoire associée au processus à t, S t+ t la variable aléatoire associée au processus à t + t, non corrélée à S t et St+ t la variable aléatoire associée au processus à t + t,corréléeàs t.
7 Sachant que le processus est Gaussien, la relation liant la réalisation du processus à t -S t - à celle à t + t - S t+ t - fait intervenir la fonction de covariance normalisée ρ S (t, t + t) du processus et utilise la relation de corrélation de variables Gaussiennes : q S t+ t = ρ S (t, t + t) S t + 1 ρ 2 S (t, t + t)s t+ t Cette relation nous permet de simuler correctement les réalisations corrélées à partir de réalisations indépendantes. Un nombre total de simulations a été utlisé à chaque pas de temps t. Ce nombre élevé est nécessaire pour avoir un coefþcient de variation (cov) inférieur à 5%. L indice de Þabilité obtenu est représenté en fonction du temps à la FIG. 2, le coefþcient de variation de la simulation est représenté à la FIG β(t) Temps (ans) 5 4,5 4 3,5 3 2,5 cov (%) 2 1,5 1 0, Temps (ans) FIG.2:indicedeÞabilité en fonction du temps. FIG 3 : coefþcient de variation de la simulation. Calcul de la corrélation ρ G (t, t + t) : La corrélation entre les états-limites peut être obtenue grâce à une régression linéaire de G (t + t, X (t + t, ω)) en fonction de G (t, X (t, ω)). La Þgure FIG. 4 illustre la méthode à t =10ans. Calcul du taux de franchissements et de la probabilité cumulée de défaillance : Une fois que les indices de Þabilité β (t) et β (t + t) et la corrélation ρ G (t, t + t) ont été calculés comme indiqué ci-dessus, il est possible d appliquer l équation (4) pour obtenir le taux de franchissements. Il est ensuite intégré par la méthode de Simpson. La borne supérieure de la probabilité cumulée de défaillance (Eq. (3)) obtenue est représentée à la FIG.5. Couple G (t ) et G (t + t ) à t =10 ans 0,2 0,1 0 G (t + t -0,4 ) -0,3-0,2-0,1 0-0,1 0,1 0,2-0,2-0,3-0,4 G (t ) FIG. 4 : couples pour obtenir ρ G (t, t + t). 4,5E-01 4,0E-01 3,5E-01 3,0E-01 2,5E-01 P f,c 2,0E-01 1,5E-01 1,0E-01 5,0E-02 0,0E+00 Borne sup. de la probabilité cumulée Borne inf. de la probabilité cumulée Temps (ans) FIG.5:P f,c (0,t) en fonction du temps.
8 5 Conclusion La méthode PHI2 permet de traiter des cas dont la dépendance envers le temps peut provenir aussi bien du chargement que de la dégradation des matériaux et n exige pas d hypothèses au-delà de la connaissance de la fonction d autocorrélation. Son second avantage est d utiliser les outils de la Þabilité classique, elle ne demande pas de logiciel spéciþque. EnÞn, elle peut prendre en compte un événement exceptionnel dans un mode de fonctionnement ordinaire. 5.1 Remerciements Les auteurs tiennent à remercier particulièrement Electricité de France (EDF) qui a soutenu cette rechreche par l intermédiaire d un accord de coopération conclu entre EDF R&D/MMC et IFMA/LaRAMA. Références [1] AFNOR, NF X (1988). [2] ANDRIEU-RENAUD C., Fiabilité mécanique des structures soumises à des phénomènes physiques dépendant du temps. Université Blaise Pascal - Clermont II (déc. 2002) [3] ANDRIEU, C.AND LEMAIRE, M.AND SUDRET, B. The PHI2 method : a way to assess time-variant reliability using time-invariant reliability tools. Proc. European Safety and Reliability Conference ESREL 02, ISDF, (2002). [4] BRYLA, P., FABER, M.H., RACKWITZ, R. Second Order Methods in Time Variant Reliability Problems. Proc. OMAE 91, II, (1991). [5] DITLEVSEN, O., MADSEN, H.O. Structural Reliability Methods. John Wiley and Sons (1996). [6] HAGEN, O., TVEDT, L. Vector Process Out-Crossing as Parallel System Sensitivity Measure. Journal of Engineering Mechanics, ASCE, 121(10), (1991). [7] LI, C.C., DER KIUREGHIAN, A. Mean Out-Crossing Rate of Nonlinear Response to Stochastic Input. In proc. 7th Int. Conf. on Applications of Statistics and Probability (ICASP) in Civil Engineering Reliability and Risk Analysis, Ed. M. Lemaire, J-L. Favre, et A. Mébarki, Balkema, (1995). [8] RACKWITZ, R. Computational techniques in stationary and non-stationary load combination A review and some extensions. J. Struct. Eng, 25(1), 1 20 (1998). [9] S.O. RICE. Mathematical analysis of random noise, part I and II. Bell System Tech. J., 32, (1944). [10] S.O. RICE. Mathematical analysis of random noise, part III and IV. Bell System Tech. J., pages , (1944). [11] SCHALL, G., FABER, M.H., RACKWITZ, R. The Ergodicity Assumption for Sea States in the Reliability Estimation of Offshore Structures. Journal of Offshore Mechanics and Arctic Engineering, 113, (1991).
