#

Approximation de modele

Approximation de modele dans l'actualité

Toute l'actualité


Approximation de modele dans les ressources documentaires

  • Article de bases documentaires
  • |
  • 10 oct. 2013
  • |
  • Réf : AF1390

Interpolation, approximation et extrapolation rationnelles

à prendre la limite de la suite modèle ainsi obtenue comme approximation de S . Comme la détermination... approximation... Le but de cet article est de présenter les méthodes d'interpolation et d'approximation... que l'on rencontre en analyse numérique et en mathématiques appliquées concerne l'approximation de fonctions connues...

Les articles de référence permettent d'initier une étude bibliographique, rafraîchir ses connaissances fondamentales, se documenter en début de projet ou valider ses intuitions en cours d'étude.

  • Article de bases documentaires
  • |
  • 10 oct. 2013
  • |
  • Réf : AF1480

Approximation des fonctions

approximations de Taylor... approximations de Padé... meilleure approximation... de dérivées, elles peuvent être extrêmement complexes. Leur approximation est un domaine classique...

Les articles de référence permettent d'initier une étude bibliographique, rafraîchir ses connaissances fondamentales, se documenter en début de projet ou valider ses intuitions en cours d'étude.

  • Article de bases documentaires
  • |
  • 10 mai 2019
  • |
  • Réf : S7107

Approximation de modèles dynamiques linéaires de grande dimension

approximation de modèle... L’approximation de modèles dynamiques vise à s’affranchir des problématiques de calcul inhérentes... à l’approximation de modèles dynamiques linéaires. Deux cas sont abordés : l’approximation d’un modèle décrit... que l’approximation ou la réduction de modèle intervient. Il s’agit de simplifier un modèle dynamique de grande...

Les articles de référence permettent d'initier une étude bibliographique, rafraîchir ses connaissances fondamentales, se documenter en début de projet ou valider ses intuitions en cours d'étude.

  • Article de bases documentaires : FICHE PRATIQUE
  • |
  • 18 mai 2014
  • |
  • Réf : 0423

Effectuer un choix ou donner un poids entre alternatives de solution

Dans les projets de conception innovante, lors des phases d’analyse fonctionnelle et au sein d’une approche analyse de la valeur, vous serez à plusieurs reprises en situation soit de comparer des alternatives comme des concepts de solutions innovantes, soit d’attribuer un poids (un pourcentage d’importance) à des situations d’usage, à des fonctions de services ou à des segments de clients de votre produit ou service. Il s’agit donc de savoir déterminer un jeu de poids ou de choisir une meilleure alternative.

Des techniques dites de « tri croisé » existent et sont assez couramment utilisées par les praticiens pour déterminer des poids. Vous utilisez même peut-être un logiciel qui vous aide à générer des poids ou à hiérarchiser l’importance de solutions ou de fonctions. Or, il faut se méfier de ces techniques de « tri croisé », car elles déforment l’avis des experts et peuvent aboutir à des résultats erronés. Pourtant, des méthodes simples et exactes, aussi faciles d’utilisation à l’aide d’une feuille de calcul Excel®, existent et sont connues depuis quarante ans. Elles se dénomment « comparaisons par paires » et sont à l’avènement de l’aide à la décision multicritères (ADMC) comme domaine d’étude.

Cette fiche a pour but de vous aider à :

  • comprendre pourquoi les méthodes de tri croisé sont erronées ;
  • vérifier que votre logiciel utilise une méthode de pondération correcte ;
  • proposer deux méthodes de comparaison par paires simples ;
  • pratiquer la méthode à l’aide d’exemples et d’une première feuille de calcul Excel fournie.

Méthodes, outils, pilotage et cas d'étude

  • Article de bases documentaires : FICHE PRATIQUE
  • |
  • 02 avr. 2015
  • |
  • Réf : 1412

Déterminer un modèle qui s’ajuste au plus près des données observées

Bien souvent négligée, l’erreur dans la spécification d’une fonction de mesure (nommée souvent « modèle ») peut avoir un effet significatif sur les résultats d’une méthode de mesure. La modélisation, étape clef de l’étalonnage, ne se limite pas à l’estimation ponctuelle des paramètres de la fonction de mesure choisie (coefficients du modèle). Elle doit aussi évaluer les incertitudes sur les paramètres de cette fonction afin d’estimer la part d’incertitude qui lui est due dans l’expression d’un résultat de mesure. Cette incertitude est qualifiée par abus « d’incertitude de modélisation ». Cette fiche aborde les mécanismes à l’œuvre lorsque l’on réalise une régression linéaire et vous amène à réfléchir quant au choix de votre modèle.

Les fiches pratiques répondent à des besoins opérationnels et accompagnent le professionnel en le guidant étape par étape dans la réalisation d'une action concrète.

  • Article de bases documentaires : FICHE PRATIQUE
  • |
  • 23 sept. 2021
  • |
  • Réf : 1437

Évaluation des incertitudes de mesure par la méthode dite de « simulation numérique »

Les résultats de mesure ne sont pas parfaits. Chaque mesure est entachée d’une erreur qu’il convient de savoir estimer. En effet, de nombreuses décisions sont directement fondées sur des résultats de mesure. Il est donc important de pouvoir maîtriser le doute que l’on a sur la valeur du mesurande caractérisé. L’incertitude que l’on associe alors à un résultat de mesure permet de fournir une indication quantitative sur la qualité de ce résultat. Cette information est essentielle pour estimer la fiabilité d’un résultat de mesure.

Les fiches pratiques répondent à des besoins opérationnels et accompagnent le professionnel en le guidant étape par étape dans la réalisation d'une action concrète.


INSCRIVEZ-VOUS AUX NEWSLETTERS GRATUITES !