SlideShare une entreprise Scribd logo
Université de Béchar
Laboratoire des Études Énergétiques en Zones Arides
Équipe Modélisation & Simulation des Systèmes
Cours réalisé par : Pr. TAMALI Mohammed,
http://www.univ-bechar.dz/mtamali
Université de Béchar | FS&T
ENERGARID Lab./SimulIA team
SITI PNR 83/TIC/2011
CHAPITRE VIII :
Systèmes linéaires
Modélisation & Simulation
Présentation
The University of Bechar was born in 1986 as the National Institutes of
Higher Education (INES) in 1992 it becomes University Center and
07/01/2007, it was officially declared as a university. Since then, many
research teams have seen the day. In 2011, The Laboratory for Energy
Systems Studies Applied to Arid Zones was run by a group of young and well
motivated researchers (7 research teams) to solve real problems affecting
arid zones, SimulIA is one of the teams of the same laboratory. The workload
of SimulIA concern studies and applications of modeling and simulation of
systems in arid areas.
Research areas:
 Energy & Environment (Modeling & Simulation)
 Application of heat in arid zones
 Energy economy.
 Mapping and development of resources in arid zones.
 SIMULIA for the task in the short term, to develop the computer code for
modeling and simulation which can be accessed online.
Website of the laboratory team: www.univ-bechar.dz/energarid/simulia
Plan
Overview & Presentations
Definitions & Concepts
the ambiguities
How to get a Model
Context of Use
conclusions
references
Généralités & Présentations
Dans la réalité des choses, les systèmes qui composent et forment notre
univers sont parfaitement non-linéaires. Pour des raisons de prise en
considération et d’étude, nous considérons, pour des systèmes donnés,
que la région où celui-ci se comporte d’une manière continue et linéaire.
Le caractère de proportionnalité et de superposition est alors significatif
pour ce genre de systèmes.
Le système, c’est la composition au sens Bertallanfy. Nous sous-
entendons par cette remarque que SYSTÈME LINEAIRE est non
totalement compatible à SYSTÈME D’EQUATIONS LINEAIRES.
Une équation est dite linéaire si les variables font apparaître des
évolutions indépendantes proportionnelles. Un système d’équations
linéaires, est une compositions de telles équations.
Le système est dit LINÉAIRE si la fonction de transfert qui décrit son
comportement fonctionnel est elle-même linéaire. Cette dernière vérifie
alors les principes de la proportionnalité et de la superposition.
Principe de proportionnalité : si s(t) est la réponse à l'entrée e(t)
alors λ*s(t) est la réponse à l'entrée λ*e(t).
Principe de superposition : si s1(t) est la réponse à l'entrée e1(t)
et s2(t) est la réponse à l'entrée e2(t) alors [s1(t) + s2(t)] est la
réponse à l'entrée [e1(t) + e2(t)].
Allure de la courbe d’un SL : pour un système linéaire, en
régime nominal (en fonctionnement normal et sans excitation
perturbatrice), la courbe s = f(e) est une droite.
Un système est continu, par opposition à un système discret,
lorsque les variations de ses composantes sont continûment
observable.
Un système est invariant (stationnaire) si ses caractéristiques
sont insensibles aux changements du temps.
selon ces faits, le système linéaire SL reflète les mêmes
réactions indépendamment du temps.
Un système d’équations linéaires SEL (ζ) est la
composition faite de n équations linéaires :
a11x1 + a12x2 + … = k1
a21x1 + a22x2 + … = k2
….
an1x1 + an2x2 + … = kn
où x1, x2, … xp sont les p inconnues du système alors que
k1, k2, … kn sont les n termes du second membre ou
constantes et les aij sont les n*p coefficients du système
ou multiplicateur des variable xi.
Géométriquement, les n équations représentent les n
droites en intersection dans un référentiel R n.
Les systèmes non linéaires sont plus difficiles à étudier
que les systèmes linéaires. Néanmoins, en linéarisant,
autour d'un point de considération finie (équilibre
fonctionnel), on obtient un système linéaire qui correspond
au système non linéaire.
Cette approche a atteint sa maturité dans le livre de
H.W.Bode (1905-1982) à la fin de la IIème guerre mondiale.
Les travaux de R.E.Bellman (1920-1984), L.S.Pontryagin
(1908-1988) et al et surtout de R.Kalman (1930) ont
conduit nombre d'automaticiens à privilégier la
représentation d‘espace d’état à partir des années 1960.
Un système est linéaire s’il se comporte linéairement par
rapport à ses composantes intrinsèques.
Définitions & Bases
Bode
BellmanKalman
Pontryagin
Ambiguïtés
La première difficulté réside dans la confusion faite en comparant les SL
aux SEL. Le cadre de ce cours concerne plus les SL malgré que ceux-ci
peuvent être régis, dans des cas précis (économique par exemple) par des
SEL.
La deuxième ambiguïté touche la considération du système et du système
mathématique qui lui est associé comme une seule entité. La réalité est
tout à fait distincte.
k étant la raideur du ressort.
L’oscillation est fonction de
l’environnement.
Ces des systèmes qui se manifestent proportionnellement
à la cause qui est à l’origine de l’action.
Dans cette même situation, Les SEL sont une forme d’écriture (modèles
simplifiés, modèles linéarisés) représentant des cas d’équivalents de
systèmes linéaires.
C’est le cas des systèmes économiques où nous décrivons l’évolution des
variables du système par une proportionnalité d’ordre 1.
z=CT*X
Sous des contraintes (X)=b et pour lesquelles X≥0 et  fonction .
Concours de droites :
Linéarisation
Concours de droites : Domaine
Allure de la variation
Cas de la consommation
De l’énergie
Concours de courbes
Cas de
L’investissement/Amortissement
Modélisation
Problème type :
Une usine dispose de 4 machines utilisées toutes pour la
production de 3 types de pièces A, B et C. Chaque pièce
nécessite un temps tX de fabrication différent suivant la
machine où elle est fabriquée. De plus, chaque machine offre
un temps limite d’utilisation tui. Le but est de répartir au mieux
la fabrication des différentes pièces sur les machines pour
maximiser le bénéfice.
Formalisation
A={aij} : coefficients durée utilisation/machine (heures)
b={bi} : vecteur des durées max d’utilisation de la machine i (heures)
C={cj} : vecteur bénéfices rapportés sur vente de la pièce de type j
X={xj} : vecteur nombre d’unités à produire (sans unités)
Z : fonction objectif = CT*X, Total bénéfice à maximiser. Donc,
Z = CT*X
A*X ≤ b et X≥0 (condition économique)
Modélisation graphique
Nous remarquons que les droites dictées par le concours des équations des
contraintes AX=b (une fois saturées) délimitent un domaine () qui
contient la solution du problème posé.
Modélisation
Formalisation
x1 + x2+x3 ≤ 100
6*x1 + 2*x2 + 3*x3 ≤ 450
3*x2 + x3 ≤ 150
X3 ≤ 60
X ≥ 0 condition économique
Total bénéfice à maximiser (en DA). Donc,
Z=81*x1 +90*x2 + 70*x3
Modélisation graphique
Nous remarquons que les plans dictées par le concours des équations des
contraintes AX=b (une fois saturées) délimitent un domaine () qui
contient la solution du problème posé.
x1 + x2+x3 = 100 : la plan α
6*x1 + 2*x2 + 3*x3 =450 : la plan β
3*x2 + x3 = 150 : la plan γ
X3 = 60 : la plan δ
Le domaine  représente la région volumique dans laquelle se trouve le point
Zopt = {x1
opt, x2
opt, x3
opt}qui équivaut à la valeur de zmax.
Selon le module SOLVEUR d’excel de Microsoft les résultats sont :
{50, 50, 0} et le bénéfice total Zopt est égal à 8550 DA. Le nombre d’unités à
produire de type C est égal à 0, ceci veut dire que c’est pas profitable d’en
produire.
Modélisation
Méthode de Simplexe
Soit à optimiser, par la méthode Simplexe la fonction objectif Z = CT.X sous les contraintes
1(X) ≤ b1
2(X) = b2
3(X) ≥ b3
X≥0 (condition économique), b1  b2  b3 = b : vecteur second membre
Les i sont les fonction contraintes d’inégalités i  [1,m].
Une écriture condensée de la forme (PL) :
Z = CT.X
s.c.
(X) ≤ b
X≥0
Est toujours possible.
Solution réalisable
Par addition / soustraction de quantités si à chaque équation contrainte, nous obtenons la
forme aisée suivante (forme PL1) :
Z = CT.X
s.c.
’(X, si) = ’(X’) = b avec X’=X  si.
X≥0
Si nous considérons N, l’ensemble des indices des variables de X, on peut toujours choisir m
variables parmi n. Ces dernières formerons la solution SUPPOSEE du problème.
N = {1, 2, 3, …, n}
Avec les m indices parmi n, nous construirons un ensemble β dit BASE REALISABLE.
