32 pages
Français

Analyse d'architectures d'agent hybride pour la modelisation de comportement

-

Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus

Description

Niveau: Supérieur, Master
Analyse d'architectures d'agent hybride pour la modelisation de comportement d'avatars Michael Bergeret Stage Recherche propose par Eric Gouarderes (LIUPPA) et Julien Valentin (LIUPPA) Universite de Pau et des Pays de l'Adour Master Technologies de l'Internet - 2e annee - Juin 2007

  • architecture hybride

  • modele

  • diagramme uml de l'implementation du modele

  • litterature agent

  • modelisation de comportements d'avatar pour l'evacuation

  • comportements de la couche cooperation

  • comportement


Sujets

Informations

Publié par
Publié le 01 juin 2007
Nombre de lectures 33
Langue Français
SpectredeLyapunovdesyste`messtochastiques
Rapha¨elCHETRITE
Ilsonttoujours´ete´desennemisdelordre(e´tabli), Pourquoi? parce qu’aucun ordre ne pouvait les satisfaire puisquilsene´taienttoujoursexclus, remettre en question, voir plus loin, changer le monde pour changer de destin, tel fut le destin de ˆt . mes ance res Chanson d’Herbert Pagani : Plaidoyer pour ma terre
MerciatouslesIsrae´lienspourleurhospitalite´
Rapportdedeuxie`meanne´edemaster 25 juillet 2005
A tous les auteurs des lectures qui ont accompagne´mesnombreuxd´eplacementsestivaux: Martin BUBER, Le chemin de l’homme AmosOZ,Unehistoiredamouretdet´ene`bres I.B.SINGER, Le manoir BorisVIAN,le´cumedesjours RomainGARY,Lhommea`lacolombe ElieWIESEL,Lecinquie`mels
1
` TABLE DES MATIERES2 Tabledesmati`eres I Remerciements 3 II Introduction 3 IIIPr´eliminaire:´equationdi´erentiellestochastique`abruit multiplicatif 7 1 Conventions 7 1.1 Convention d’Ito(I) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.2 Convention d’anti-Ito(AI) . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.3 Convention de Stratonovich(S) . . . . . . . . . . . . . . . . . . . . . . . 8 2Ge´n´erateurduprocessus9 2.1Equationstochastiquemultiplicativere´elle................9 2.2Repr´esentationdug´en´erateurentermedop´erateursdeGL(d,R)([5]).10 2.3 Equation stochastique multiplicative complexe . . . . . . . . . . . . . 11 3SpectredeLyapunovassocie´12 3.1 MatriceW21....................mene.t..dx´teri,tau 3.2 Equation stochastique multiplicative complexe . . . . . . . . . . . . . 12 3.3 Le plus grand lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . 13 3.4 Somme des Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 3.5 Cas ouσest14......psemutedleenisabonaldiagadtnpeneni´dabes IVSpectredeLyapunovducasKraichnanenre´gimelisse, paire, isotrope 14 4 Introduction 15 5 Expression deCijkle´myseds61eirtnsid,cotion´era 5.1Sym´etrie0..................................16 5.2 Covariance sousSO(d, R. . . . . . . . . . . 16 . . . . . . . . . . . . . ) . 6Casavecisotropieg´ene´ralis´ee:Cijkl=αδikδjl+βδilδjk+γδijδkl17 6.1Conditionsdepositivit´e..........................17 6.2 Plus grand Lyapunov, Somme des Lyapunov . . . . . . . . . . . . . . 17 6.3SpectredeLyapunov,Statistiquesdestauxde´tirement........18
` TABLE DES MATIERES3 VSpectredeLyapunovducasKraichnanenre´gimelisse anisotrope bidimensionnel 19 7Exploitationdessym´etries19 8Caspotentieldansg´eom´etriecarr´eep´eriodique20 8.1 Cas particuliers solubles par diagonalisation deσ(cas potentiel en g´eom´etrierectangle)............................20 8.1.1µ= 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 8.1.2b= 0 . . . . . . . . . . . . . . . . .  . 21. . . . . . . . . . . . . . 8.2 Calcul des Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 9Ge´n´eralisation:casnonpotentieldansge´ome´triecarr´e23 10G´en´eralisation:caspotentieldansge´om´etrierectangle24 VI Particule inertielle dans champs de vitesse de Kraich-nan unidimensionnel - localisation d’Anderson unidimension-nelleavecpotentielre´el25 11Equivalencedesdeuxproble`mes25 12 Calcul des deux exposants de lyapunov 26 VII Particule inertielle dans champs de vitesse de Kraich-nan bidimensionnel - localisation d’Anderson unidimension-nelle avec potentiel complexe 27 13Equivalencedesdeuxprobl`emes27 VIII Cas avec covariance deσm´syrietesqusouSU(d, C)29 IX Conclusion 30