Méthodologie expérimentale : méthodes et outils pour les expérimentations scientifiques

Ce livre traite de l'expérience, de l'expérimentation et de la démarche expérimentale. Il aborde les outils et les méthodes nécessaires à la conception d'une expérience, à sa réalisation et à son exploitation. Il propose une approche globale de la démarche expérimentale, de la préparation de l'expérience à la modélisation statistique des données. Il fournit au lecteur des cas concrets et diversifiés afin de couvrir un vaste éventail de domaines d'applications. Cet ouvrage rassemble ainsi les méthodes et les outils indispensables aux scientifiques et aux ingénieurs pour mener une expérience visant à élaborer un modèle empirique d'un phénomène.

Introduction à la méthodologie expérimentale. Introduction : deux exemples. Les modèles et leur classification. L'expérience. Analyse séquentielle d'une expérience. La préparation des protocoles expérimentaux. L'utilisation des données expérimentales. Références bibliographiques. L'analyse dimensionnelle. Nomenclature. Introduction. Un peu d'histoire. La notion de dimension. Les méthodes de l'analyse dimensionnelle. Quelques nombres sans dimension. Similitude et changement d'échelle. Exercices d'application avec solution. Références bibliographiques. Les outils statistiques descriptifs d'analyse des données. Préambule. Généralités. Statistiques descriptives simples. Statistiques descriptives multidimensionnelles. Références bibliographiques. Modélisation statistique des données. Modélisation des distributions statistiques. Liaison entre deux variables. Régression linéaire multiple. Analyse de la variance. Références bibliographiques. Les plans d'expériences. Introduction à la planification expérimentale. Les plans factoriels complets. Les plans factoriels fractionnaires. La méthodologie de surfaces de réponses. Les plans de mélange. Références bibliographiques. Les erreurs de mesure. Les processus de mesurage et leurs incertitudes. L'approche probabiliste des erreurs de mesure. Les erreurs de mesure : définitions et concepts des méthodes normalisées. Propagation des erreurs. Pour en savoir plus. Références bibliographiques. Les réseaux de neurones. Nomenclature. Introduction. Généralités. Théorie. Construction et utilisation pratique d'un réseau de neurones. Pour aller un peu plus loin : la rétropropagation du gradient. Quelques applications. Références bibliographiques. La validation des modèles. Préambule. Validation de modèles. Exemples de mise en oeuvre. Références bibliographiques.