Séance de cours

Modèles d'unités de processus : Degrés de liberté

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours couvre la modélisation des unités de processus, y compris les états thermodynamiques, les équations constitutives et les variables détat. Il explique la forme générique des équations déquilibre, la base du modèle unitaire et la matrice dincidence dun modèle unitaire. Le concept de degrés de liberté dans un modèle unitaire est discuté, ainsi que la résolution simultanée et séquentielle des modèles. La séance de cours se penche également sur l'utilisation des différents modes de calcul, l'identification des paramètres et la résolution des organigrammes. Il se termine par des informations sur la robustesse des schémas de résolution et les défis liés à la résolution des organigrammes.

Source officielle

Concepts associés (15)

Matrice d'incidence

En mathématiques, et plus particulièrement en théorie des graphes, la matrice d'incidence d'un graphe est une matrice qui décrit le graphe en indiquant quels liens arrivent sur quels sommets. La matrice d'incidence est une matrice n x p, où n est le nombre de sommets du graphe et p est le nombre de liens (arêtes ou arcs). Cette matrice est définie de deux façons différentes selon que le graphe est orienté ou non orienté.

Structure d'incidence

vignette| Exemples de structures d'incidence: Exemple 1: Points et droites du plan euclidien Exemple 2: Points et cercles Exemple 3: Structure définie par une matrice d'incidence. En mathématiques, une structure d'incidence est toute composition de deux types d'objets dans le plan euclidien : des points ou l'équivalent de points et des droites ou l'équivalent de droites et d'une seule relation possible entre ces types, les autres propriétés étant ignorées et la structure pouvant ainsi se représenter par une matrice.

Matrice binaire

Une matrice binaire est une matrice dont les coefficients sont soit 0, soit 1. En général ces coefficients sont les nombres de l'algèbre de Boole dans laquelle on appelle B l'ensemble constitué de deux éléments appelés valeurs de vérité {VRAI, FAUX}. Cet ensemble est aussi noté B = {1, 0} ou B = {⊤, ⊥}. On privilégie souvent la notation B = {1, 0}. Quand on programme des algorithmes utilisant ces matrices, la notation {VRAI, FAUX} peut coexister avec la notation {1, 0} car de nombreux langages acceptent ce polymorphisme.

Matrice laplacienne

En théorie des graphes, une matrice laplacienne, ou matrice de Laplace, est une matrice représentant un graphe. La matrice laplacienne d'un graphe G non orienté et non réflexif est définie par : où est la matrice des degrés de G et la matrice d'adjacence de G. Formellement : A la différence de la matrice d'adjacence d'un graphe, la matrice laplacienne a une interprétation algébrique ce qui rend son analyse spectrale fructueuse. Plus précisément la matrice correspond à l'opérateur de diffusion sur le graphe.

Matrice d'adjacence

En mathématiques, en théorie des graphes, en informatique, une matrice d'adjacence pour un graphe fini à n sommets est une matrice de dimension n × n dont l'élément non diagonal a est le nombre d'arêtes liant le sommet i au sommet j. L'élément diagonal a est le nombre de boucles au sommet i (pour des graphes simples, ce nombre est donc toujours égal à 0 ou 1). Cet outil mathématique est très utilisé comme structure de données en informatique (tout comme la représentation par liste d'adjacence), mais intervient aussi naturellement dans les chaînes de Markov.

Afficher plus

Séances de cours associées (45)

Modèles de processus et identification des paramètres

Couvre l'étalonnage des modèles à l'aide de mesures, de capteurs virtuels, de la réconciliation des données et de l'identification des paramètres dans les modèles de processus.

Max-Flow Min-Cut

Explore l'algorithme Ford Fulkerson, le théorème Max-Flow Min-Cut, la matrice d'incidence et la complexité de l'optimisation du réseau.

Le problème du transbordement : l’unimodularité totale MOOC: Optimisation : principes et algorithmes - Optimisation discrète et en réseau

Couvre le problème de transbordement, les solutions optimales et l'unimodularité totale dans les matrices.

Le problème du transbordement : formulaire standard MOOC: Optimisation : principes et algorithmes - Optimisation discrète et en réseau

Couvre le problème d'optimisation linéaire du modèle de transbordement.

Graphes et réseaux : bases et applications

Présente les bases des graphiques et des réseaux, couvrant les définitions, les chemins, les arbres, les flux, la circulation et les arbres couvrants.

Afficher plus

Concepts associés (15)

Matrice d'incidence

Structure d'incidence