Modélisation
Méthode de Simplexe
D’où, une solution réalisable est la considération des variable de la base réalisable comme
solution possible au problème tel qu’il a été décrit (forme PL1), les variables considérées sont
appelées variables de base.
Par contre, le complément de β dans N noté β=N-β) comprend des variables dites variables
hors-base.
Le problème est alors décrit par :
Zβ = CB
T.Xβ
B.Xβ = b
Xβ≥0
Avec Xβ=0 et CBC, Zβ = Fonction objectif pour une base β. B est la matrice de passage
formée par les colonne relatives aux variable de base seulement et elle représente le
complément à A formée par les coefficients des .
La solution recherchée est donnée par Xβ = B-1b.
Formulation du Simplexe
Le problème ainsi formulé résulte d’une image globale donnée par :
Z = Zβ + Zβ = CB
T.Xβ + CB
T.Xβ
B.Xβ + B.Xβ = b
Xβ ≥ 0 et Xβ ≥ 0
Dans l’équation de Z nous substituons X par son expression et nous aurons :
Z = CB
T.B-1b + CB
T.Xβ
Si nous choisissons xi  β par défaut et par la même occasion, nous sous-estimons une autre
xj  β, nous commettons une erreur donnée par :
- yi ordonée de xi et égale à bi/aij , j étant la colonne de xi alors i  β. yimin=Min{yi; i  β}
- cBj quantité dite coùt marginal de la variable xj notée j. jmax=Max{j, j  β}
La correction de cette erreur d’estimation est reprise ans l’Algorithme du Simplexe.
Modélisation
Méthode de Simplexe
Algorithme du Simplexe
Après la construction du PL2 à partir de PL0 et PL1
Zβ = CB
T.Xβ
B.Xβ = b
Xβ≥0
Nous choisirons b sachant que la solution est donnée par Xβ = B-1b.
On forme xβ à partir des m variables d’écart si introduite lors de la construction de β.
Les coût marginaux des variables hors base est alors prise j=-cj.
On forme le tableau T={tij}
Dans ce qui suivra, nous appliquerons les deux critère de G. Dantzig (1914-2005)
Cas d’une maximisation
1. Si tous les j sont positifs ou nuls, le problème converge, on s’arrête.
2. Calculer jmax=Max{|j|, j  β} la colonne correspondante est relative à la variable entrante notée jo.
3. Calculer l’ordonné minimal yimin=Min{yi; i  β} et par suite l’indice de la variable de base à faire sortir io.
4. L’intersection de la colonne jo et de la ligne io donnera la position du pivot aio,jo. Toute la ligne io de la
matrice A est alors divisée par celui-ci (Réduction de Gauss-Jordan ).
5. Les autres lignes sont transformées selon la formule suivante :
6. Le tableau T est remplacé par sa résultante T’ après ces transformations et on revient vers l’étape 1).
La méthode du Simplexe, des tableaux est la plus commode et simple à utiliser, implémenté sous forme
code informatique à déployer pour une exécution Stand-Alone ou à travers des Applets Java.
George Dantzig
    111,11,1*'' ,,,,  njetmisisaufnjetmipourtttt oo jijijiji
oooo jijiji ttt ,,, /' 
 oo jijijiji ttttaonnjetmipour ,,,, *''11 
Tableau T du Simplexe à
transformer en T’
Camille
Jordan
1838-1922
Carl
Friedrich
Gauss
1777-1855
Modélisation
Tableau T du Simplexe
Modélisation
Méthode de Simplexe
Maximize p = 81x +90y + 70z subject to
x + y + t <= 100 x + y + t + s1 + 0.s2 + 0.s3 + 0.s4 = 100
6x + 2y + 3t <= 450 6x + 2y + 3t + 0.s1 + s2 + 0.s3 + 0.s4 = 450
3y + t <= 150 3y + t + 0.s1 + 0.s2 + s3 + 0.s4 = 150
t <= 60 t + 0.s1 + 0.s2 + 0.s3 + s4 = 60
X, y, t ≥ 0 (x=x1, y=x2 et t=x3)
si variable d’écart, β0 : base initiale = {s1, s2, s3, s4}
Tableau #1
x y t s1 s2 s3 s4
1 1 1 1 0 0 0 100
6 2 3 0 1 0 0 450
0 3 1 0 0 1 0 150
0 0 1 0 0 0 1 60
-81 -90 -70 0 0 0 0 0
j≤0 donc on continue, on fait sortir s3 (ord=150/3ordmin) et entrer y (jmax=|-90|)
Tableau #2, β1 : base 1= {s1, s2, y, s4}
x y t s1 s2 s3 s4
1 0 0.667 1 0 -0.333 0 50
6 0 2.33 0 1 -0.667 0 350
0 1 0.333 0 0 0.333 0 50
0 0 1 0 0 0 1 60
-81 0 -40 0 0 30 0 4500
j≤0 donc on continue, on fait sortir s1 (ord=50/1ordmin) et entrer x (jmax=|-80|)
Tableau #3, β2 : base initiale = {x, s2, y, s4}
x y t s1 s2 s3 s4
1 0 0.667 1 0 -0.333 0 0
0 0 -1.67 -6 1 1.33 0 50
0 1 0.333 0 0 0.333 0 50
0 0 1 0 0 0 1 60
0 0 14 81 0 3 0 8550,
j≥0 donc convergence, d’où x=x1=50, y=x2=50 et t=x3=0 alors Zopt=8550
Modélisation
Etude de la sensibilité de la méthode de Simplexe
Maximizser p = (81+α).x +(90+β).y + (70+γ).sous les contraintes suivantes
x + y + t + s1 + 0.s2 + 0.s3 + 0.s4 = (100+1)
6x + 2y + 3t + 0.s1 + s2 + 0.s3 + 0.s4 = (450+2)
3y + t + 0.s1 + 0.s2 + s3 + 0.s4 = (150+3)
t + 0.s1 + 0.s2 + 0.s3 + s4 = (60+4)
X, y, t ≥ 0 (x=x1, y=x2 et t=x3), Les paramètres a, b, l, d1,d2,d3 et d4 peuvent
être nuls ce qui conduit au problème dans son état d’origine.
Si c’est le cas, les transformations successives mèneront au tableau 3 suivant.
Tableau #3, β2 : base initiale = {x, s2, y, s4}
x y t s1 s2 s3 s4
1 0 0.667 1 0 -0.333 0 0
0 0 -1.67 -6 1 1.33 0 50
0 1 0.333 0 0 0.333 0 50
0 0 1 0 0 0 1 60
0 0 14 81 0 3 0 8550,
j≥0 donc convergence, d’où x=x1=50, y=x2=50 et t=x3=0 alors Zopt=8550
Sinon.
Pour β0 : base initiale = {s1, s2, s3, s4}
Tableau #1
x y t s1 s2 s3 s4
1 1 1 1 0 0 0 (100+1)
6 2 3 0 1 0 0 (450+2)
0 3 1 0 0 1 0 (150+3)
0 0 1 0 0 0 1 (60+4)
-(81+α) -(90+β) -(70+γ) 0 0 0 0 0
Il faut déterminer Djmax et ymin en fonction des paramètres en question. Il
est clair, que z soit fonction de ces paramètres. Dans quelle mesure, z
sera sensible aux valeurs des paramètres un à un.
Cadre d’utilisation
Là où le système équivalent
est régit par un modèle
mathématique linéaire.
Conclusions
Pour entreprendre des actions sûres et avec impact réel, la méthodologie est d’une grande importance.
C’est, en d’autres termes, ce que justifie le prix à payer avant d’atteindre son objectif.
Nous en tant que créations, les systèmes qui nous entourent, recèlent de beaucoup de surprises.
L’adaptation d’une stratégie d’ évaluation de performances nous permet de délimiter la zone appropriée
pour entamer nos observations du système.
Juger c’est la dernière action mais appréhender en est la première. Les améliorations, les évolutions d’un
système donné, ne sont acceptables que si l’on a, à priori, bien collecter toutes les informations relatives
à la composition et constitution, au fonctionnement et à la dépendance vis-à-vis d’autres systèmes (dits
adjacents).
Le coût encourut si l’erreur est commise pourrait être fatale, pas seulement pour le système en question
mais aussi pour tous les systèmes en relation directe ou indirecte.
Garder l’équilibre universelle est une affaire primordiale. L’observation scientifique, la modélisation et la
simulation et encore plus, l’évaluation des performances et l’étude de la robustesse, sont les outils de
manœuvres.
L’optimisation des outils et des méthodologies reste pour toujours une question de possibilités offertes à
l’opérateur et à l’observatoire pour améliorer selon ses besoins les performances, sans enfreindre à
l’équilibre des compositions et relations totales. Les libertés à l’introduction d’une certaine mise à jour est
toujours garantie, sauf nécessité de garantir la non interférence avec la sûreté des ensemble adjacents.
MERCI POUR VOTRE ATTENTION
Fin du huitième chapitre
Nous sommes interpellés par les besoins vitaux :
ne cherchez jamais à en inventer ! Suivez le cours en douceur
Faites LA bonne Observation, décomposer, recomposer et valider une Conception, Formaliser
Ne vous fiez pas aux apparences linéaires du système, il y a toujours une face cachée
La caractéristique de non-linéarité.
Références
Grégoire Allaire, ‘Analyse numérique et optimisation’, Editions Ecole Polytechnique, ISBN 978-2-7302-1255-7, 2005, pp 409.
Yadolah Dodg, ‘Optimisation appliquée’, Edition Springer, ISBN 2-287-21335-X, 2004, pp 276.
http://www-pequan.lip6.fr/~jmc/polycopies/cours2-meth_dir_sys_lin.pdf
L.-V. Bertallanfy, ‘General System Theory’, Edition MASSON, 1972.
http://www.ipgp.jussieu.fr/~grandin/Raphael_Grandin_personal_web_page/Teaching_files/1_oscillateurs.pdf
http://wims.unice.fr/wims/fr_U1~algebra~docsyslin.fr.html
https://magarotto.users.greyc.fr/pdf/TD_Regul_2005.pdf
https://cours.etsmtl.ca/seg/mbeaudin/MAT265/BlocR%C3%A9sum%C3%A9s/R%C3%A9sum%C3%A9Laplace.pdf
http://www.math.u-bordeaux1.fr/~sakkouch/Enseignements/ENSC/Cours/Simplexe.pdf
http://www.hec.ca/cam/aide/rubriques/algorithme_simplexe.pdf
http://www-history.mcs.st-andrews.ac.uk/Biographies
http://www.zweigmedia.com/RealWorld/simplex.html
http://algos.inesc-id.pt/algos/software.php
http://www.neos-server.org/neos/