OPTIMISATION 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 détailApplication de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé
Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé Guilhem Mollon 1, Daniel Dias 2, Abdul-Hamid Soubra 3 1 Doctorant, Laboratoire de Génie Civil
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 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 détailJean-Marc Schaffner Ateliers SCHAFFNER. Laure Delaporte ConstruirAcier. Jérémy Trouart Union des Métalliers
Jean-Marc Schaffner Ateliers SCHAFFNER Laure Delaporte ConstruirAcier Jérémy Trouart Union des Métalliers Jean-Marc SCHAFFNER des Ateliers SCHAFFNER chef de file du GT4 Jérémy TROUART de l Union des Métalliers
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 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 détailchargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d
Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailAnalyse de risque quantitative pour les structures pétrolières
UNIT : Projet Cyber Ingénierie des Risques en Génie Civil Analyse de risque quantitative pour les structures pétrolières COORDONNATEUR : H. NIANDOU AUTEUR : F. SCHOEFS. Juillet 2009 Table des matières
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailMODELES 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 détailLes correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.
Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées. 1 Ce sujet aborde le phénomène d instabilité dans des systèmes dynamiques
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 détailSSNL126 - Flambement élastoplastique d'une poutre droite. Deux modélisations permettent de tester le critère de flambement en élastoplasticité :
Titre : SSNL16 - Flambement élastoplastique d'une poutre [...] Date : 15/1/011 Page : 1/6 Responsable : Nicolas GREFFET Clé : V6.0.16 Révision : 8101 SSNL16 - Flambement élastoplastique d'une poutre droite
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 détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détailModèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.
Problèmes mathématiques de la mécanique/mathematical problems in Mechanics Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions. Cristinel Mardare Laboratoire
Plus en détailÉquation de Langevin avec petites perturbations browniennes ou
Équation de Langevin avec petites perturbations browniennes ou alpha-stables Richard Eon sous la direction de Mihai Gradinaru Institut de Recherche Mathématique de Rennes Journées de probabilités 215,
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 détailPrédiction et Big data
Prédiction et Big data Mitra Fouladirad Institut Charles Delaunay - UMR CNRS 6281 Université de Technologie de Troyes 29 avril 2015 1 1 Sujet Motivation Le pronostic ou la prédiction du comportement futur
Plus en détailCircuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Plus en détailChapitre 7. Circuits Magnétiques et Inductance. 7.1 Introduction. 7.1.1 Production d un champ magnétique
Chapitre 7 Circuits Magnétiques et Inductance 7.1 Introduction 7.1.1 Production d un champ magnétique Si on considère un conducteur cylindrique droit dans lequel circule un courant I (figure 7.1). Ce courant
Plus en détailIntégration des paramètres de maintenance dans la conception du Health Monitoring. Saintis Laurent Laboratoire LASQUO (futur LARIS)
2ème Colloque National de la Performance Industrielle LA MAINTENANCE A DISTANCE & E-MAINTENANCE Intégration des paramètres de maintenance dans la conception du Health Monitoring Saintis Laurent Laboratoire
Plus en détailMémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.
Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY
Plus en détailUne comparaison de méthodes de discrimination des masses de véhicules automobiles
p.1/34 Une comparaison de méthodes de discrimination des masses de véhicules automobiles A. Rakotomamonjy, R. Le Riche et D. Gualandris INSA de Rouen / CNRS 1884 et SMS / PSA Enquêtes en clientèle dans
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 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 détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailApproche modèle pour l estimation en présence de non-réponse non-ignorable en sondage
Approche modèle pour l estimation en présence de non-réponse non-ignorable en sondage Journées de Méthodologie Statistique Eric Lesage Crest-Ensai 25 janvier 2012 Introduction et contexte 2/27 1 Introduction
Plus en détailProjet ANR. Bruno Capra - OXAND. 04/06/2015 CEOS.fr - Journée de restitution (Paris) B. CAPRA
Projet ANR Bruno Capra - OXAND MEFISTO : Maîtrise durable de la fissuration des infrastructures en bétons Contexte Problématique des Maîtres d Ouvrages Evaluation et prédiction de la performance des ouvrages
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 détailUne plate-forme pour la quantification des incertitudes sous Matlab
UQLab Une plate-forme pour la quantification des incertitudes sous Matlab Bruno Sudret Stefano Marelli ETH Zürich, Institute of Structural Engineering Chair of Risk, Safety & Uncertainty Quantification
Plus en détailEchantillonnage Non uniforme
Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas
Plus en 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 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 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 détailMaster Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.
Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
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 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 détailVIII- Circuits séquentiels. Mémoires
1 VIII- Circuits séquentiels. Mémoires Maintenant le temps va intervenir. Nous avions déjà indiqué que la traversée d une porte ne se faisait pas instantanément et qu il fallait en tenir compte, notamment
Plus en détailExemple d application du EN 1993-1-2 : Poutre fléchie avec section tubulaire reconstituée
Exemple d application du EN 1993-1-2 : Poutre fléchie avec section tubulaire reconstituée P. Schaumann, T. Trautmann University of Hannover Institute for Steel Construction, Hannover, Germany 1 OBJECTIF
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailTests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA
Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Soutenance de doctorat, sous la direction de Pr. Bilodeau, M. et Pr. Ducharme, G. Université de Montréal et Université
Plus en 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 détailRésumé des communications des Intervenants
Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit
Plus en détail$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU
$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le
Plus en détailTESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION
TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailOrdonnancement robuste et décision dans l'incertain
Ordonnancement robuste et décision dans l'incertain 4 ème Conférence Annuelle d Ingénierie Système «Efficacité des entreprises et satisfaction des clients» Centre de Congrès Pierre Baudis,TOULOUSE, 2-4
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailLes mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en 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 détailModélisation et simulation
Modélisation et simulation p. 1/36 Modélisation et simulation INFO-F-305 Gianluca Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Modélisation et simulation p.
Plus en détailEtude d un cas industriel : Optimisation de la modélisation de paramètre de production
Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui
Plus en détailIntroduction au pricing d option en finance
Introduction au pricing d option en finance Olivier Pironneau Cours d informatique Scientifique 1 Modélisation du prix d un actif financier Les actions, obligations et autres produits financiers cotés
Plus en détailPrésentations GTF. Point de vue d un utilisateur final. Durée de vie des ouvrages : Approche Prédictive, PerformantielLE et probabiliste
Présentations GTF Présenté par : Georges NAHAS Organismes : Institut de Radioprotection et de Sûreté Nucléaire (IRSN) Paris 26 mai 2009 Introduction Le vieillissement des ouvrages de génie civil et plus
Plus en détailLA PUISSANCE DES MOTEURS. Avez-vous déjà feuilleté le catalogue d un grand constructeur automobile?
