DSpace Repository

La Calibration Lineaire

Show simple item record

dc.contributor.author Yahiaoui, Wassila
dc.contributor.author Mebarki, Silia
dc.contributor.author Bechir, H ; promotrice
dc.date.accessioned 2021-05-23T14:06:03Z
dc.date.available 2021-05-23T14:06:03Z
dc.date.issued 2020-10-01
dc.identifier.uri http://hdl.handle.net/123456789/15413
dc.description Spécialité : Analyse Mathématique en_US
dc.description.abstract La calibration, également appelée régression inverse, est un problème classique qui apparait souvent dans une con guration de régression sous plan xe. Le but de ce travail est de proposer une méthode stochastique qui donne une solution estimée pour un problème de calibration linéaire. Nous établissons des inégalités exponentielles de type Bernstein-Frechet pour la probabilité de la distance entre les solutions approchées et la solution exacte. De plus, nous construisons un domaine de con ance pour la solution exacte ainsi mentionnée. Pour véri er la validité de nos résultats, un exemple numérique est proposé. Calibration, also called inverse regression, is a classical problem which appears often in a regression setup under xed design. The aim of this work is to propose a stochastic method which gives an estimated solution for a linear calibration problem. We establish exponential inequalities of Bernstein-Frechet type for the probability of the distance between the approximate solutions and the exact one. Furthermore, we build a con dence domain for the so-mentioned exact solution. To check the validity of our results, a numerical example is proposed. en_US
dc.language.iso fr en_US
dc.publisher université A/Mira Bejaia en_US
dc.subject Calibration linéaire : Neuroscience : Pharmacologie : Chimiiométrie : Méthode de Tikhonov : Méthode de Landweber : Méthode de Morozov en_US
dc.title La Calibration Lineaire en_US
dc.type Thesis en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account