Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 2: estimation de la prévisibilité dans le.

Slides:



Advertisements
Présentations similaires
La Méthode de Simplexe Standardisation
Advertisements

La théorie du monde est petit
La variabilité et ses incidences dans la recherche empirique
STATISTIQUE INFERENTIELLE L ’ESTIMATION
Calculs de complexité d'algorithmes
Incertitudes lors d’un dosage acide base
Comparaison de plusieurs moyennes observées
Echantillonnage Professeur Francis GUILLEMIN > Ecole de santé publique - Faculté de Médecine.
1. Les caractéristiques de dispersion. 11. Utilité.
1 Réunion biblio 13/12/00 Support Vectors Présentation générale SSS Maintaining Algorithm.
Bouyekhf Rachid-Lyuboumir Gruitch Laboratoire SeT UTBM
Observation dynamique dun PL & prévision de risque de renversement Présenté par : Bouteldja Mohamed Arcos2004 Thème 11.
Distribution d'un sondage aux élèves en deux parties :
variable aléatoire Discrète
Equations différentielles ordinaires
Equations Non Linéaires
Application à la méthode des
Un neurone élémentaire
IAS 16 « Immobilisations corporelles »
Ecole des JDMACS Décision et incertitude en logistique.
Équations différentielles.
Échantillonnage (STT-2000)
Groupe 1: Classes de même intervalle
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 3: que peut-on prévoir à long terme ?
Fonction exponentielle: enchaînement de théorèmes
Autres exemples de modèles
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Suggestions pour le travail final.
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 2: estimation de la prévisibilité dans le.
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 1: le modèle de Lorenz: synthèse.
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 3: que peut-on prévoir à long terme ? Synthèse.
EXERCICES D’ARITHMETIQUES
La structure des coûts, le volume et la capacité Chapitre 9
Le comportement des coûts Chapitre 3
Les Arbres de décision ou régression
Les interrogations formatives Une nécessité. Public concerné Première baccalauréat en médecine et dentisterie Premier baccalauréat en kinésithérapie et.
STT-3220 Méthodes de prévision
Principes de tarification de base
CHAPITRE 6 Stabilité des SA.
Filtre de Kalman – Préliminaires (1)
Sommaire Calculs simples Distributivité simple
Méthodes de prévision (STT-3220)
Programmation linéaire en nombres entiers : les méthodes de troncature
Chapitre 5 Prévisions.
Modélisation géométrique de base
Techniques de prévision quantitatives
Rappel... Diagonalisation. Transformations linéaires.
Relation entre la variabilité interne des modèles régionaux de climat et le temps de résidence Philippe Lucas-Picher Directeur: Daniel Caya Codirecteur:
Présentation de la méthode des Eléments Finis
Equation différentielle
1. Présentation générale du système
LA PROJECTION ORTHOGONALE AUX NORMES EUROPEENNNES
Etude des performances cinématiques de la plateforme 6 axes
Théorème de la limite centrale l’inférence statistique
Nancy Paris 1912 La naissance du chaos: Jules Henri Poincaré.
Probabilités et Statistiques Année 2009/2010
PROGRAMMATION SCIENTIFIQUE EN C PRO Résolution de système d’équations non- linéaires (racines d’équations) u Introduction u Méthode de recherche.
Définie ? Dérivable ? Continue ?
France Métropolitaine Juin 2006
Chapitre 4 Variables aléatoires discrètes
Chapitre 7 Les équations différentielles d’ordre 1
Chapitre 7 Les équations différentielles d’ordre 1
Résolution des équations différentielles
Martine Miny - MPInstitut - Référentiels et métiers de management de projet - Mastère IESTO - 9 février 2004 Référentiels et métiers de management de projet.
STATISTIQUES.
Calcul de pH des Solutions Aqueuses
Validation d’une méthode d’analyse
1_Introduction Toute mesure est entachée d’erreur. Il est impossible d’effectuer des mesures rigoureusement exactes. Pour rendre compte du degré d’approximation.
ECHANTILLONAGE ET ESTIMATION
Processus ponctuels Caractéristiques et Modèles de répartitions spatiales.
Transcription de la présentation:

Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 2: estimation de la prévisibilité dans le modèle de Lorenz Synthèse

Prévisibilité dans le modèle de Lorenz Soit z 1 (10), z 2 (10), z 3 (10) la solution du système de Lorenz pour t =10. 6 expériences sont réalisées avec des conditions initiales perturbées obtenues en ajoutant ou soustrayant 0,5 à chacune des variables z 1 (10), z 2 (10), z 3 (10). Les solutions obtenues dans chacune des expériences pour t> 10 seront notées z 1,i (t), z 2,i (t), z 3,i (t), i allant de 1 à 6. On peut définir un critère de qualité de la prévision de la manière suivante, en considérant par simplicité que la qualité de la mesure est uniquement fonction de z 1 mais la méthode est très facilement généralisable: z moy est la moyenne densemble. En labsence de la solution exacte, elle est généralement considérée comme la prévision la plus probable: avec ici ntot =6

Prévisibilité dans le modèle de Lorenz La dispersion de lensemble, qui est une mesure de lincertitude de la prévision, peut être donnée par: La qualité de la prévision peut être jugée suffisante si DIS est inférieur à une certaine valeur, par exemple ici:

Prévisibilité dans le modèle de Lorenz On voit que pour le cas étudié ici, pour le critère employé, la limite pour une prévision fiable est t=10,92 mais un critère dis > 1.15 nous amènerait jusque t=11,4. La figure montre aussi que lerreur moyenne est très proche de celle obtenues dans chacun des membres de lensemble. Erreur

Prévisibilité dans le modèle de Lorenz Une diminution dun facteur 5 de lincertitude recule la limite de prévisibilité, mais les avantages sont faibles en utilisant le critère ci-dessus (prévision fiable jusque t=11.6). Erreur

Prévisibilité dans le modèle de Lorenz Si on fait une prévision à partir dune autre condition initiale, la limite de prévisibilité est changée (prévision fiable pendant seulement t=0.23 si on part de t=11.25)