LA PUISSANCE DES MOTEURS Avez-vous déjà feuilleté le catalogue d un grand constructeur automobile? Chaque modèle y est décliné en plusieurs versions, les différences portant essentiellement sur la puissance
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 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 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 détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailTravail en collaboration avec F.Roueff M.S.Taqqu C.Tudor
Paramètre de longue mémoire d une série temporelle : le cas non linéaire Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor Notion de longue mémoire Les valeurs d une série temporelle X = (X l )
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
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 détailChapitre XIV BASES PHYSIQUES QUANTITATIVES DES LOIS DE COMPORTEMENT MÉCANIQUE. par S. CANTOURNET 1 ELASTICITÉ
Chapitre XIV BASES PHYSIQUES QUANTITATIVES DES LOIS DE COMPORTEMENT MÉCANIQUE par S. CANTOURNET 1 ELASTICITÉ Les propriétés mécaniques des métaux et alliages sont d un grand intérêt puisqu elles conditionnent
Plus en détailTempérature corporelle d un castor (une petite introduction aux séries temporelles)
Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature
Plus en détailSéminaire TEST. 1 Présentation du sujet. October 18th, 2013
Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
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 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 détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailDirection des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
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 détailPlate forme de modélisation en vue de la prédiction de la durée de vie des bétons vis-à-vis de la pénétration d agents agressifs
Plate forme de modélisation en vue de la prédiction de la durée de vie des bétons vis-à-vis de la pénétration d agents agressifs Phase d'initiation de la corrosion vis-à-vis de la - pénétration d'agents
Plus en détailIntroduction à l analyse numérique : exemple du cloud computing
Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation
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 détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailBASE CONCEPTUELLE POUR L ANALYSE DES INCERTITUDES
A PPENDICE 1 BASE CONCEPTUELLE POUR L ANALYSE DES INCERTITUDES Recommendations du GIEC en matière de bonnes pratiques et de gestion des incertitudes pour les inventaires nationaux A1.1 Appendice 1 COPRESIDENTS,
Plus en détailLeçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité
CANEGE Leçon 5 Systèmes de gestion à recomplétement périodique et stock Objectif : A l'issue de la leçon l'étudiant doit être capable : dans le cadre des calendriers d approvisionnement à recomplètement
Plus en détailDébouchés professionnels
Master Domaine Droit, Economie, Gestion Mention : Monnaie, Banque, Finance, Assurance Spécialité : Risque, Assurance, Décision Année universitaire 2014/2015 DIRECTEUR de la spécialité : Monsieur Kouroche
Plus en détailContrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre.
Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre. Isabelle Bombard, Bruno da Silva, Pascal Dufour *, Pierre Laurent, Joseph Lieto. Laboratoire d Automatique
Plus en détailModélisation géostatistique des débits le long des cours d eau.
Modélisation géostatistique des débits le long des cours d eau. C. Bernard-Michel (actuellement à ) & C. de Fouquet MISTIS, INRIA Rhône-Alpes. 655 avenue de l Europe, 38334 SAINT ISMIER Cedex. Ecole des
Plus en 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 détailOscillations libres des systèmes à deux degrés de liberté
Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à
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 détailChapitre 1 Cinématique du point matériel
Chapitre 1 Cinématique du point matériel 7 1.1. Introduction 1.1.1. Domaine d étude Le programme de mécanique de math sup se limite à l étude de la mécanique classique. Sont exclus : la relativité et la
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
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 détailEXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points)
BAC S 2011 LIBAN http://labolycee.org EXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points) Les parties A et B sont indépendantes. A : Étude du fonctionnement d un spectrophotomètre
Plus en détailRupture et plasticité
Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements
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 détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en 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 détailÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE
ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ANALYSIS OF THE EFFICIENCY OF GEOGRIDS TO PREVENT A LOCAL COLLAPSE OF A ROAD Céline BOURDEAU et Daniel BILLAUX Itasca
Plus en détail