7. Conclusion
Au terme de cet article, on constate donc qu’il n’y a pas de changement de démarche métrologique entre la méthode analytique et la méthode numérique. Malgré les nombreuses critiques, dans beaucoup de cas, la méthode analytique reste très pertinente dans la mesure où les cas de non-linéarité sont rares dans les ordres de grandeur pratiques des sources d’incertitudes. Par contre, dans les processus complexes, la méthode numérique est la seule viable. De plus, une fois que le modèle numérique est établi, il est aisé de faire une modification, contrairement au GUM analytique où il faut refaire toute la démarche. Pour un processus défini, la méthode de Monte Carlo est donc plus flexible. Cette méthode n’est pas si compliquée que cela à mettre en œuvre et permet en plus de documenter le type de loi de densité de probabilité qui représente au mieux l'ensemble des valeurs de la (des) grandeur(s) de sortie....
Cet article est réservé aux abonnés
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ?
Se connecter
Lecture en cours
Conclusion
Sources bibliographiques
-
(1) - MULLER (J.W.) - Some second thoughts on error statements, Nuclear Instruments and Methods - Volume 163, Issue 1, Pages 241-251 (1 July 1979).
-
(2) - DOORNIK (J.A.) - . – An Improved Ziggurat Method to Generate Normal Random Samples (2005).
-
(3) - BATISTA...
À lire également dans nos bases
-
LEMAIRE (M.) - Approche probabiliste du dimensionnement – modélisation de l’incertain et méthode de Monte Carlo -
Outils logiciels
Mathematica®, Wolfram Mathematica : http://www.wolfram.com/mathematica et distribué par Ritme, http://www.ritme.com/fr/training/mathematica
Crystal Ball, ORACLE® :
Normes et standards
- Évaluation des données de mesure – Guide pour l’expression de l’incertitude de mesure. - JCGM 100:2008(F) -
- Evaluation of measurement data – Supplement 1 to the « Guide to the expression of uncertainty in measurement » – Propagation of distributions using a Monte Carlo Method. - JCGM 101:2008 -
- Evaluation of measurement data – Supplement 2 to the « Guide to the expression of uncertainty in measurement »...
Annuaire
Laboratoires – Écoles – Centres de recherche
Université de Bourgogne, Auxerre
http://www.u-bourgogne.fr
Le2i : Laboratoire Électronique, Informatique et Image, UMR CNRS 6306,
http://www.le2i.cnrs.fr
Arts et Métiers ParisTech (École Nationale Supérieure d’Arts et...
Cet article est réservé aux abonnés
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ?
Se connecter