Salome HOME
Documentation corrections for outputs
[modules/adao.git] / doc / fr / ref_algorithm_ExtendedBlue.rst
1 ..
2    Copyright (C) 2008-2015 EDF R&D
3
4    This file is part of SALOME ADAO module.
5
6    This library is free software; you can redistribute it and/or
7    modify it under the terms of the GNU Lesser General Public
8    License as published by the Free Software Foundation; either
9    version 2.1 of the License, or (at your option) any later version.
10
11    This library is distributed in the hope that it will be useful,
12    but WITHOUT ANY WARRANTY; without even the implied warranty of
13    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
14    Lesser General Public License for more details.
15
16    You should have received a copy of the GNU Lesser General Public
17    License along with this library; if not, write to the Free Software
18    Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307 USA
19
20    See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
21
22    Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
23
24 .. index:: single: ExtendedBlue
25 .. _section_ref_algorithm_ExtendedBlue:
26
27 Algorithme de calcul "*ExtendedBlue*"
28 -------------------------------------
29
30 Description
31 +++++++++++
32
33 Cet algorithme réalise une estimation de type BLUE étendu (Best Linear Unbiased
34 Estimator, étendu) de l'état d'un système.
35
36 Cet algorithme est une généralisation partiellement non-linéaire de
37 l':ref:`section_ref_algorithm_Blue`. Il lui est équivalent pour un opérateur
38 d'observation linéaire. On peut vérifier la linéarité de l'opérateur
39 d'observation à l'aide de l':ref:`section_ref_algorithm_LinearityTest`.
40
41 En non-linéaire, il se rapproche de l':ref:`section_ref_algorithm_3DVAR`, sans
42 lui être entièrement équivalent.
43
44 Commandes requises et optionnelles
45 ++++++++++++++++++++++++++++++++++
46
47 .. index:: single: Background
48 .. index:: single: BackgroundError
49 .. index:: single: Observation
50 .. index:: single: ObservationError
51 .. index:: single: ObservationOperator
52 .. index:: single: StoreSupplementaryCalculations
53 .. index:: single: Quantiles
54 .. index:: single: SetSeed
55 .. index:: single: NumberOfSamplesForQuantiles
56 .. index:: single: SimulationForQuantiles
57
58 Les commandes requises générales, disponibles dans l'interface en édition, sont
59 les suivantes:
60
61   Background
62     *Commande obligatoire*. Elle définit le vecteur d'ébauche ou
63     d'initialisation, noté précédemment :math:`\mathbf{x}^b`. Sa valeur est
64     définie comme un objet de type "*Vector*" ou de type "*VectorSerie*".
65
66   BackgroundError
67     *Commande obligatoire*. Elle définit la matrice de covariance des erreurs
68     d'ébauche, notée précédemment :math:`\mathbf{B}`. Sa valeur est définie
69     comme un objet de type "*Matrix*", de type "*ScalarSparseMatrix*", ou de
70     type "*DiagonalSparseMatrix*".
71
72   Observation
73     *Commande obligatoire*. Elle définit le vecteur d'observation utilisé en
74     assimilation de données ou en optimisation, et noté précédemment
75     :math:`\mathbf{y}^o`. Sa valeur est définie comme un objet de type "*Vector*"
76     ou de type "*VectorSerie*".
77
78   ObservationError
79     *Commande obligatoire*. Elle définit la matrice de covariance des erreurs
80     d'ébauche, notée précédemment :math:`\mathbf{R}`. Sa valeur est définie
81     comme un objet de type "*Matrix*", de type "*ScalarSparseMatrix*", ou de
82     type "*DiagonalSparseMatrix*".
83
84   ObservationOperator
85     *Commande obligatoire*. Elle indique l'opérateur d'observation, noté
86     précédemment :math:`H`, qui transforme les paramètres d'entrée
87     :math:`\mathbf{x}` en résultats :math:`\mathbf{y}` qui sont à comparer aux
88     observations :math:`\mathbf{y}^o`. Sa valeur est définie comme un objet de
89     type "*Function*" ou de type "*Matrix*". Dans le cas du type "*Function*",
90     différentes formes fonctionnelles peuvent être utilisées, comme décrit dans
91     la section :ref:`section_ref_operator_requirements`. Si un contrôle
92     :math:`U` est inclus dans le modèle d'observation, l'opérateur doit être
93     appliqué à une paire :math:`(X,U)`.
