Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Factorial experiment designs. --- Plans factoriels --- Applications of mathematics --- Factor analysis

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

La mécanique des fluides est abordée sous deux points de vue, physique et mathématique. Les bases de la mécanique des milieux continus sont d'abord présentées en détail en précisant les hypothèses et approximations qui conduisent aux lois de conservation. Les outils d'analyse des équations générales, étude en ordres de grandeurs, analyse adimensionnelle et similitude, permettent ensuite d'introduire les approximations de fluide parfait d'Euler, de fluides visqueux en régime de Stokes et de la couche limite de Prandtl. Les notions de stabilité des écoulements, de turbulence et les écoulements compressibles sont ensuite présentés. Les écoulements multiphysiques ouvrent des perspectives pour la recherche et le traitement d'applications complexes. In this book, fluid mechanics is addressed from both physical and mathematical perspectives. As a first step, the basic theory of continuum mechanics is detailed, pointing out the different assumptions and approximations that lead to conservation laws. As a second step, scaling studies, dimensional analysis and similitude of the general equations help to introduce the inviscid Euler fluid approximation, the Stokes approximation of viscous flow and Prandtl’s boundary layer approximation. Lastly, the concepts of stability, turbulence and compressible flows are presented. Multiphysics approach of flows will provide readers with deeper insights into basic and applied research on complex processing.

Engineering & Applied Sciences --- Applied Mathematics --- Mathematics. --- Applied mathematics. --- Engineering mathematics. --- Mechanics. --- Fluids. --- Applications of Mathematics. --- Fluid- and Aerodynamics. --- Hydraulics --- Mechanics --- Physics --- Hydrostatics --- Permeability --- Classical mechanics --- Newtonian mechanics --- Dynamics --- Quantum theory --- Engineering --- Engineering analysis --- Mathematical analysis --- Math --- Science --- Mathematics --- Classical Mechanics.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

La théorie des probabilités et des processus stochastiques est sans aucun doute l'un des plus importants outils mathématiques des sciences modernes. Le théorie des probabilité s'illustre dans de nombreux domaines issus de la biologie, de la physique, et des sciences de l'ingénieur : dynamique des populations, traitement du signal et de l'image, chimie moléculaire, économétrie, sciences actuarielles, mathématiques financières, ainsi qu'en analyse de risque. Le but de cet ouvrage est de parcourir les principaux modèles et méthodes stochastiques de cette théorie en pleine expansion. Ce voyage ne nécessite aucun bagage spécifique sur la théorie des processus stochastiques. Les outils d'analyses nécessaires à une bonne compréhension sont donnés au fur et à mesure de leur construction, révélant ainsi leur nécessité. La théorie des processus stochastiques est une extension naturelle de la théorie de systèmes dynamiques à des phénomènes aléatoires. Elle contient des formalisation d'évolutions de phénomènes aléatoires rencontrés en physique, en biologique, en économie, ou en sciences de l'ingénieur, mais aussi des algorithmes d'exploration stochastique d'espaces de solutions complexes pour résoudre des problèmes d'estimation, d'optimisation et d'apprentissage statistique. Des techniques de résolution avancées en statistique bayésienne, en traitement du signal, en analyse d’événements rares, en combinatoire énumérative, en optimisation combinatoire, ainsi qu'en physique et chimie quantique sont exposées dans cet ouvrage. Stochastic Models and Methods Probability theory and stochastic process theory are undoubtedly among the most important mathematic tools for the modern sciences. Probability theory has applications in several fields, such as biology, physics and the engineering sciences: population dynamics, signal and image processing, molecular chemistry, econometrics, actuarial science, financial mathematics, and risk analysis. This book provides an overview of stochastic models and methods for this very active field. Stochastic process theory is a natural extension of dynamic systems to random events. The book covers the modeling of random events in physics, biology, economics and the engineering sciences, while also introducing advanced problem-solving techniques in Bayesian statistics, signal processing and rare event analysis. No scientific background in stochastic process theory is needed.