Contenu connexe

Tendances

PFE Réalisation d’un onduleur monophasé autonome commandé par PIC 16F877
PFE Réalisation d’un onduleur monophasé autonome commandé par PIC 16F877PFE Réalisation d’un onduleur monophasé autonome commandé par PIC 16F877
PFE Réalisation d’un onduleur monophasé autonome commandé par PIC 16F877
RAMZI EL IDRISSI
 
Chapitre 3 robotique e
Chapitre 3 robotique eChapitre 3 robotique e
Chapitre 3 robotique e
Mouna Souissi
 
A. ATTOU RMG MSAP
A. ATTOU RMG MSAP A. ATTOU RMG MSAP
A. ATTOU RMG MSAP
Attou
 
Dimensionnement et commande d’un hacheur parallèle.pptx
Dimensionnement et commande d’un hacheur parallèle.pptxDimensionnement et commande d’un hacheur parallèle.pptx
Dimensionnement et commande d’un hacheur parallèle.pptx
Triangledz Jamel
 
cour robotique
cour robotiquecour robotique
cour robotique
Mouhamed Ndao
 
Automatique systémes linéaires et non linéaires 2
Automatique   systémes linéaires et non linéaires 2Automatique   systémes linéaires et non linéaires 2
Automatique systémes linéaires et non linéaires 2
badr zaimi
 
Type abstrait de données
Type abstrait de donnéesType abstrait de données
Type abstrait de données
ECAM Brussels Engineering School
 
Mcc
MccMcc
TPs-TDs : Travaux Pratiques & Dérigés (version 2014-2017) Génie Electrique/Ex...
TPs-TDs : Travaux Pratiques & Dérigés (version 2014-2017) Génie Electrique/Ex...TPs-TDs : Travaux Pratiques & Dérigés (version 2014-2017) Génie Electrique/Ex...
TPs-TDs : Travaux Pratiques & Dérigés (version 2014-2017) Génie Electrique/Ex...
Mohammed TAMALI
 
7 grafcet avec saut d'étape perceuse
7  grafcet avec saut d'étape perceuse7  grafcet avec saut d'étape perceuse
7 grafcet avec saut d'étape perceuse
omar bllaouhamou
 
PFE régulateur de vitesse d'un moteur DC
PFE régulateur de vitesse d'un moteur DCPFE régulateur de vitesse d'un moteur DC
PFE régulateur de vitesse d'un moteur DC
Mohamed Arhoujdam
 
Tous les exercices_-_electromagnétisme_pcsi_mpsi
Tous les exercices_-_electromagnétisme_pcsi_mpsiTous les exercices_-_electromagnétisme_pcsi_mpsi
Tous les exercices_-_electromagnétisme_pcsi_mpsi
Smee Kaem Chann
 
Machines électriques: Correction des exercices du chapitre Transformateur.
Machines électriques: Correction des exercices du chapitre Transformateur.Machines électriques: Correction des exercices du chapitre Transformateur.
Machines électriques: Correction des exercices du chapitre Transformateur.
Mohamed Khalfaoui
 
Presentation arduino
Presentation arduinoPresentation arduino
Presentation arduino
SinGuy
 
Cours et travaux diriges sur l'automatisme et les systemes automatises
Cours et travaux diriges sur l'automatisme et les systemes automatisesCours et travaux diriges sur l'automatisme et les systemes automatises
Cours et travaux diriges sur l'automatisme et les systemes automatises
morin moli
 
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires
sarah Benmerzouk
 
Cours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultineCours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultine
Abdel Hakim
 
شرح مهم حول Asservissement et régulation
شرح مهم حول Asservissement et régulationشرح مهم حول Asservissement et régulation
شرح مهم حول Asservissement et régulation
electrolouhla
 
Cours transistor
Cours transistorCours transistor
Cours transistor
Ahmed HA
 

Tendances (20)

PFE Réalisation d’un onduleur monophasé autonome commandé par PIC 16F877
PFE Réalisation d’un onduleur monophasé autonome commandé par PIC 16F877PFE Réalisation d’un onduleur monophasé autonome commandé par PIC 16F877
PFE Réalisation d’un onduleur monophasé autonome commandé par PIC 16F877
 
Chapitre 3 robotique e
Chapitre 3 robotique eChapitre 3 robotique e
Chapitre 3 robotique e
 
A. ATTOU RMG MSAP
A. ATTOU RMG MSAP A. ATTOU RMG MSAP
A. ATTOU RMG MSAP
 
Dimensionnement et commande d’un hacheur parallèle.pptx
Dimensionnement et commande d’un hacheur parallèle.pptxDimensionnement et commande d’un hacheur parallèle.pptx
Dimensionnement et commande d’un hacheur parallèle.pptx
 
Chapitre 4 robotique
Chapitre 4 robotiqueChapitre 4 robotique
Chapitre 4 robotique
 
cour robotique
cour robotiquecour robotique
cour robotique
 
Automatique systémes linéaires et non linéaires 2
Automatique   systémes linéaires et non linéaires 2Automatique   systémes linéaires et non linéaires 2
Automatique systémes linéaires et non linéaires 2
 
Type abstrait de données
Type abstrait de donnéesType abstrait de données
Type abstrait de données
 
Mcc
MccMcc
Mcc
 
TPs-TDs : Travaux Pratiques & Dérigés (version 2014-2017) Génie Electrique/Ex...
TPs-TDs : Travaux Pratiques & Dérigés (version 2014-2017) Génie Electrique/Ex...TPs-TDs : Travaux Pratiques & Dérigés (version 2014-2017) Génie Electrique/Ex...
TPs-TDs : Travaux Pratiques & Dérigés (version 2014-2017) Génie Electrique/Ex...
 
7 grafcet avec saut d'étape perceuse
7  grafcet avec saut d'étape perceuse7  grafcet avec saut d'étape perceuse
7 grafcet avec saut d'étape perceuse
 
PFE régulateur de vitesse d'un moteur DC
PFE régulateur de vitesse d'un moteur DCPFE régulateur de vitesse d'un moteur DC
PFE régulateur de vitesse d'un moteur DC
 
Tous les exercices_-_electromagnétisme_pcsi_mpsi
Tous les exercices_-_electromagnétisme_pcsi_mpsiTous les exercices_-_electromagnétisme_pcsi_mpsi
Tous les exercices_-_electromagnétisme_pcsi_mpsi
 
Machines électriques: Correction des exercices du chapitre Transformateur.
Machines électriques: Correction des exercices du chapitre Transformateur.Machines électriques: Correction des exercices du chapitre Transformateur.
Machines électriques: Correction des exercices du chapitre Transformateur.
 
