01.01.2015 Views

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Explorer les modèles par simulation : application aux analyses de sensibilité. 73<br />

entre paramètres, c'est à dire les cas où la sensibilité à un paramètre dépend de la<br />

valeur <strong>des</strong> autres paramètres. Elles sont donc très complémentaires <strong>des</strong> métho<strong>des</strong><br />

locales et sont de plus en plus employées. Mais travailler à une échelle globale pose<br />

trois difficultés particulières : il va falloir résumer chaque signature individuelle,<br />

explorer un très vaste espace de combinaisons de valeurs de paramètres, et estimer<br />

les interactions entre paramètres.<br />

3.4.1. Résumer les signatures individuelles<br />

La figure 3.5 illustre différentes manières de résumer la sensibilité d'une réponse<br />

à un paramètre. La mesure locale est rappelée en 3.5a, c'est la pente de la courbe en<br />

chaque point. L'extension la plus logique à l'ensemble de la courbe est la pente<br />

moyenne. Elle peut représenter une bonne approximation dans certains cas, en<br />

particulier si la gamme de variations <strong>des</strong> paramètres n'est pas très étendue. Les deux<br />

autres mesures (figure 3.5b) ne font pas appel à une approximation de la courbe : on<br />

les qualifie de modèle-indépendantes au sens de [SAL 99]. La première semble<br />

intuitivement la plus pertinente, elle mesure la gamme de variation de la réponse<br />

lorsque le paramètre parcourt sa propre gamme de variations. Mais une difficulté<br />

pratique est qu'il faut échantillonner la courbe assez intensivement pour bien cerner<br />

cette gamme, ce qui multiplie les simulations. La deuxième est la mesure classique<br />

de variance : plus une réponse est sensible à un paramètre, plus la variance sera<br />

élevée, quelle que soit la forme de la courbe.<br />

Figure 3.5. Représentation de différentes mesures de sensibilité d’une variable de sortie pour<br />

un paramètre et son intervalle d’incertitude: (a) dérivées et approximation linéaire ; (b)<br />

gamme de variation et variance de la réponse.<br />

3.4.2. Explorer l'espace <strong>des</strong> paramètres – notion de plans d'expérience<br />

Mesurer <strong>des</strong> sensibilités globales nécessite d'explorer l'espace <strong>des</strong> paramètres de<br />

manière intensive. Il faut en effet évaluer les signatures individuelles de chaque

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!