94
95 Les commandes optionnelles générales, disponibles dans l'interface en édition,
96 sont indiquées dans la :ref:`section_ref_assimilation_keywords`. En particulier,
97 la commande optionnelle "*AlgorithmParameters*" permet d'indiquer les options
98 particulières, décrites ci-après, de l'algorithme. On se reportera à la
99 :ref:`section_ref_options_AlgorithmParameters` pour le bon usage de cette
100 commande.
101
102 Les options de l'algorithme sont les suivantes:
103
104   StoreSupplementaryCalculations
105     Cette liste indique les noms des variables supplémentaires qui peuvent être
106     disponibles à la fin de l'algorithme. Cela implique potentiellement des
107     calculs ou du stockage coûteux. La valeur par défaut est une liste vide,
108     aucune de ces variables n'étant calculée et stockée par défaut. Les noms
109     possibles sont dans la liste suivante : ["APosterioriCovariance", "BMA",
110     "CostFunctionJ", "OMA", "OMB", "Innovation", "SigmaBck2", "SigmaObs2",
111     "MahalanobisConsistency", "SimulatedObservationAtBackground",
112     "SimulatedObservationAtOptimum", "SimulationQuantiles"].
113
114     Exemple : ``{"StoreSupplementaryCalculations":["BMA","Innovation"]}``
115
116   Quantiles
117     Cette liste indique les valeurs de quantile, entre 0 et 1, à estimer par
118     simulation autour de l'état optimal. L'échantillonnage utilise des tirages
119     aléatoires gaussiens multivariés, dirigés par la matrice de covariance a
120     posteriori. Cette option n'est utile que si le calcul supplémentaire
121     "SimulationQuantiles" a été choisi. La valeur par défaut est une liste vide.
122
123     Exemple : ``{"Quantiles":[0.1,0.9]}``
124
125   SetSeed
126     Cette clé permet de donner un nombre entier pour fixer la graine du
127     générateur aléatoire utilisé pour générer l'ensemble. Un valeur pratique est
128     par exemple 1000. Par défaut, la graine est laissée non initialisée, et elle
129     utilise ainsi l'initialisation par défaut de l'ordinateur.
130
131     Exemple : ``{"SetSeed":1000}``
132
133   NumberOfSamplesForQuantiles
134     Cette clé indique le nombre de simulations effectuées pour estimer les
135     quantiles. Cette option n'est utile que si le calcul supplémentaire
136     "SimulationQuantiles" a été choisi. Le défaut est 100, ce qui suffit souvent
137     pour une estimation correcte de quantiles courants à 5%, 10%, 90% ou 95%.
138
139     Exemple : ``{"NumberOfSamplesForQuantiles":100}``
140
141   SimulationForQuantiles
142     Cette clé indique le type de simulation, linéaire (avec l'opérateur
143     d'observation tangent appliqué sur des incréments de perturbations autour de
144     l'état optimal) ou non-linéaire (avec l'opérateur d'observation standard
145     appliqué aux états perturbés), que l'on veut faire pour chaque perturbation.
146     Cela change essentiellement le temps de chaque simulation élémentaire,
147     usuellement plus long en non-linéaire qu'en linéaire. Cette option n'est
148     utile que si le calcul supplémentaire "SimulationQuantiles" a été choisi. La
149     valeur par défaut est "Linear", et les choix possibles sont "Linear" et
150     "NonLinear".
151
152     Exemple : ``{"SimulationForQuantiles":"Linear"}``
153
154 Informations et variables disponibles à la fin de l'algorithme
155 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
156
157 En sortie, après exécution de l'algorithme, on dispose d'informations et de
158 variables issues du calcul. La description des
159 :ref:`section_ref_output_variables` indique la manière de les obtenir par la
160 méthode nommée ``get`` de la variable "*ADD*" du post-processing. Les variables
161 d'entrée, mises à disposition de l'utilisateur en sortie pour faciliter
162 l'écriture des procédures de post-processing, sont décrites dans
163 l':ref:`subsection_r_o_v_Inventaire`.
164
165 Les sorties non conditionnelles de l'algorithme sont les suivantes:
166
167   Analysis
168     *Liste de vecteurs*. Chaque élément est un état optimal :math:`\mathbf{x}*`
169     en optimisation ou une analyse :math:`\mathbf{x}^a` en assimilation de
170     données.
