Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Apprendre Application : Analyse des Données d'une Centrale Nucléaire | Apprentissage par les Applications
Bases de Matlab
course content

Contenu du cours

Bases de Matlab

Bases de Matlab

1. Syntaxe de Base et Programmation avec un Éditeur de Texte
La Place de Matlab et le Mode SombreLa Fenêtre de CommandeInstallation d'un Éditeur de Texte et de ses ModulesFinalisation de l'Éditeur de TexteCréation de Fragments de Code et Écriture de Programmes
2. Fondations du Codage
Manipulation Des MatricesImportation et Exportation de Données vers et depuis ExcelBoucles ForInstructions IfProgrammation Modulaire
3. Apprentissage par les Applications
Application : Analyse des Données d'une Centrale NucléaireApplication : Analyse de Données MédicalesGénération de CombinaisonsApplication : Problème de LogistiqueLes Fonctions Sortrows et Find
4. Visualisations
Principes de Base de la Représentation GraphiqueAutomatisation de la Création de GraphiquesApplication : Calcul des Trajectoires 3D avec Boucles WhileApplication : Tracé de Trajectoires 3D et Graphiques MultiplesFonction Système
5. Récursivité et Multiplication de Matrices
Programmation RécursiveCompréhension des Matrices et de la Multiplication MatricielleApplication de la multiplication matricielle : transformation des vecteurs et des systèmes de coordonnéesApplication de la Multiplication Matricielle : Résolution de Systèmes d'ÉquationsApplication de la Multiplication Matricielle : Dérivées et IntégralesPerspectives de Carrière pour un Programmeur MATLAB

book
Application : Analyse des Données d'une Centrale Nucléaire

Appliquez vos connaissances pour analyser les données de production d'eaux usées énergétiques provenant de trois centrales nucléaires, tout en découvrant de nombreux détails importants au passage !

Note
Remarque

L'écart type d'une variable aléatoire XX est défini mathématiquement comme suit :

σ=E[(X−μ)2]=E[X2]−μ2\sigma = \sqrt{E[(X - \mu)^2]} = \sqrt {E[X^2] - \mu^2}

où EE désigne la valeur d'espérance de son argument et μ=E[X]\mu = E[X]. Cela suppose que nous connaissons la distribution de probabilité de XX.

Alternativement, lorsque nous traitons un ensemble d'observations {x1,x2,x3,...,xn}\{x_1, x_2, x_3, ..., x_n\} d'une variable aléatoire avec une distribution présumée (mais inconnue), nous pouvons estimer l'écart type avec cette formule :

σ=1n∑xi2−1n∑xi=[mean(xi2)−mean(xi)]0.5\sigma = \sqrt{\frac1n \sum x_i^2 - \frac1n \sum x_i} = [mean(x_i^2) - mean(x_i)]^{0.5}

il s'agit de la formule codée dans la vidéo (notez que mean(xi)mean(x_i) a été calculée à la ligne précédant le calcul de l'écart type : nous faisons donc référence à cette valeur au lieu de la recalculer pour des raisons d'efficacité). Un estimateur meilleur et non biaisé consisterait à diviser par n−1n - 1 au lieu de nn. Nous ignorons ce détail ici pour plus de simplicité, cependant cela pourrait être facilement corrigé dans le code en multipliant le résultat par :

nn−1\sqrt \frac{n}{n-1}

Tâche

1. Comprendre les objectifs
expand arrow

Commencer par regarder la vidéo afin de comprendre les objectifs du programme. Utiliser la vidéo comme source d'inspiration et de référence pour votre démarche.

2. Identifier l'emplacement du fichier Excel
expand arrow

Localiser le fichier contenant les données à utiliser.

3. Importer les données Excel
expand arrow

Utiliser les bibliothèques ou méthodes appropriées pour lire les données du fichier Excel.

4. Analyser et segmenter les données
expand arrow
  • Diviser les données selon l'emplacement de la centrale ;
  • Calculer les statistiques descriptives (minimum, maximum, moyenne et écart type) pour chaque emplacement, en se concentrant à la fois sur les données de puissance et d'eaux usées sur l'ensemble de l'année.
5. Exporter les résultats
expand arrow

Enregistrer vos résultats, y compris les statistiques calculées, dans un fichier Excel pour une utilisation ultérieure.

6. Itérer et améliorer
expand arrow
  • Tenter de concevoir votre programme de manière modulaire et structurée ;
  • En cas de difficultés, s'appuyer davantage sur les indices ou le code présenté dans la vidéo ;
  • En dernier recours, reproduire le code de la vidéo aussi fidèlement que possible.
7. Contrôle qualité
expand arrow

Valider la sortie de votre programme en la comparant avec les résultats présentés dans la vidéo afin de garantir l'exactitude et la fiabilité.

Cependant, avertissement : il est préférable de s'exercer à coder vos propres versions dès maintenant tant qu'il y a un filet de sécurité, car nous commencerons à être moins explicites sur le code présenté à partir du prochain chapitre.

La vidéo met également en avant plusieurs points de contrôle pratiques où il est possible de vérifier votre programmation au fur et à mesure, soit en :

  • Rendant les variables visibles (en supprimant le point-virgule) ;

  • Faisant temporairement afficher la variable concernée par votre fonction.

