Moment quadratique

d’essais xi - valeurs individuelles des essais. VARIANCE (DISPERSION) La variance d’une série de valeurs est la moyenne arithmétique des carrés de ces valeurs par rapport à leur moyenne arithmétique. S2  1 2 Xi  X    n . ECART-TYPE (ECART QUADRATIQUE MOYEN) L’écart-type d’une série est la racine carrée de leur variance. S  S2  si n > 60 S  S 2 . Mk  si n  60 Mk est donné par le tableau suivant en fonction de « n » n 1 2 3 4 5 6 7 8 9 Mk 1,253 1,128 1,085 1,064 1,051 1,042 1,036

la forme suivante : ( ) ⎡Ix ⎢ I ( G,Sd / RP ) = ⎢ 0 ⎢0 ⎣ 0 Iy 0 0⎤ ⎥ 0⎥ Iz ⎥R ⎦ P I x (G ) = ∫ (y Sd 2 + z 2 .dS , ) I y (G ) = ∫z Sd 2 .dS , I z (G ) = ∫y Sd 2 .dS sont les moments quadratiques centraux principaux avec x = 0 et où y et z sont les coordonnées d’un point courant de la section droite Sd définies dans le repère de principal RP G,x, y,z . Remarque 1.6. Si la section droite Sd possède un axe de symétrie, il est un axe

hyperstatiques 1.8.1 Poutre appuyée et encastrée 1.8.2 Poutre sur trois appuis 1.8.3 Poutre biencastrée (degré 3) 2 Cas d'une plaque o 2.1 Déformation o 2.2 Efforts de cohésion o 2.3 Contraintes o 2.4 Cas particuliers 2.4.1 Distribution uniforme de moments sur les côtés d'une plaque rectangulaire 2.4.2 Pression uniforme 3 Application à la construction 4 Voir aussi o 4.1 Bibliographie o 4.2 Articles connexes Cas d'une poutre Fibre neutre de section dS d'une poutre quelconque En théorie des poutres

1.4 Jcreator 15 1.5 Jbuilder 5 15 1.6 ArgoUML 15 1.7 WinEdit 2000 15 1.8 Xanadu 15 1.9 Java analysis studio 16 2. Les méthodes de reconstruction de population 16 2.1 Méthodes de formulation du problème pour la résolution quadratique 17 2.2 L’algorithme quadratique utilisé par l’application 18 2.3 Algorithmes de type génétique 19 IV. L’étude 23 1. Analyse des données 23 1.1 Présentation des données 23 1.2 Formatage des données et création des agrégations 25 1.3 Etude des corrélations

1.4 Jcreator 15 1.5 Jbuilder 5 15 1.6 ArgoUML 15 1.7 WinEdit 2000 15 1.8 Xanadu 15 1.9 Java analysis studio 16 2. Les méthodes de reconstruction de population 16 2.1 Méthodes de formulation du problème pour la résolution quadratique 17 2.2 L’algorithme quadratique utilisé par l’application 18 2.3 Algorithmes de type génétique 19 IV. L’étude 23 1. Analyse des données 23 1.1 Présentation des données 23 1.2 Formatage des données et création des agrégations 25 1.3 Etude des corrélations

   Fi / 2   M Fi / 2  M z G Ty: Effort tranchant porté par l’axe central de la section  au plan de symétrie Mz: Moment fléchissant porté par l’autre axe central de la section Pour faire apparaître les efforts intérieurs, on effectue une coupure fictive à la distance x de l’origine A. En isolant le tronçon 1, on obtient l’effort tranchant T et le moment fléchissant Mf (Mz), par: Diagrammes des efforts intérieurs T Exemple: Poutre droite sur deux appuis simples en A

Longueur Aire ou superficie … Volume … Angle plan … Angle solide … Masse … Force … Moment d’une force ou couple Durée ou temps Pression ou contrainte … Energie ou travail … Puissance … Vitesse linéaire … Vitesse angulaire … Accélération linéaire … Accélération angulaire … Fréquence … Masse volumique … Débit massique … Débit volumique … Moment d’inertie Moment quadratique Température Conductivité thermique … Capacité massique … Tension électrique … Courant

Partie B : précision et suivi des prévisions c) Construisez un tableau de données, semblable à celui-­‐ci, permettant de calculer l’écart moyen absolu et l’erreur quadratique moyenne. (1 point) t R P R – P (R – P)2 |R – P| 1 2 3 … … 12 Total d) Calculez l’erreur quadratique moyenne (ÉQM). (0,5 point) e) Calculez l’écart moyen absolu (ÉMA). (0,5 point) ADM 1420 – Gestion des opérations Travail noté 1, série A (20 %) 3 f) En prenant

crit`re Esp´rance Variance . . . . . . . . . e e e e 2.4.1 D´veloppement limit´ de l’esp´rance d’utilit´ (une seul risque) e e e e et moments centr´s . . . . . . . . . . . . . . . . . . . . . . e 2.4.2 Condition approch´e sur les risques: ”petits” risques par e rapport ` la richesse initiale, utilit´ quelconque. . . . . . . a e 2.4.3 Condition sur l’utilit´: utilit´ quadratique et risque quele e conque. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.4 Deux conditions: risque suivant une loi

5 point)  Partie B : précision et suivi des prévisions  c) Construisez un tableau de données, semblable à celui‐ci, permettant de calculer l’écart moyen absolu et  l’erreur quadratique moyenne. (1 point)    (R – P)2  |R – P| t  R  P R – P 1        2        3        …        …        12        Total        d) Calculez l’erreur quadratique moyenne (ÉQM). (0,5 point)    e) Calculez l’écart moyen absolu (ÉMA). (0,5 point)    2 ADM 1420 – Gestion des opérations  Travail noté 1, série A (20 %) f) En