Méthodes probabilstes pour la gestion des risques extrêmes

Bernard Beauzamy(Auteur)

Aucun avis client

Donner votre avis

Méthodes probabilstes pour la gestion des risques extrêmes

Neuf

Expédié sous 6 jours

Livraison voir conditions

50,00 €

Fiche détaillée de "Méthodes probabilstes pour la gestion des risques extrêmes"

Fiche technique

Auteur : Bernard Beauzamy
Editeur : Societe De Calcul Mathematique
Collection : Les Mathematiques Du Reel
Date de parution : juin 2015
EAN13 : 9782952145893
Langue : français
Catégorie : Mathématiques
Format : 250x160
Poids : 435g
Nombre de page(s) : 208

Livre en français

Résumé

Ce livre ne peut être considéré comme "élémentaire", ni "self-contained". Beaucoup d'auteurs prétendent que leurs ouvrages sont accessibles à un étudiant, niveau bac, licence tout au plus, et que le volume qu'ils écrivent comporte tout ce dont le lecteur a besoin. Entré avec un cerveau vierge, le lecteur en ressortirait tout bardé de science. Le livre proposé serait un phare éclairant un océan de confusion.
Ce n'est clairement pas le cas ici ; celui qui tentera de lire le présent travail sans avoir les bases requises n'y comprendra pas grand'chose. La raison fondamentale de cette difficulté est évidente : nous essayons de décrire une loi de la Nature ; ces lois ne sont jamais simples et nous n'y sommes pour rien. Le mathématicien n'est que l'interprète, très malhabile, des lois de la Nature.
... Lire la suite
La loi dont nous traitons ici concerne les phénomènes extrêmes : séismes, inondations. Il ne s'agit pas de les prévoir de manière déterministe (tel jour à telle heure), mais de manière probabiliste : combien en moyenne par an ? C'est plus vague, mais cela reste une loi de la Nature.
Pour y parvenir, l'outil employé est la Théorie des Probabilités : l'objet d'étude étant probabiliste, ce cadre s'impose naturellement. On dispose d'une information, généralement le nombre d'occurrences du phénomène au cours d'un historique plus ou moins long. Il s'agira donc de probabilités conditionnelles, déjà un peu plus complexes que les probabilités ordinaires.
L'objet d'étude est lui-même une probabilité : la probabilité de rencontrer un séisme une année donnée. Nous voulons pour cette probabilité non seulement une estimation (elle est à peu près de tant), mais aussi un intervalle de confiance (elle est à 95% entre telle valeur et telle valeur). Autrement dit, cette probabilité inconnue sera elle-même traitée comme une variable aléatoire (appelée Taux de Risque), dont nous chercherons la densité. Voilà qui complique singulièrement les concepts.
Mais un séisme ou une inondation ne se décrivent pas de manière booléenne : il y en a ou il n'y en a pas, zéro ou un. Ils peuvent prendre diverses valeurs, ou magnitudes. Il y aura donc des classes de magnitude, et chaque classe aura son taux de risque. Voilà qui complique encore.
Une inondation peut affecter une large zone, et on voudra évaluer la probabilité qu'elle concerne une étendue donnée, avec diverses magnitudes selon les endroits. Pour cela, l'outil de base en probabilités se nomme "loi conjointe". On a normalement recours à une fonction de plusieurs variables et la loi conjointe se calcule au moyen d'intégrales multiples. Mais ici l'ensemble d'intégration est donné par un ensemble d'inégalités entre les variables ; il s'agit d'un "simplexe". Ce nom est bien mal choisi (mais il est consacré par l'usage), parce que ce simplexe est ici particulièrement complexe !
En sus des difficultés normalement inhérentes à la Théorie des Probabilités, nous avons donc à traiter de probabilités conditionnelles, et d'intégrales multiples en plusieurs variables sur des ensembles peu engageants. C'est ainsi et nous n'y pouvons rien !
En effet, ce que nous présentons peut s'appeler un "modèle minimal" ; nous faisons un nombre très restreint d'hypothèses, et notre construction s'efforce de décrire au mieux la réalité, avec ce petit nombre d'hypothèses. C'est parce qu'elles sont très faibles et très peu nombreuses qu'il faut travailler beaucoup. A l'inverse, on aurait pu faire une hypothèse très forte, comme le font beaucoup d'auteurs : déclarer par exemple que tout est linéaire, que tout suit une loi de Gauss, ou ce que l'on voudra. Alors la mise en place devient simple et tout le monde est content ... si ce n'est que l'hypothèse de départ n'est pas correcte.
Les prérequis pour la lecture du présent ouvrage sont nos deux ouvrages précédents : [MPPR] Méthodes probabilistes pour l'étude des phénomènes réels, qui est très élémentaire, et [NMP] Nouvelles méthodes probabilistes pour l'évaluation des risques, qui l'est un peu moins.
Le bagage nécessaire pour la compréhension des intégrales multiples sur les simplexes est au moins du niveau Master 2. Il se trouve normalement dans les cours avancés de Théorie de l'Intégration.
Un point intéressant, susceptible de rassurer certains lecteurs, est que si le présent ouvrage est conceptuellement difficile, il est techniquement très simple. Ce sont les concepts qui posent problème, et non les calculs à faire. Par exemple, les intégrales portent généralement sur des monômes, quelquefois sur des polynômes. En tout cas, ce sont toujours des fonctions continues, pour lesquelles il n'y a aucun problème de définition.
Même si les concepts sont difficiles, ils peuvent à la fin être enfermés dans une "boîte noire" qui fera les calculs, si on lui fournit en entrée les données d'observation. Il en va de même généralement des lois de la physique : même si les équations de Navier-Stokes sont complexes, on peut les programmer sur un ordinateur qui les résoudra, au moins de manière approximative. Nous montrons ici comment programmer les calculs, de manière tout à fait opérationnelle.
Le but du présent ouvrage est simple à décrire : à partir d'un ensemble d'observations relatives à un phénomène, déterminer la loi de probabilité du taux de risque qui lui est associé.
Après une introduction, qui présente les généralités sur les situations rares et la manière dont la société les aborde en général, le livre est organisé en deux parties :
La première partie développe l'outil mathématique, au travers d'un exemple, celui des températures à Paris. Les données sont réelles, et ne sont nullement académiques, mais elles sont considérées comme exactes.
La seconde partie présente un exemple d'utilisation : calculs des probabilités de crues sur la Vienne et la Creuse, à partir des données contenues dans la "Banque Hydro". Ce travail a été mené à bien dans le cadre d'un contrat avec COSEA (Ligne à grande vitesse Sud Europe Atlantique), consortium mené par Vinci Construction Grands Projets. Une bonne partie du travail consiste en l'examen critique des données, et, comme on le verra, ce n'est nullement inutile.