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 1

Demandez à l'IA

expand

Demandez à l'IA

ChatGPT

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

course content

Contenu du cours

Bases de Matlab

Bases de Matlab

1. Syntaxe de Base et Programmation avec un Éditeur de Texte
La Place de Matlab et le Mode SombreLa Fenêtre de CommandeInstallation d'un Éditeur de Texte et de ses ModulesFinalisation de l'Éditeur de TexteCréation de Fragments de Code et Écriture de Programmes
2. Fondations du Codage
Manipulation Des MatricesImportation et Exportation de Données vers et depuis ExcelBoucles ForInstructions IfProgrammation Modulaire
3. Apprentissage par les Applications
Application : Analyse des Données d'une Centrale NucléaireApplication : Analyse de Données MédicalesGénération de CombinaisonsApplication : Problème de LogistiqueLes Fonctions Sortrows et Find
4. Visualisations
Principes de Base de la Représentation GraphiqueAutomatisation de la Création de GraphiquesApplication : Calcul des Trajectoires 3D avec Boucles WhileApplication : Tracé de Trajectoires 3D et Graphiques MultiplesFonction Système
5. Récursivité et Multiplication de Matrices
Programmation RécursiveCompréhension des Matrices et de la Multiplication MatricielleApplication de la multiplication matricielle : transformation des vecteurs et des systèmes de coordonnéesApplication de la Multiplication Matricielle : Résolution de Systèmes d'ÉquationsApplication de la Multiplication Matricielle : Dérivées et IntégralesPerspectives de Carrière pour un Programmeur MATLAB

book
Application : Analyse des Données d'une Centrale Nucléaire

Appliquez vos connaissances pour analyser les données de production d'eaux usées énergétiques provenant de trois centrales nucléaires, tout en découvrant de nombreux détails importants au passage !

Note
Remarque

L'écart type d'une variable aléatoire XX est défini mathématiquement comme suit :

σ=E[(X−μ)2]=E[X2]−μ2\sigma = \sqrt{E[(X - \mu)^2]} = \sqrt {E[X^2] - \mu^2}

où EE désigne la valeur d'espérance de son argument et μ=E[X]\mu = E[X]. Cela suppose que nous connaissons la distribution de probabilité de XX.

Alternativement, lorsque nous traitons un ensemble d'observations {x1,x2,x3,...,xn}\{x_1, x_2, x_3, ..., x_n\} d'une variable aléatoire avec une distribution présumée (mais inconnue), nous pouvons estimer l'écart type avec cette formule :

σ=1n∑xi2−1n∑xi=[mean(xi2)−mean(xi)]0.5\sigma = \sqrt{\frac1n \sum x_i^2 - \frac1n \sum x_i} = [mean(x_i^2) - mean(x_i)]^{0.5}

il s'agit de la formule codée dans la vidéo (notez que mean(xi)mean(x_i) a été calculée à la ligne précédant le calcul de l'écart type : nous faisons donc référence à cette valeur au lieu de la recalculer pour des raisons d'efficacité). Un estimateur meilleur et non biaisé consisterait à diviser par n−1n - 1 au lieu de nn. Nous ignorons ce détail ici pour plus de simplicité, cependant cela pourrait être facilement corrigé dans le code en multipliant le résultat par :

nn−1\sqrt \frac{n}{n-1}

Tâche

1. Comprendre les objectifs
expand arrow

Commencer par regarder la vidéo afin de comprendre les objectifs du programme. Utiliser la vidéo comme source d'inspiration et de référence pour votre démarche.

2. Identifier l'emplacement du fichier Excel
expand arrow

Localiser le fichier contenant les données à utiliser.

3. Importer les données Excel
expand arrow

Utiliser les bibliothèques ou méthodes appropriées pour lire les données du fichier Excel.

4. Analyser et segmenter les données
expand arrow
  • Diviser les données selon l'emplacement de la centrale ;
  • Calculer les statistiques descriptives (minimum, maximum, moyenne et écart type) pour chaque emplacement, en se concentrant à la fois sur les données de puissance et d'eaux usées sur l'ensemble de l'année.
5. Exporter les résultats
expand arrow

Enregistrer vos résultats, y compris les statistiques calculées, dans un fichier Excel pour une utilisation ultérieure.

6. Itérer et améliorer
expand arrow
  • Tenter de concevoir votre programme de manière modulaire et structurée ;
  • En cas de difficultés, s'appuyer davantage sur les indices ou le code présenté dans la vidéo ;
  • En dernier recours, reproduire le code de la vidéo aussi fidèlement que possible.
7. Contrôle qualité
expand arrow

Valider la sortie de votre programme en la comparant avec les résultats présentés dans la vidéo afin de garantir l'exactitude et la fiabilité.

Cependant, avertissement : il est préférable de s'exercer à coder vos propres versions dès maintenant tant qu'il y a un filet de sécurité, car nous commencerons à être moins explicites sur le code présenté à partir du prochain chapitre.

La vidéo met également en avant plusieurs points de contrôle pratiques où il est possible de vérifier votre programmation au fur et à mesure, soit en :

  • Rendant les variables visibles (en supprimant le point-virgule) ;

  • Faisant temporairement afficher la variable concernée par votre fonction.

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 1
some-alt