Presentation arduino
Presentation arduinoPresentation arduino
Presentation arduino
 
Cours et travaux diriges sur l'automatisme et les systemes automatises
Cours et travaux diriges sur l'automatisme et les systemes automatisesCours et travaux diriges sur l'automatisme et les systemes automatises
Cours et travaux diriges sur l'automatisme et les systemes automatises
 
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires
 
Cours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultineCours maths s1.by m.e.goultine
Cours maths s1.by m.e.goultine
 
شرح مهم حول Asservissement et régulation
شرح مهم حول Asservissement et régulationشرح مهم حول Asservissement et régulation
شرح مهم حول Asservissement et régulation
 
Cours transistor
Cours transistorCours transistor
Cours transistor
 

En vedette

Examen Master CCV : Méthode et Plan d'Expériences
Examen Master CCV : Méthode et Plan d'ExpériencesExamen Master CCV : Méthode et Plan d'Expériences
Examen Master CCV : Méthode et Plan d'Expériences
Mohammed TAMALI
 
Exercices
ExercicesExercices
Exercices
Mohammed TAMALI
 
Chap II : Cours de Modélisation & Simulation des processus
Chap II : Cours de Modélisation & Simulation des processusChap II : Cours de Modélisation & Simulation des processus
Chap II : Cours de Modélisation & Simulation des processus
Mohammed TAMALI
 
Chap III : Cours de Modélisation & Simulation des systèmes
Chap III : Cours de Modélisation & Simulation des systèmesChap III : Cours de Modélisation & Simulation des systèmes
Chap III : Cours de Modélisation & Simulation des systèmes
Mohammed TAMALI
 
Cours modélisation
Cours modélisationCours modélisation
Cours modélisation
Mina Bk
 
La spécialité maths en Terminale S
La spécialité maths en Terminale SLa spécialité maths en Terminale S
La spécialité maths en Terminale S
Philippe Bancourt
 
Tp1 6-141218060317-conversion-gate02
Tp1 6-141218060317-conversion-gate02Tp1 6-141218060317-conversion-gate02
Tp1 6-141218060317-conversion-gate02
BelloufaHarounErrachid
 
Td analyse-maths-chapitre
Td analyse-maths-chapitre Td analyse-maths-chapitre
Td analyse-maths-chapitre
Khamiss Khouya
 
S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)
issa-fariss
 
Algebre1 cf correction-2012
Algebre1 cf correction-2012Algebre1 cf correction-2012
Algebre1 cf correction-2012
Med Bijou
 
Chap I : Cours de Modélisation & Simulation des processus
Chap I : Cours de Modélisation & Simulation des processusChap I : Cours de Modélisation & Simulation des processus
Chap I : Cours de Modélisation & Simulation des processus
Mohammed TAMALI
 
S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)
Med Bijou
 
Chap IV : Théorie des graphes
Chap IV : Théorie des graphesChap IV : Théorie des graphes
Chap IV : Théorie des graphes
Mohammed TAMALI
 
Statistique descriptives1ets2
Statistique descriptives1ets2Statistique descriptives1ets2
Statistique descriptives1ets2
hassan1488
 
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
Mohammed TAMALI
 
Chap XI : Outils de Simulation des modes opératoires (Plans d’expériences)
Chap XI : Outils de Simulation des modes opératoires (Plans d’expériences)Chap XI : Outils de Simulation des modes opératoires (Plans d’expériences)
Chap XI : Outils de Simulation des modes opératoires (Plans d’expériences)
Mohammed TAMALI
 
Cours modelisation calage2010
Cours modelisation calage2010Cours modelisation calage2010
Cours modelisation calage2010
Souhila Benkaci
 

En vedette (17)

Examen Master CCV : Méthode et Plan d'Expériences
Examen Master CCV : Méthode et Plan d'ExpériencesExamen Master CCV : Méthode et Plan d'Expériences
Examen Master CCV : Méthode et Plan d'Expériences
 
Exercices
ExercicesExercices
Exercices
 
Chap II : Cours de Modélisation & Simulation des processus
Chap II : Cours de Modélisation & Simulation des processusChap II : Cours de Modélisation & Simulation des processus
Chap II : Cours de Modélisation & Simulation des processus
 
Chap III : Cours de Modélisation & Simulation des systèmes
Chap III : Cours de Modélisation & Simulation des systèmesChap III : Cours de Modélisation & Simulation des systèmes
Chap III : Cours de Modélisation & Simulation des systèmes
 
Cours modélisation
Cours modélisationCours modélisation
Cours modélisation
 
La spécialité maths en Terminale S
La spécialité maths en Terminale SLa spécialité maths en Terminale S
La spécialité maths en Terminale S
 
Tp1 6-141218060317-conversion-gate02
Tp1 6-141218060317-conversion-gate02Tp1 6-141218060317-conversion-gate02
Tp1 6-141218060317-conversion-gate02
 
Td analyse-maths-chapitre
Td analyse-maths-chapitre Td analyse-maths-chapitre
Td analyse-maths-chapitre
 
S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)
 
Algebre1 cf correction-2012
Algebre1 cf correction-2012Algebre1 cf correction-2012
Algebre1 cf correction-2012
 
Chap I : Cours de Modélisation & Simulation des processus
Chap I : Cours de Modélisation & Simulation des processusChap I : Cours de Modélisation & Simulation des processus
Chap I : Cours de Modélisation & Simulation des processus
 
S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)S3 algebre i (polycopie du cours)
S3 algebre i (polycopie du cours)
 
Chap IV : Théorie des graphes
Chap IV : Théorie des graphesChap IV : Théorie des graphes
Chap IV : Théorie des graphes
 
Statistique descriptives1ets2
Statistique descriptives1ets2Statistique descriptives1ets2
Statistique descriptives1ets2
 
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
 
Chap XI : Outils de Simulation des modes opératoires (Plans d’expériences)
Chap XI : Outils de Simulation des modes opératoires (Plans d’expériences)Chap XI : Outils de Simulation des modes opératoires (Plans d’expériences)
Chap XI : Outils de Simulation des modes opératoires (Plans d’expériences)
 
Cours modelisation calage2010
Cours modelisation calage2010Cours modelisation calage2010
Cours modelisation calage2010
 

Similaire à CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation

Chap9 : Systèmes non linéaires
Chap9 : Systèmes non linéairesChap9 : Systèmes non linéaires
Chap9 : Systèmes non linéaires
Mohammed TAMALI
 
Cours rep etat
Cours rep etatCours rep etat
Cours rep etat
Lin Pepin
 
Matlab Travaux Pratique
Matlab Travaux Pratique Matlab Travaux Pratique
Matlab Travaux Pratique
Smee Kaem Chann
 
Approximation Linéaire - Droite d ajustement au sens des moindres carrés
Approximation Linéaire  -  Droite d ajustement au sens des moindres carrésApproximation Linéaire  -  Droite d ajustement au sens des moindres carrés
Approximation Linéaire - Droite d ajustement au sens des moindres carrés
Cédric Mouats
 
02systemediapo.pdf
02systemediapo.pdf02systemediapo.pdf
02systemediapo.pdf
AzedineSariye
 
Vision Numérique : Rappels mathématiques
Vision Numérique : Rappels mathématiquesVision Numérique : Rappels mathématiques
Vision Numérique : Rappels mathématiques
KevinJobin2
 
Algorithmique
AlgorithmiqueAlgorithmique
Algorithmique
ABID Mehdi
 
Algorithmique
AlgorithmiqueAlgorithmique
Algorithmique
ABID Mehdi
 
02 correction-td smi-s3-algo2
02 correction-td smi-s3-algo202 correction-td smi-s3-algo2
02 correction-td smi-s3-algo2
L’Université Hassan 1er Settat
 
Introduction à MATLAB et Simulink.pdf
Introduction à MATLAB et Simulink.pdfIntroduction à MATLAB et Simulink.pdf
Introduction à MATLAB et Simulink.pdf
TarakBenslimane
 
Introduction à MATLAB et Simulink.pdf
Introduction à MATLAB et Simulink.pdfIntroduction à MATLAB et Simulink.pdf
Introduction à MATLAB et Simulink.pdf
TarakBenslimane
 
Chaitre 3 Fonctions logiques (1).pptx
Chaitre 3 Fonctions logiques (1).pptxChaitre 3 Fonctions logiques (1).pptx
Chaitre 3 Fonctions logiques (1).pptx
MohammedJaafari3
 
espaces vectoriels et applications linéaires
espaces vectoriels et applications linéairesespaces vectoriels et applications linéaires
espaces vectoriels et applications linéaires
AhmedELYAHYAOUI
 
Analyse factorielle des_correspondances-afc
Analyse factorielle des_correspondances-afcAnalyse factorielle des_correspondances-afc
Analyse factorielle des_correspondances-afc
Rémi Bachelet
 
Excel : Les fonctions mathématiques
Excel : Les fonctions mathématiquesExcel : Les fonctions mathématiques
Excel : Les fonctions mathématiques
Zakariyaa AIT ELMOUDEN
 
CA_RESMA_2022_01 Chap1.pdf
CA_RESMA_2022_01 Chap1.pdfCA_RESMA_2022_01 Chap1.pdf
CA_RESMA_2022_01 Chap1.pdf
YassineAmal2
 
Tp01
Tp01Tp01
Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)
Guesmi Amal
 
01_LES_TENSEURS.pdf
01_LES_TENSEURS.pdf01_LES_TENSEURS.pdf
01_LES_TENSEURS.pdf
NSANGOU1
 

Similaire à CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation (20)

Chap9 : Systèmes non linéaires
Chap9 : Systèmes non linéairesChap9 : Systèmes non linéaires
Chap9 : Systèmes non linéaires
 
Cours rep etat
Cours rep etatCours rep etat
Cours rep etat
 
Matlab Travaux Pratique
Matlab Travaux Pratique Matlab Travaux Pratique
Matlab Travaux Pratique
 