Stochastic processes --- Algorithms --- Mathematical models. --- Algorism --- Algebra --- Arithmetic --- Foundations --- Distribution (Probability theory. --- Algorithms. --- Mathematics. --- Probability Theory and Stochastic Processes. --- Applications of Mathematics. --- Math --- Science --- Distribution functions --- Frequency distribution --- Characteristic functions --- Probabilities --- Probabilities. --- Applied mathematics. --- Engineering mathematics. --- Engineering --- Engineering analysis --- Mathematical analysis --- Probability --- Statistical inference --- Combinations --- Mathematics --- Chance --- Least squares --- Mathematical statistics --- Risk

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Cet ouvrage traite de l’apprentissage du langage LabVIEW à travers ses applications dans des domaines industriels et académiques, qui permettront à l’ingénieur, technicien ou étudiant d’appréhender rapidement et efficacement ce langage. L’ouvrage commence, dans la partie I, par traiter les différents types de données du langage LabVIEW (tableaux, clusters, complexes, chaînes de caractères…), leur manipulation dans des structures d’exécution (boucles While, For, la structure Condition, etc.), le langage textuel MathScript, des scripts Matlab, la boîte de calcul utilisant la syntaxe du langage C ainsi que les nœuds de propriété qui permettent d’obtenir ou définir la propriété d'un VI. Cette étude est menée à travers des applications d’ingénierie. La partie II est consacrée à l’étude de l’outil « Conception de contrôle et simulation » avec lequel nous pouvons simuler des systèmes analogiques ou discrets. La partie III contient différentes applications qui traitent de nombreux thèmes comme la régulation (différentes structures du PID, les commandes RST, LQI, etc.), la logique floue, le traitement de signal (déterministe, aléatoire et filtrage adaptatif, etc.), le traitement des fichiers de mesure, la statistique expérimentale, etc.  .

Computer simulation. --- LabVIEW. --- Computer modeling --- Computer models --- Modeling, Computer --- Models, Computer --- Simulation, Computer --- Electromechanical analogies --- Mathematical models --- Simulation methods --- Model-integrated computing --- Lab VIEW --- Engineering mathematics. --- Statistics. --- Mathematics. --- Simulation and Modeling. --- Mathematical and Computational Engineering. --- Numerical and Computational Physics, Simulation. --- Statistics for Engineering, Physics, Computer Science, Chemistry and Earth Sciences. --- Applications of Mathematics. --- Math --- Science --- Statistical analysis --- Statistical data --- Statistical methods --- Statistical science --- Mathematics --- Econometrics --- Engineering --- Engineering analysis --- Mathematical analysis --- Applied mathematics. --- Physics. --- Statistics . --- Natural philosophy --- Philosophy, Natural --- Physical sciences --- Dynamics

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Il est souvent nécessaire de réaliser des expériences afin de modéliser le comportement d’un phénomène complexe. La méthode des plans d’expérience a pour objectif d’obtenir un maximum d’information sur le phénomène étudié en un minimum d’expériences. Ceci est primordial si l’objectif est un gain de temps ou de qualité. Cet ouvrage détaille les fondements théoriques de la méthode mathématique des plans d’expérience. Ceci est abordé tout au long des quatre parties suivantes. Présentation générale de la méthode et des outils mathématiques. Plans d’expérience pour facteurs quantitatifs : modèle d’ordre un, modèle à effets d’interactions, surface de réponse, modèle à effets de blocs et modèle pour mélanges. Plans d’expérience pour facteurs qualitatifs : modèle additif, modèle à effets d’interactions et modèle à effets de blocs. Efficacité et optimalité : optimalité uniforme, A, D et E-efficacité, généralisation à la notion de Fq-efficacité, optimalité universelle. De nombreux exemples sont utilisés afin d’illustrer les diverses techniques présentées. Les démonstrations mathématiques de la plupart des résultats énoncés figurent en annexe. When a complex phenomenon is studied it is common to run experiments in order to fit a model. In such situations experimental designs can be used to find a maximum of information in a minimum of trials. This is of prime importance when the goal is to save time or improve quality. This book is structured in four parts: a general presentation of the method and mathematical background, experimental designs for quantitative factors, experimental designs for qualitative factors, and optimality of experimental designs. Numerous examples are introduced in order to illustrate the applications and mathematical proofs for most of the results are given in appendices.

Statistical science --- Mathematics --- Applied physical engineering --- Engineering sciences. Technology --- Computer. Automation --- ICT (informatie- en communicatietechnieken) --- toegepaste wiskunde --- economie --- statistiek --- wiskunde --- ingenieurswetenschappen --- statistisch onderzoek --- Statistical methods --- experimentation. --- experimentation --- experimental design --- Experimental design. --- Statistics . --- Applied mathematics. --- Engineering mathematics. --- Statistics for Engineering, Physics, Computer Science, Chemistry and Earth Sciences. --- Applications of Mathematics. --- Mathematical and Computational Engineering. --- Engineering --- Engineering analysis --- Mathematical analysis --- Statistical analysis --- Statistical data --- Econometrics --- Statistics. --- Statistical methods.