Fiche technique

Auteur : Bernard Beauzamy
Editeur : Societe De Calcul Mathematique
Collection : Les Mathematiques Du Reel
Date de parution : juin 2015
EAN13 : 9782952145893
Langue : français
Catégorie : Mathématiques
Format : 250x160
Poids : 435g
Nombre de page(s) : 208

Livre en français

Plus d'infos

Avertissement.
Remerciements.
Introduction ; Situations rares et phénomènes extrêmes.
I. Deux types de situations rares.
II. Les normes usuelles.
III. Mauvaise gestion des risques naturels.
A. La gestion sociale des phénomènes naturels.
B. Le pont de Sommières.

Première Partie Outils mathématiques pour les risques extrêmes.

Chapitre I : Quel formalisme mathématique adopter ?
I. Introduction.
II. La stationnarité des lois.
III. Indépendance.
IV. Si l'on attend longtemps, le bizarre se produit toujours.
V. Insuffisance des observations.
VI. On n'a pas besoin de mesures précises.
VII. Des modèles déterministes.
A. La loi de Gumbel.
B. Ajustement de la loi aux données.
VIII. L'utilisation de modèles physiques.
A. La météorologie.
B. La sismologie.

Chapitre II : Outils probabilistes.
I. La notion de taux de risque.
A. Le cas binaire.
B. Le cas multinomial.
1. Théorie. ... Lire la suite

2. Etude graphique de la fonction.
3. Un exemple.
II. Présentation mathématique du problème.
III. L'hypothèse mathématique de base.
IV. La stationnarité de la loi.
V. Le choix de la période de référence.
VI. Les données de travail.
VII. Calcul de l'intégrale d'un monôme.
A. Historique des travaux.
B. La méthode aléatoire.
1. La théorie.
2. Mise en oeuvre pratique.
3. Les limitations de la méthode aléatoire.
C. Une méthode rapide et totalement déterministe.
1. Cas de deux variables.
2. Cas de trois variables.
3. Ensemble d'intégration, cas général.
4. Un premier changement de variables.
5. Un second changement de variables.
6. Le problème explicite.
7. Calcul par récurrence.
8. Mise en oeuvre logicielle.
VIII. Les résultats : probabilité relative de chaque classe.
IX. Probabilités absolues pour chaque classe.
A. Calcul par jour.
B. Calculs sur une année.
C. Calculs sur une durée quelconque.
X. Le modèle mathématique obtenu.

Chapitre III : Le concept de durée de retour.
I. Introduction.
II. Lien entre durée de retour moyenne et probabilité.
III. Un paradoxe.
IV. La loi de probabilité de la durée de retour moyenne.

Chapitre IV : Compléments sur les taux de risque individuels.
I. Moments d'ordre supérieur.
II. La loi de probabilité de chaque taux de risque.
A. La méthode aléatoire.
B. La méthode déterministe.
C. Calcul par itération, indice quelconque.