Approximation Linéaire - Droite d ajustement au sens des moindres carrés
Approximation Linéaire  -  Droite d ajustement au sens des moindres carrésApproximation Linéaire  -  Droite d ajustement au sens des moindres carrés
Approximation Linéaire - Droite d ajustement au sens des moindres carrés
 
02systemediapo.pdf
02systemediapo.pdf02systemediapo.pdf
02systemediapo.pdf
 
Vision Numérique : Rappels mathématiques
Vision Numérique : Rappels mathématiquesVision Numérique : Rappels mathématiques
Vision Numérique : Rappels mathématiques
 
Algorithmique
AlgorithmiqueAlgorithmique
Algorithmique
 
Algorithmique
AlgorithmiqueAlgorithmique
Algorithmique
 
02 correction-td smi-s3-algo2
02 correction-td smi-s3-algo202 correction-td smi-s3-algo2
02 correction-td smi-s3-algo2
 
Introduction à MATLAB et Simulink.pdf
Introduction à MATLAB et Simulink.pdfIntroduction à MATLAB et Simulink.pdf
Introduction à MATLAB et Simulink.pdf
 
Introduction à MATLAB et Simulink.pdf
Introduction à MATLAB et Simulink.pdfIntroduction à MATLAB et Simulink.pdf
Introduction à MATLAB et Simulink.pdf
 
Cours architecture
Cours architectureCours architecture
Cours architecture
 
Chaitre 3 Fonctions logiques (1).pptx
Chaitre 3 Fonctions logiques (1).pptxChaitre 3 Fonctions logiques (1).pptx
Chaitre 3 Fonctions logiques (1).pptx
 
espaces vectoriels et applications linéaires
espaces vectoriels et applications linéairesespaces vectoriels et applications linéaires
espaces vectoriels et applications linéaires
 
Analyse factorielle des_correspondances-afc
Analyse factorielle des_correspondances-afcAnalyse factorielle des_correspondances-afc
Analyse factorielle des_correspondances-afc
 
Excel : Les fonctions mathématiques
Excel : Les fonctions mathématiquesExcel : Les fonctions mathématiques
Excel : Les fonctions mathématiques
 
CA_RESMA_2022_01 Chap1.pdf
CA_RESMA_2022_01 Chap1.pdfCA_RESMA_2022_01 Chap1.pdf
CA_RESMA_2022_01 Chap1.pdf
 
Tp01
Tp01Tp01
Tp01
 
Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)
 
01_LES_TENSEURS.pdf
01_LES_TENSEURS.pdf01_LES_TENSEURS.pdf
01_LES_TENSEURS.pdf
 

Plus de Mohammed TAMALI

Chap XVI-RedactionMemoire.pdf
Chap XVI-RedactionMemoire.pdfChap XVI-RedactionMemoire.pdf
Chap XVI-RedactionMemoire.pdf
Mohammed TAMALI
 
Chap XI-Optimisation.pdf
Chap XI-Optimisation.pdfChap XI-Optimisation.pdf
Chap XI-Optimisation.pdf
Mohammed TAMALI
 
Outils GPL de Modélisation & Simulation
Outils GPL de Modélisation & SimulationOutils GPL de Modélisation & Simulation
Outils GPL de Modélisation & Simulation
Mohammed TAMALI
 
Chap XVI - redaction mémoire
Chap XVI - redaction mémoireChap XVI - redaction mémoire
Chap XVI - redaction mémoire
Mohammed TAMALI
 
Chap VI 1-Elements de Pratique des SIG sous QGIS
Chap VI 1-Elements de Pratique des SIG sous QGISChap VI 1-Elements de Pratique des SIG sous QGIS
Chap VI 1-Elements de Pratique des SIG sous QGIS
Mohammed TAMALI
 
Chap VI SIG, Système d'Information Géographique, les bases
Chap VI SIG, Système d'Information Géographique, les basesChap VI SIG, Système d'Information Géographique, les bases
Chap VI SIG, Système d'Information Géographique, les bases
Mohammed TAMALI
 
Informatique pour école de Médecine Cours : TD & TP
Informatique pour école de Médecine Cours : TD & TPInformatique pour école de Médecine Cours : TD & TP
Informatique pour école de Médecine Cours : TD & TP
Mohammed TAMALI
 
Informatique pour école de Médecine Cours : Concepts de bases
Informatique pour école de Médecine Cours : Concepts de basesInformatique pour école de Médecine Cours : Concepts de bases
Informatique pour école de Médecine Cours : Concepts de bases
Mohammed TAMALI
 
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)
Mohammed TAMALI
 
Chap XIII : calcul scientifique avec python
Chap XIII : calcul scientifique avec pythonChap XIII : calcul scientifique avec python
Chap XIII : calcul scientifique avec python
Mohammed TAMALI
 
Universitaire, Intellectuel & Instruit
Universitaire, Intellectuel & InstruitUniversitaire, Intellectuel & Instruit
Universitaire, Intellectuel & Instruit
Mohammed TAMALI
 
Analyse Numérique – TP
Analyse Numérique – TP Analyse Numérique – TP
Analyse Numérique – TP
Mohammed TAMALI
 
Chap XII Analyse Numerique
Chap XII Analyse NumeriqueChap XII Analyse Numerique
Chap XII Analyse Numerique
Mohammed TAMALI
 
ÉTUDE ET DIMENTIONNEMENT D’UN SUIVEUR SOLAIRE POUR LA GÉNÉRATION D’ÉNERGIE PV
ÉTUDE ET DIMENTIONNEMENT D’UN SUIVEUR SOLAIRE POUR LA GÉNÉRATION D’ÉNERGIE PVÉTUDE ET DIMENTIONNEMENT D’UN SUIVEUR SOLAIRE POUR LA GÉNÉRATION D’ÉNERGIE PV
ÉTUDE ET DIMENTIONNEMENT D’UN SUIVEUR SOLAIRE POUR LA GÉNÉRATION D’ÉNERGIE PV
Mohammed TAMALI
 
Chap VI SIG-Travaux Pratiques
Chap VI SIG-Travaux PratiquesChap VI SIG-Travaux Pratiques
Chap VI SIG-Travaux Pratiques
Mohammed TAMALI
 
Sipe12 : Pour une didactique BIO (Pédagogie & Efficaité energetique)
Sipe12 : Pour une didactique BIO (Pédagogie & Efficaité energetique)Sipe12 : Pour une didactique BIO (Pédagogie & Efficaité energetique)
Sipe12 : Pour une didactique BIO (Pédagogie & Efficaité energetique)
Mohammed TAMALI
 
CV Updated 2015
CV Updated 2015CV Updated 2015
CV Updated 2015
Mohammed TAMALI
 
Chap10 : Outils de Simulation Cas des CAD 3D Concepts de base & fondements.
Chap10 : Outils de Simulation Cas des CAD 3D Concepts de base & fondements.Chap10 : Outils de Simulation Cas des CAD 3D Concepts de base & fondements.
Chap10 : Outils de Simulation Cas des CAD 3D Concepts de base & fondements.
Mohammed TAMALI
 
Je TIC au passé, présent et au futur, Journée du 23/12/2014
Je TIC au passé,  présent et au futur, Journée du 23/12/2014Je TIC au passé,  présent et au futur, Journée du 23/12/2014
Je TIC au passé, présent et au futur, Journée du 23/12/2014
Mohammed TAMALI
 
Chap7 : Evaluation des performances, Concepts de base & fondements Modélisati...
Chap7 : Evaluation des performances, Concepts de base & fondements Modélisati...Chap7 : Evaluation des performances, Concepts de base & fondements Modélisati...
Chap7 : Evaluation des performances, Concepts de base & fondements Modélisati...
Mohammed TAMALI
 

Plus de Mohammed TAMALI (20)

Chap XVI-RedactionMemoire.pdf
Chap XVI-RedactionMemoire.pdfChap XVI-RedactionMemoire.pdf
Chap XVI-RedactionMemoire.pdf
 
Chap XI-Optimisation.pdf
Chap XI-Optimisation.pdfChap XI-Optimisation.pdf
Chap XI-Optimisation.pdf
 
Outils GPL de Modélisation & Simulation
Outils GPL de Modélisation & SimulationOutils GPL de Modélisation & Simulation
Outils GPL de Modélisation & Simulation
 
Chap XVI - redaction mémoire
Chap XVI - redaction mémoireChap XVI - redaction mémoire
Chap XVI - redaction mémoire
 
Chap VI 1-Elements de Pratique des SIG sous QGIS
Chap VI 1-Elements de Pratique des SIG sous QGISChap VI 1-Elements de Pratique des SIG sous QGIS
Chap VI 1-Elements de Pratique des SIG sous QGIS
 
Chap VI SIG, Système d'Information Géographique, les bases
Chap VI SIG, Système d'Information Géographique, les basesChap VI SIG, Système d'Information Géographique, les bases
Chap VI SIG, Système d'Information Géographique, les bases
 
Informatique pour école de Médecine Cours : TD & TP
Informatique pour école de Médecine Cours : TD & TPInformatique pour école de Médecine Cours : TD & TP
Informatique pour école de Médecine Cours : TD & TP
 