171
172     Exemple : ``Xa = ADD.get("Analysis")[-1]``
173
174 Les sorties conditionnelles de l'algorithme sont les suivantes:
175
176   APosterioriCovariance
177     *Liste de matrices*. Chaque élément est une matrice :math:`\mathbf{A}*` de
178     covariances des erreurs *a posteriori* de l'état optimal.
179
180     Exemple : ``A = ADD.get("APosterioriCovariance")[-1]``
181
182   BMA
183     *Liste de vecteurs*. Chaque élément est un vecteur d'écart entre
184     l'ébauche et l'état optimal.
185
186     Exemple : ``bma = ADD.get("BMA")[-1]``
187
188   CostFunctionJ
189     *Liste de valeurs*. Chaque élément est une valeur de fonctionnelle d'écart
190     :math:`J`.
191
192     Exemple : ``J = ADD.get("CostFunctionJ")[:]``
193
194   CostFunctionJb
195     *Liste de valeurs*. Chaque élément est une valeur de fonctionnelle d'écart
196     :math:`J^b`, c'est-à-dire de la partie écart à l'ébauche.
197
198     Exemple : ``Jb = ADD.get("CostFunctionJb")[:]``
199
200   CostFunctionJo
201     *Liste de valeurs*. Chaque élément est une valeur de fonctionnelle d'écart
202     :math:`J^o`, c'est-à-dire de la partie écart à l'observation.
203
204     Exemple : ``Jo = ADD.get("CostFunctionJo")[:]``
205
206   Innovation
207     *Liste de vecteurs*. Chaque élément est un vecteur d'innovation, qui est
208     en statique l'écart de l'optimum à l'ébauche, et en dynamique l'incrément
209     d'évolution.
210
211     Exemple : ``d = ADD.get("Innovation")[-1]``
212
213   MahalanobisConsistency
214     *Liste de valeurs*. Chaque élément est une valeur de l'indicateur de
215     qualité de Mahalanobis.
216
217     Exemple : ``m = ADD.get("MahalanobisConsistency")[-1]``
218
219   OMA
220     *Liste de vecteurs*. Chaque élément est un vecteur d'écart entre
221     l'observation et l'état optimal dans l'espace des observations.
222
223     Exemple : ``oma = ADD.get("OMA")[-1]``
224
225   OMB
226     *Liste de vecteurs*. Chaque élément est un vecteur d'écart entre
227     l'observation et l'état d'ébauche dans l'espace des observations.
228
229     Exemple : ``omb = ADD.get("OMB")[-1]``
230
231   SigmaBck2
232     *Liste de valeurs*. Chaque élément est une valeur de l'indicateur de
233     qualité :math:`(\sigma^b)^2` de la partie ébauche.
234
235     Exemple : ``sb2 = ADD.get("SigmaBck")[-1]``
236
237   SigmaObs2
238     *Liste de valeurs*. Chaque élément est une valeur de l'indicateur de
239     qualité :math:`(\sigma^o)^2` de la partie observation.
240
241     Exemple : ``so2 = ADD.get("SigmaObs")[-1]``
242
243   SimulatedObservationAtBackground
244     *Liste de vecteurs*. Chaque élément est un vecteur d'observation simulé à
245     partir de l'ébauche :math:`\mathbf{x}^b`.
246
247     Exemple : ``hxb = ADD.get("SimulatedObservationAtBackground")[-1]``
248
249   SimulatedObservationAtOptimum
250     *Liste de vecteurs*. Chaque élément est un vecteur d'observation simulé à
251     partir de l'analyse ou de l'état optimal :math:`\mathbf{x}^a`.
252
253     Exemple : ``hxa = ADD.get("SimulatedObservationAtOptimum")[-1]``
254
255   SimulationQuantiles
256     *Liste de vecteurs*. Chaque élément est un vecteur correspondant à l'état
257     observé qui réalise le quantile demandé, dans le même ordre que les
258     quantiles requis par l'utilisateur.
259
260     Exemple : ``sQuantiles = ADD.get("SimulationQuantiles")[:]``
261
262 Voir aussi
263 ++++++++++
264
265 Références vers d'autres sections :
266   - :ref:`section_ref_algorithm_Blue`
267   - :ref:`section_ref_algorithm_3DVAR`
268   - :ref:`section_ref_algorithm_LinearityTest`