Chapitre V : Traitement par discrétisation.
I. Introduction.
II. Bornes de variation.
A. Exploitation de la condition.
B. Exploitation des relations entre variables.
III. La fonction à intégrer.
IV. Traitement d'un exemple simple.
V. Cas général.
VI. Calcul explicite des sommes de Riemann.
VII. Exemples simples.
A. Exemple 1.
B. Exemple 2.
VIII. En conclusion.

Chapitre VI : Dépendance du nombre de classes 113 I. Introduction 113 II. Un exemple simple 113 A. Cas de deux classes 114 B. Cas de trois classes 115 Chapitre VII : Loi conjointe pour les phénomènes extrêmes 119 I. Présentation du problème 119 II. Evaluation des taux de risques conjoints 122 A. Présentation théorique 122 B. Hypothèse de modèle 122 C. Méthode de calcul 124 1. Génération aléatoire de nombres de somme 1 124 2. Le nombre d'ordres possibles 124 3. Choix aléatoire d'un ordre admissible sur un tableau 125 4. Traitement complet d'un exemple simple : 125 5. Ordres admissibles, cas général 127 6. Calcul final de l'intégrale 128 7. Implémentation informatique 129 8. Les résultats 133 9. Analyse de complexité 134 III. En conclusion 135 Seconde partie : Traitement complet d'un exemple réel 137 Introduction 138 I. Incertitudes 138 II. Premières difficultés avec les crues 139 III. Trois stations 142 Chapitre I : Ajustement par loi de Gumbel : critique de la méthode 145 I. Données de base : 145 II. Principe de l'ajustement linéaire après passage au logarithme itéré 146 III. Les facéties de l'ajustement après passage au logarithme itéré 151 IV. Ajustement direct au moyen de la loi de Gumbel 154 Chapitre II : Analyse de la qualité des données 157 I. Situation des stations 157 II. Les débits douteux 158 III. Impact des travaux 158 IV. Vérification des données pour chaque station 159 A. Disponibilité des données 160 B. Comparaison des dates de crues 161 V. Comparaisons entre deux stations sur une même rivière 162 A. La Vienne à Ingrandes et Châtellerault 162 1. Méthodologie 162 2. Résultats 162 B. La Vienne à Nouâtre et la Vienne à Ingrandes 163 C. La Creuse à Leugny et la Vienne à Nouâtre 164 D. La Vienne à Ingrandes et la Creuse à Leugny 164 VI. En conclusion 165 Chapitre III : Analyse probabiliste des crues à Nouâtre 167 I. Introduction 167 II. L'histogramme des crues à Nouâtre 167 III. Situations extrêmes 170 A. Définition de la situation extrême 170 B. Approche théorique 170 C. Formulation mathématique 171 D. Calculs explicites 172 E. Les résultats 172 IV. Application à l'estimation absolue des probabilités des phénomènes extrêmes 174 A. La saisonnalité des crues 175 B. Estimation de la probabilité 176 C. Probabilités absolues par jour 177 D. Résultats par classe 177 E. Calcul des durées de retour 178 F. Variante : seuil à 2 000 m3/s 179 Chapitre IV : Crues en amont du confluent 181 I. La Vienne à Ingrandes 181 A. Données 181 B. Crues extrêmes 182 II. La Creuse à Leugny 184 A. Les données 184 B. Crues extrêmes 185 Chapitre V : Concomitances 189 I. Analyse des données 189 II. Cas des fortes crues 190 III. En conclusion 192 Chapitre VI : Incertitudes et réglementation 193 I. Où sont les incertitudes ? 193 II. Considérations réglementaires 194 III. Approche probabiliste proposée 195 IV. Recommandations générales 195 A. Sur les données 195 B. Sur la décision 197 Bibliographie 199

Satisfait ou
Remboursé

Colissimo 48H

Paiement sécurisé
Ogone / BNP Paribas

Paiement
à l'expédition

Service client
01 78 90 09 90
relation_client@chapitre.com

Membre
de la Fevad

Utilisation des cookies	×
CHAPITRE.COM SAS et ses partenaires utilisent des cookies pour améliorer votre expérience sur notre site, faciliter vos achats, vous présenter des contenus personnalisés liés à vos centres d’intérêt, afficher des publicités ciblées sur notre site ou ceux de partenaires, mesurer la performance de ces publicités ou mesurer l’audience de notre site. Certains cookies sont nécessaires au fonctionnement du site et de nos services. Vous pouvez accepter, gérer vos préférences ou continuer votre navigation sans accepter. Pour plus d’information, vous pouvez consulter la politique cookies
Paramétrer mes choix Continuer sans accepter

Chapitre.com - tous les livres: neufs, occasion, ebooks...

Méthodes probabilstes pour la gestion des risques extrêmes

Bernard Beauzamy(Auteur)

Fiche détaillée de "Méthodes probabilstes pour la gestion des risques extrêmes"

Plus d'infos

Plus d'infos