Informatique pour école de Médecine Cours : Concepts de bases
Informatique pour école de Médecine Cours : Concepts de basesInformatique pour école de Médecine Cours : Concepts de bases
Informatique pour école de Médecine Cours : Concepts de bases
 
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)
Chap XIV : Calcul parallèle (Fondements & Principe d'utilisation)
 
Chap XIII : calcul scientifique avec python
Chap XIII : calcul scientifique avec pythonChap XIII : calcul scientifique avec python
Chap XIII : calcul scientifique avec python
 
Universitaire, Intellectuel & Instruit
Universitaire, Intellectuel & InstruitUniversitaire, Intellectuel & Instruit
Universitaire, Intellectuel & Instruit
 
Analyse Numérique – TP
Analyse Numérique – TP Analyse Numérique – TP
Analyse Numérique – TP
 
Chap XII Analyse Numerique
Chap XII Analyse NumeriqueChap XII Analyse Numerique
Chap XII Analyse Numerique
 
ÉTUDE ET DIMENTIONNEMENT D’UN SUIVEUR SOLAIRE POUR LA GÉNÉRATION D’ÉNERGIE PV
ÉTUDE ET DIMENTIONNEMENT D’UN SUIVEUR SOLAIRE POUR LA GÉNÉRATION D’ÉNERGIE PVÉTUDE ET DIMENTIONNEMENT D’UN SUIVEUR SOLAIRE POUR LA GÉNÉRATION D’ÉNERGIE PV
ÉTUDE ET DIMENTIONNEMENT D’UN SUIVEUR SOLAIRE POUR LA GÉNÉRATION D’ÉNERGIE PV
 
Chap VI SIG-Travaux Pratiques
Chap VI SIG-Travaux PratiquesChap VI SIG-Travaux Pratiques
Chap VI SIG-Travaux Pratiques
 
Sipe12 : Pour une didactique BIO (Pédagogie & Efficaité energetique)
Sipe12 : Pour une didactique BIO (Pédagogie & Efficaité energetique)Sipe12 : Pour une didactique BIO (Pédagogie & Efficaité energetique)
Sipe12 : Pour une didactique BIO (Pédagogie & Efficaité energetique)
 
CV Updated 2015
CV Updated 2015CV Updated 2015
CV Updated 2015
 
Chap10 : Outils de Simulation Cas des CAD 3D Concepts de base & fondements.
Chap10 : Outils de Simulation Cas des CAD 3D Concepts de base & fondements.Chap10 : Outils de Simulation Cas des CAD 3D Concepts de base & fondements.
Chap10 : Outils de Simulation Cas des CAD 3D Concepts de base & fondements.
 
Je TIC au passé, présent et au futur, Journée du 23/12/2014
Je TIC au passé,  présent et au futur, Journée du 23/12/2014Je TIC au passé,  présent et au futur, Journée du 23/12/2014
Je TIC au passé, présent et au futur, Journée du 23/12/2014
 
Chap7 : Evaluation des performances, Concepts de base & fondements Modélisati...
Chap7 : Evaluation des performances, Concepts de base & fondements Modélisati...Chap7 : Evaluation des performances, Concepts de base & fondements Modélisati...
Chap7 : Evaluation des performances, Concepts de base & fondements Modélisati...
 

Dernier

Burkina Faso libraries newsletter for June 2024
Burkina Faso libraries newsletter for June 2024Burkina Faso libraries newsletter for June 2024
Burkina Faso libraries newsletter for June 2024
Friends of African Village Libraries
 
MÉDIATION ORALE - MON NOUVEL APPARTEMENT.pdf
MÉDIATION ORALE - MON NOUVEL APPARTEMENT.pdfMÉDIATION ORALE - MON NOUVEL APPARTEMENT.pdf
MÉDIATION ORALE - MON NOUVEL APPARTEMENT.pdf
lebaobabbleu
 
Auguste Herbin.pptx Peintre français
Auguste   Herbin.pptx Peintre   françaisAuguste   Herbin.pptx Peintre   français
Auguste Herbin.pptx Peintre français
Txaruka
 
GUIDE POUR L’EVRAS BALISES ET APPRENTISSAGES
GUIDE POUR L’EVRAS BALISES ET APPRENTISSAGESGUIDE POUR L’EVRAS BALISES ET APPRENTISSAGES
GUIDE POUR L’EVRAS BALISES ET APPRENTISSAGES
DjibrilToure5
 
1e Espaces productifs 2024.Espaces productif
1e Espaces productifs 2024.Espaces productif1e Espaces productifs 2024.Espaces productif
1e Espaces productifs 2024.Espaces productif
NadineHG
 
1e geo metropolisation metropolisation x
1e geo metropolisation metropolisation x1e geo metropolisation metropolisation x
1e geo metropolisation metropolisation x
NadineHG
 
A1- Compréhension orale - présentations.pdf
A1- Compréhension orale - présentations.pdfA1- Compréhension orale - présentations.pdf
A1- Compréhension orale - présentations.pdf
lebaobabbleu
 
Droits et devoirs, éthique universitaire..
Droits et devoirs, éthique universitaire..Droits et devoirs, éthique universitaire..
Droits et devoirs, éthique universitaire..
TarikBouchala
 
Zineb Mekouar.pptx Écrivaine marocaine
Zineb Mekouar.pptx   Écrivaine  marocaineZineb Mekouar.pptx   Écrivaine  marocaine
Zineb Mekouar.pptx Écrivaine marocaine
Txaruka
 
La Révolution Bénédictine Casadéenne du Livradois-Forez: De Charlemagne à Fra...
La Révolution Bénédictine Casadéenne du Livradois-Forez: De Charlemagne à Fra...La Révolution Bénédictine Casadéenne du Livradois-Forez: De Charlemagne à Fra...
La Révolution Bénédictine Casadéenne du Livradois-Forez: De Charlemagne à Fra...
Editions La Dondaine
 

Dernier (10)

Burkina Faso libraries newsletter for June 2024
Burkina Faso libraries newsletter for June 2024Burkina Faso libraries newsletter for June 2024
Burkina Faso libraries newsletter for June 2024
 
MÉDIATION ORALE - MON NOUVEL APPARTEMENT.pdf
MÉDIATION ORALE - MON NOUVEL APPARTEMENT.pdfMÉDIATION ORALE - MON NOUVEL APPARTEMENT.pdf
MÉDIATION ORALE - MON NOUVEL APPARTEMENT.pdf
 
Auguste Herbin.pptx Peintre français
Auguste   Herbin.pptx Peintre   françaisAuguste   Herbin.pptx Peintre   français
Auguste Herbin.pptx Peintre français
 
GUIDE POUR L’EVRAS BALISES ET APPRENTISSAGES
GUIDE POUR L’EVRAS BALISES ET APPRENTISSAGESGUIDE POUR L’EVRAS BALISES ET APPRENTISSAGES
GUIDE POUR L’EVRAS BALISES ET APPRENTISSAGES
 
1e Espaces productifs 2024.Espaces productif
1e Espaces productifs 2024.Espaces productif1e Espaces productifs 2024.Espaces productif
1e Espaces productifs 2024.Espaces productif
 
1e geo metropolisation metropolisation x
1e geo metropolisation metropolisation x1e geo metropolisation metropolisation x
1e geo metropolisation metropolisation x
 
A1- Compréhension orale - présentations.pdf
A1- Compréhension orale - présentations.pdfA1- Compréhension orale - présentations.pdf
A1- Compréhension orale - présentations.pdf
 
Droits et devoirs, éthique universitaire..
Droits et devoirs, éthique universitaire..Droits et devoirs, éthique universitaire..
Droits et devoirs, éthique universitaire..
 
Zineb Mekouar.pptx Écrivaine marocaine
Zineb Mekouar.pptx   Écrivaine  marocaineZineb Mekouar.pptx   Écrivaine  marocaine
Zineb Mekouar.pptx Écrivaine marocaine
 
La Révolution Bénédictine Casadéenne du Livradois-Forez: De Charlemagne à Fra...
La Révolution Bénédictine Casadéenne du Livradois-Forez: De Charlemagne à Fra...La Révolution Bénédictine Casadéenne du Livradois-Forez: De Charlemagne à Fra...
La Révolution Bénédictine Casadéenne du Livradois-Forez: De Charlemagne à Fra...
 

CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation

  • 1. Université de Béchar Laboratoire des Études Énergétiques en Zones Arides Équipe Modélisation & Simulation des Systèmes Cours réalisé par : Pr. TAMALI Mohammed, http://www.univ-bechar.dz/mtamali Université de Béchar | FS&T ENERGARID Lab./SimulIA team SITI PNR 83/TIC/2011 CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation
  • 2. Présentation The University of Bechar was born in 1986 as the National Institutes of Higher Education (INES) in 1992 it becomes University Center and 07/01/2007, it was officially declared as a university. Since then, many research teams have seen the day. In 2011, The Laboratory for Energy Systems Studies Applied to Arid Zones was run by a group of young and well motivated researchers (7 research teams) to solve real problems affecting arid zones, SimulIA is one of the teams of the same laboratory. The workload of SimulIA concern studies and applications of modeling and simulation of systems in arid areas. Research areas:  Energy & Environment (Modeling & Simulation)  Application of heat in arid zones  Energy economy.  Mapping and development of resources in arid zones.  SIMULIA for the task in the short term, to develop the computer code for modeling and simulation which can be accessed online. Website of the laboratory team: www.univ-bechar.dz/energarid/simulia
  • 3. Plan Overview & Presentations Definitions & Concepts the ambiguities How to get a Model Context of Use conclusions references
  • 4. Généralités & Présentations Dans la réalité des choses, les systèmes qui composent et forment notre univers sont parfaitement non-linéaires. Pour des raisons de prise en considération et d’étude, nous considérons, pour des systèmes donnés, que la région où celui-ci se comporte d’une manière continue et linéaire. Le caractère de proportionnalité et de superposition est alors significatif pour ce genre de systèmes. Le système, c’est la composition au sens Bertallanfy. Nous sous- entendons par cette remarque que SYSTÈME LINEAIRE est non totalement compatible à SYSTÈME D’EQUATIONS LINEAIRES. Une équation est dite linéaire si les variables font apparaître des évolutions indépendantes proportionnelles. Un système d’équations linéaires, est une compositions de telles équations. Le système est dit LINÉAIRE si la fonction de transfert qui décrit son comportement fonctionnel est elle-même linéaire. Cette dernière vérifie alors les principes de la proportionnalité et de la superposition.
  • 5. Principe de proportionnalité : si s(t) est la réponse à l'entrée e(t) alors λ*s(t) est la réponse à l'entrée λ*e(t). Principe de superposition : si s1(t) est la réponse à l'entrée e1(t) et s2(t) est la réponse à l'entrée e2(t) alors [s1(t) + s2(t)] est la réponse à l'entrée [e1(t) + e2(t)]. Allure de la courbe d’un SL : pour un système linéaire, en régime nominal (en fonctionnement normal et sans excitation perturbatrice), la courbe s = f(e) est une droite. Un système est continu, par opposition à un système discret, lorsque les variations de ses composantes sont continûment observable. Un système est invariant (stationnaire) si ses caractéristiques sont insensibles aux changements du temps. selon ces faits, le système linéaire SL reflète les mêmes réactions indépendamment du temps. Un système d’équations linéaires SEL (ζ) est la composition faite de n équations linéaires : a11x1 + a12x2 + … = k1 a21x1 + a22x2 + … = k2 …. an1x1 + an2x2 + … = kn où x1, x2, … xp sont les p inconnues du système alors que k1, k2, … kn sont les n termes du second membre ou constantes et les aij sont les n*p coefficients du système ou multiplicateur des variable xi. Géométriquement, les n équations représentent les n droites en intersection dans un référentiel R n. Les systèmes non linéaires sont plus difficiles à étudier que les systèmes linéaires. Néanmoins, en linéarisant, autour d'un point de considération finie (équilibre fonctionnel), on obtient un système linéaire qui correspond au système non linéaire. Cette approche a atteint sa maturité dans le livre de H.W.Bode (1905-1982) à la fin de la IIème guerre mondiale. Les travaux de R.E.Bellman (1920-1984), L.S.Pontryagin (1908-1988) et al et surtout de R.Kalman (1930) ont conduit nombre d'automaticiens à privilégier la représentation d‘espace d’état à partir des années 1960. Un système est linéaire s’il se comporte linéairement par rapport à ses composantes intrinsèques. Définitions & Bases Bode BellmanKalman Pontryagin
  • 6. Ambiguïtés La première difficulté réside dans la confusion faite en comparant les SL aux SEL. Le cadre de ce cours concerne plus les SL malgré que ceux-ci peuvent être régis, dans des cas précis (économique par exemple) par des SEL. La deuxième ambiguïté touche la considération du système et du système mathématique qui lui est associé comme une seule entité. La réalité est tout à fait distincte. k étant la raideur du ressort. L’oscillation est fonction de l’environnement. Ces des systèmes qui se manifestent proportionnellement à la cause qui est à l’origine de l’action. Dans cette même situation, Les SEL sont une forme d’écriture (modèles simplifiés, modèles linéarisés) représentant des cas d’équivalents de systèmes linéaires. C’est le cas des systèmes économiques où nous décrivons l’évolution des variables du système par une proportionnalité d’ordre 1. z=CT*X Sous des contraintes (X)=b et pour lesquelles X≥0 et  fonction . Concours de droites : Linéarisation Concours de droites : Domaine Allure de la variation Cas de la consommation De l’énergie Concours de courbes Cas de L’investissement/Amortissement
  • 7. Modélisation Problème type : Une usine dispose de 4 machines utilisées toutes pour la production de 3 types de pièces A, B et C. Chaque pièce nécessite un temps tX de fabrication différent suivant la machine où elle est fabriquée. De plus, chaque machine offre un temps limite d’utilisation tui. Le but est de répartir au mieux la fabrication des différentes pièces sur les machines pour maximiser le bénéfice. Formalisation A={aij} : coefficients durée utilisation/machine (heures) b={bi} : vecteur des durées max d’utilisation de la machine i (heures) C={cj} : vecteur bénéfices rapportés sur vente de la pièce de type j X={xj} : vecteur nombre d’unités à produire (sans unités) Z : fonction objectif = CT*X, Total bénéfice à maximiser. Donc, Z = CT*X A*X ≤ b et X≥0 (condition économique) Modélisation graphique Nous remarquons que les droites dictées par le concours des équations des contraintes AX=b (une fois saturées) délimitent un domaine () qui contient la solution du problème posé.
  • 8. Modélisation Formalisation x1 + x2+x3 ≤ 100 6*x1 + 2*x2 + 3*x3 ≤ 450 3*x2 + x3 ≤ 150 X3 ≤ 60 X ≥ 0 condition économique Total bénéfice à maximiser (en DA). Donc, Z=81*x1 +90*x2 + 70*x3 Modélisation graphique Nous remarquons que les plans dictées par le concours des équations des contraintes AX=b (une fois saturées) délimitent un domaine () qui contient la solution du problème posé. x1 + x2+x3 = 100 : la plan α 6*x1 + 2*x2 + 3*x3 =450 : la plan β 3*x2 + x3 = 150 : la plan γ X3 = 60 : la plan δ Le domaine  représente la région volumique dans laquelle se trouve le point Zopt = {x1 opt, x2 opt, x3 opt}qui équivaut à la valeur de zmax. Selon le module SOLVEUR d’excel de Microsoft les résultats sont : {50, 50, 0} et le bénéfice total Zopt est égal à 8550 DA. Le nombre d’unités à produire de type C est égal à 0, ceci veut dire que c’est pas profitable d’en produire.
  • 9. Modélisation Méthode de Simplexe Soit à optimiser, par la méthode Simplexe la fonction objectif Z = CT.X sous les contraintes 1(X) ≤ b1 2(X) = b2 3(X) ≥ b3 X≥0 (condition économique), b1  b2  b3 = b : vecteur second membre Les i sont les fonction contraintes d’inégalités i  [1,m]. Une écriture condensée de la forme (PL) : Z = CT.X s.c. (X) ≤ b X≥0 Est toujours possible. Solution réalisable Par addition / soustraction de quantités si à chaque équation contrainte, nous obtenons la forme aisée suivante (forme PL1) : Z = CT.X s.c. ’(X, si) = ’(X’) = b avec X’=X  si. X≥0 Si nous considérons N, l’ensemble des indices des variables de X, on peut toujours choisir m variables parmi n. Ces dernières formerons la solution SUPPOSEE du problème. N = {1, 2, 3, …, n} Avec les m indices parmi n, nous construirons un ensemble β dit BASE REALISABLE.
