L'objectif de cette séquence est de créer un métamodèle de type chaos polynomial, c'est à dire de substituer une fonction peu coûteuse (le métamodèle) à la place de la fonction
- Polynômes orthogonaux :
- Polynômes orthogonaux multivariés :
- Polynômes du chaos :
- Cours : Cours-chaos-polynomial-decomposition.ipynb
- Exercice : Exercice-chaos-cantilever-beam.ipynb
- Ouvrons la boîte de l'estimation des coefficients :
- Exercice, estimation par moindres carrés : Exercice-chaos-cantilever-beam-LeastSquares.ipynb
- Exercice, estimation par intégration : Exercice-chaos-cantilever-beam-Integration.ipynb
- Devoir à la maison : quadrature de Gauss, Exercice-gauss -quadrature.ipynb
- Les distributions non déterminées par leurs moments, l'exemple de la loi log-normale, Cours-chaos-Polynomes-orthogonaux-moments.ipynb
- La transformation iso-probabiliste du chaos : Exercice-chaos-Distribution-transformation.ipynb
- Sensibilité du Q2 au degré du polynôme : Exercice-chaos-poutre-sensibilite-degre.ipynb
- Guide du chaos polynomial : guide-chaos-polynomial.md
- Polynômes orthogonaux univariés et le problème des moments: Cours-chaos-Polynomes-orthogonaux-moments.ipynb
- Description des algorithmes : Cours-chaos-description-algorithmes.ipynb
- Estimation des coefficients : Cours-chaos-polynomial-estimation.ipynb
- Validation croisée d'un métamodèle de chaos polynomial de la fonction Ishigami : Exercice-ishigami-cross-validation.ipynb
- Over-fitting and model selection : Over-fitting-model-selection.ipynb
- Convergence de l'estimation des coefficients du chaos polynomial par intégration : convergence-chaos-integration.ipynb
- Tensorized Gauss quadrature : tensorized-gauss-quadrature.ipynb