  • 10. Modélisation Méthode de Simplexe D’où, une solution réalisable est la considération des variable de la base réalisable comme solution possible au problème tel qu’il a été décrit (forme PL1), les variables considérées sont appelées variables de base. Par contre, le complément de β dans N noté β=N-β) comprend des variables dites variables hors-base. Le problème est alors décrit par : Zβ = CB T.Xβ B.Xβ = b Xβ≥0 Avec Xβ=0 et CBC, Zβ = Fonction objectif pour une base β. B est la matrice de passage formée par les colonne relatives aux variable de base seulement et elle représente le complément à A formée par les coefficients des . La solution recherchée est donnée par Xβ = B-1b. Formulation du Simplexe Le problème ainsi formulé résulte d’une image globale donnée par : Z = Zβ + Zβ = CB T.Xβ + CB T.Xβ B.Xβ + B.Xβ = b Xβ ≥ 0 et Xβ ≥ 0 Dans l’équation de Z nous substituons X par son expression et nous aurons : Z = CB T.B-1b + CB T.Xβ Si nous choisissons xi  β par défaut et par la même occasion, nous sous-estimons une autre xj  β, nous commettons une erreur donnée par : - yi ordonée de xi et égale à bi/aij , j étant la colonne de xi alors i  β. yimin=Min{yi; i  β} - cBj quantité dite coùt marginal de la variable xj notée j. jmax=Max{j, j  β} La correction de cette erreur d’estimation est reprise ans l’Algorithme du Simplexe.
  • 11. Modélisation Méthode de Simplexe Algorithme du Simplexe Après la construction du PL2 à partir de PL0 et PL1 Zβ = CB T.Xβ B.Xβ = b Xβ≥0 Nous choisirons b sachant que la solution est donnée par Xβ = B-1b. On forme xβ à partir des m variables d’écart si introduite lors de la construction de β. Les coût marginaux des variables hors base est alors prise j=-cj. On forme le tableau T={tij} Dans ce qui suivra, nous appliquerons les deux critère de G. Dantzig (1914-2005) Cas d’une maximisation 1. Si tous les j sont positifs ou nuls, le problème converge, on s’arrête. 2. Calculer jmax=Max{|j|, j  β} la colonne correspondante est relative à la variable entrante notée jo. 3. Calculer l’ordonné minimal yimin=Min{yi; i  β} et par suite l’indice de la variable de base à faire sortir io. 4. L’intersection de la colonne jo et de la ligne io donnera la position du pivot aio,jo. Toute la ligne io de la matrice A est alors divisée par celui-ci (Réduction de Gauss-Jordan ). 5. Les autres lignes sont transformées selon la formule suivante : 6. Le tableau T est remplacé par sa résultante T’ après ces transformations et on revient vers l’étape 1). La méthode du Simplexe, des tableaux est la plus commode et simple à utiliser, implémenté sous forme code informatique à déployer pour une exécution Stand-Alone ou à travers des Applets Java. George Dantzig     111,11,1*'' ,,,,  njetmisisaufnjetmipourtttt oo jijijiji oooo jijiji ttt ,,, /'   oo jijijiji ttttaonnjetmipour ,,,, *''11  Tableau T du Simplexe à transformer en T’ Camille Jordan 1838-1922 Carl Friedrich Gauss 1777-1855
  • 13. Modélisation Méthode de Simplexe Maximize p = 81x +90y + 70z subject to x + y + t <= 100 x + y + t + s1 + 0.s2 + 0.s3 + 0.s4 = 100 6x + 2y + 3t <= 450 6x + 2y + 3t + 0.s1 + s2 + 0.s3 + 0.s4 = 450 3y + t <= 150 3y + t + 0.s1 + 0.s2 + s3 + 0.s4 = 150 t <= 60 t + 0.s1 + 0.s2 + 0.s3 + s4 = 60 X, y, t ≥ 0 (x=x1, y=x2 et t=x3) si variable d’écart, β0 : base initiale = {s1, s2, s3, s4} Tableau #1 x y t s1 s2 s3 s4 1 1 1 1 0 0 0 100 6 2 3 0 1 0 0 450 0 3 1 0 0 1 0 150 0 0 1 0 0 0 1 60 -81 -90 -70 0 0 0 0 0 j≤0 donc on continue, on fait sortir s3 (ord=150/3ordmin) et entrer y (jmax=|-90|) Tableau #2, β1 : base 1= {s1, s2, y, s4} x y t s1 s2 s3 s4 1 0 0.667 1 0 -0.333 0 50 6 0 2.33 0 1 -0.667 0 350 0 1 0.333 0 0 0.333 0 50 0 0 1 0 0 0 1 60 -81 0 -40 0 0 30 0 4500 j≤0 donc on continue, on fait sortir s1 (ord=50/1ordmin) et entrer x (jmax=|-80|) Tableau #3, β2 : base initiale = {x, s2, y, s4} x y t s1 s2 s3 s4 1 0 0.667 1 0 -0.333 0 0 0 0 -1.67 -6 1 1.33 0 50 0 1 0.333 0 0 0.333 0 50 0 0 1 0 0 0 1 60 0 0 14 81 0 3 0 8550, j≥0 donc convergence, d’où x=x1=50, y=x2=50 et t=x3=0 alors Zopt=8550
  • 14. Modélisation Etude de la sensibilité de la méthode de Simplexe Maximizser p = (81+α).x +(90+β).y + (70+γ).sous les contraintes suivantes x + y + t + s1 + 0.s2 + 0.s3 + 0.s4 = (100+1) 6x + 2y + 3t + 0.s1 + s2 + 0.s3 + 0.s4 = (450+2) 3y + t + 0.s1 + 0.s2 + s3 + 0.s4 = (150+3) t + 0.s1 + 0.s2 + 0.s3 + s4 = (60+4) X, y, t ≥ 0 (x=x1, y=x2 et t=x3), Les paramètres a, b, l, d1,d2,d3 et d4 peuvent être nuls ce qui conduit au problème dans son état d’origine. Si c’est le cas, les transformations successives mèneront au tableau 3 suivant. Tableau #3, β2 : base initiale = {x, s2, y, s4} x y t s1 s2 s3 s4 1 0 0.667 1 0 -0.333 0 0 0 0 -1.67 -6 1 1.33 0 50 0 1 0.333 0 0 0.333 0 50 0 0 1 0 0 0 1 60 0 0 14 81 0 3 0 8550, j≥0 donc convergence, d’où x=x1=50, y=x2=50 et t=x3=0 alors Zopt=8550 Sinon. Pour β0 : base initiale = {s1, s2, s3, s4} Tableau #1 x y t s1 s2 s3 s4 1 1 1 1 0 0 0 (100+1) 6 2 3 0 1 0 0 (450+2) 0 3 1 0 0 1 0 (150+3) 0 0 1 0 0 0 1 (60+4) -(81+α) -(90+β) -(70+γ) 0 0 0 0 0 Il faut déterminer Djmax et ymin en fonction des paramètres en question. Il est clair, que z soit fonction de ces paramètres. Dans quelle mesure, z sera sensible aux valeurs des paramètres un à un.
  • 15. Cadre d’utilisation Là où le système équivalent est régit par un modèle mathématique linéaire.
  • 16. Conclusions Pour entreprendre des actions sûres et avec impact réel, la méthodologie est d’une grande importance. C’est, en d’autres termes, ce que justifie le prix à payer avant d’atteindre son objectif. Nous en tant que créations, les systèmes qui nous entourent, recèlent de beaucoup de surprises. L’adaptation d’une stratégie d’ évaluation de performances nous permet de délimiter la zone appropriée pour entamer nos observations du système. Juger c’est la dernière action mais appréhender en est la première. Les améliorations, les évolutions d’un système donné, ne sont acceptables que si l’on a, à priori, bien collecter toutes les informations relatives à la composition et constitution, au fonctionnement et à la dépendance vis-à-vis d’autres systèmes (dits adjacents). Le coût encourut si l’erreur est commise pourrait être fatale, pas seulement pour le système en question mais aussi pour tous les systèmes en relation directe ou indirecte. Garder l’équilibre universelle est une affaire primordiale. L’observation scientifique, la modélisation et la simulation et encore plus, l’évaluation des performances et l’étude de la robustesse, sont les outils de manœuvres. L’optimisation des outils et des méthodologies reste pour toujours une question de possibilités offertes à l’opérateur et à l’observatoire pour améliorer selon ses besoins les performances, sans enfreindre à l’équilibre des compositions et relations totales. Les libertés à l’introduction d’une certaine mise à jour est toujours garantie, sauf nécessité de garantir la non interférence avec la sûreté des ensemble adjacents.
  • 17. MERCI POUR VOTRE ATTENTION Fin du huitième chapitre Nous sommes interpellés par les besoins vitaux : ne cherchez jamais à en inventer ! Suivez le cours en douceur Faites LA bonne Observation, décomposer, recomposer et valider une Conception, Formaliser Ne vous fiez pas aux apparences linéaires du système, il y a toujours une face cachée La caractéristique de non-linéarité.
  • 18. Références Grégoire Allaire, ‘Analyse numérique et optimisation’, Editions Ecole Polytechnique, ISBN 978-2-7302-1255-7, 2005, pp 409. Yadolah Dodg, ‘Optimisation appliquée’, Edition Springer, ISBN 2-287-21335-X, 2004, pp 276. http://www-pequan.lip6.fr/~jmc/polycopies/cours2-meth_dir_sys_lin.pdf L.-V. Bertallanfy, ‘General System Theory’, Edition MASSON, 1972. http://www.ipgp.jussieu.fr/~grandin/Raphael_Grandin_personal_web_page/Teaching_files/1_oscillateurs.pdf http://wims.unice.fr/wims/fr_U1~algebra~docsyslin.fr.html https://magarotto.users.greyc.fr/pdf/TD_Regul_2005.pdf https://cours.etsmtl.ca/seg/mbeaudin/MAT265/BlocR%C3%A9sum%C3%A9s/R%C3%A9sum%C3%A9Laplace.pdf http://www.math.u-bordeaux1.fr/~sakkouch/Enseignements/ENSC/Cours/Simplexe.pdf http://www.hec.ca/cam/aide/rubriques/algorithme_simplexe.pdf http://www-history.mcs.st-andrews.ac.uk/Biographies http://www.zweigmedia.com/RealWorld/simplex.html http://algos.inesc-id.pt/algos/software.php http://www.neos-server.org/neos/