Minor documentation corrections

diff --git a/doc/en/glossary.rst b/doc/en/glossary.rst
index 545c20de6bd1aea281820d6dac24d0c54ee57522..61ee03aee55ee0e31d16132cab526332f83e75cc 100644 (file)
--- a/doc/en/glossary.rst
+++ b/doc/en/glossary.rst
@@ -44,6 +44,40 @@ Glossary
       through the "*YACS Container Log*" window, which is updated during the
       process, and using "*Observers*" attached to calculation variables.
 
       through the "*YACS Container Log*" window, which is updated during the
       process, and using "*Observers*" attached to calculation variables.
 

+   physical system
+      This is the object of study that will be represented by numerical
+      simulation and observed by measurements.
+
+   digital simulator
+      All the numerical relationships and equations characterizing the physical
+      system studied.
+
+   numerical simulation
+      Computational implementation of the set composed of the numerical
+      simulator and a particular set of all the input and control variables of
+      the simulator. These variables enable the digital simulator to be able to
+      numerically represent the system's behaviour.
+
+   observations or measurements
+      These are quantities that come from measuring instruments and
+      characterize the physical system to be studied. These quantities can vary
+      in space or time, can be punctual or integrated. They are themselves
+      characterized by their measurement nature, size, etc.
+
+   observation operator
+      It is a transformation of the simulated state into a set of quantities
+      explicitly comparable to the observations.
+
+   boundary conditions
+      These are particular input and control variables of the simulator, which
+      characterize the description of the system's behaviour at the border of
+      the simulation spatial domain.
+
+   initial conditions
+      These are specific simulator input and control variables that
+      characterize the description of the system's behavior at the initial edge
+      of the simulation time domain.
+

    APosterioriCovariance
       Keyword to indicate the covariance matrix of *a posteriori* analysis
       errors.
    APosterioriCovariance
       Keyword to indicate the covariance matrix of *a posteriori* analysis
       errors.


@@ -93,12 +127,14 @@ Glossary
       to 1, a "good" estimation leading to a parameter "close" to 1.
 
    analysis
       to 1, a "good" estimation leading to a parameter "close" to 1.
 
    analysis

-      The optimal state estimation through a data assimilation or optimization
-      procedure.
+      It is the optimal state estimated through a data assimilation or
+      optimization procedure.

 
    background
 
    background

-      The *a priori* known state, which is not optimal, and is used as a rough
-      estimate, or a "best estimate", before an optimal estimation.
+      It is a part (chosen to be modified) of the system state representation,
+      representation known *a priori* or initial one, which is not optimal, and
+      which is used as a rough estimate, or a "best estimate", before an
+      optimal estimation.

 
    innovation
       Difference between the observations and the result of the simulation based
 
    innovation
       Difference between the observations and the result of the simulation based

diff --git a/doc/en/ref_observers_requirements.rst b/doc/en/ref_observers_requirements.rst
index 7db4be21f1ff7de9926fd3e8aa94efcafe2a788e..a900f38fcb924c1e84b277ca25bb0f333b4d773b 100644 (file)
--- a/doc/en/ref_observers_requirements.rst
+++ b/doc/en/ref_observers_requirements.rst
@@ -438,7 +438,7 @@ Print on standard output the L2 norm of the current value of the variable.
 ::
 
     import numpy
 ::
 
     import numpy

-    v = numpy.matrix( numpy.ravel( var[-1] ) )
+    v = numpy.ravel( var[-1] )

     print(str(info)+" "+str(float( numpy.linalg.norm(v) )))
 
 .. index:: single: ValueRMS (Observer)
     print(str(info)+" "+str(float( numpy.linalg.norm(v) )))
 
 .. index:: single: ValueRMS (Observer)


@@ -451,5 +451,5 @@ Print on standard output the root mean square (RMS), or quadratic mean, of the c
 ::
 
     import numpy
 ::
 
     import numpy

-    v = numpy.matrix( numpy.ravel( var[-1] ) )
-    print(str(info)+" "+str(float( numpy.sqrt((1./v.size)*(v*v.T)) )))
+    v = numpy.ravel( var[-1] )
+    print(str(info)+" "+str(float( numpy.sqrt((1./v.size)*numpy.dot(v,v)) )))

diff --git a/doc/fr/glossary.rst b/doc/fr/glossary.rst
index 12ef475b79aa0f493e3a44048401fe7b542c4941..fcecff879a5b82cb66ced32f7eb857f2c8286dca 100644 (file)
--- a/doc/fr/glossary.rst
+++ b/doc/fr/glossary.rst
@@ -47,6 +47,41 @@ Glossaire
       jour au fur et à mesure du déroulement du calcul, et en utilisant des
       "*Observers*" attachés à des variables de calcul.
 
       jour au fur et à mesure du déroulement du calcul, et en utilisant des
       "*Observers*" attachés à des variables de calcul.
 

+   système physique
+      C'est l'objet d'étude que l'on va représenter par simulation numérique,
+      et que l'on observe par des mesures.
+
+   simulateur numérique
+      Ensemble des relations numériques et des équations caractérisant le
+      système physique étudié.
+
+   simulation numérique
+      Mise en oeuvre calculatoire de l'ensemble constitué du simulateur
+      numérique et d'un jeu particulier de toutes les variables d'entrée et de
+      contrôle du simulateur. Ces variables permettent de mettre le simulateur
+      numérique en capacité de représenter numériquement le comportement du
+      système.
+
+   observations ou mesures
+      Ce sont des quantités qui proviennent d'instruments de mesures et qui
+      caractérisent le système physique à étudier. Ces quantités peuvent varier
+      en espace ou en temps, peuvent être ponctuelles ou intégrées. Elles sont
+      elles-mêmes caractérisées par leur nature de mesure, leur dimension, etc.
+
+   opérateur d'observation
+      C'est une transformation de l'état simulé en un ensemble de quantités
+      explicitement comparables aux observations.
+
+   conditions aux limites
+      Ce sont des variables particulières d'entrée et de contrôle du
+      simulateur, qui caractérisent la description du comportement du système
+      en bordure du domaine spatial de simulation.
+
+   conditions initiales
+      Ce sont des variables particulières d'entrée et de contrôle du
+      simulateur, qui caractérisent la description du comportement du système
+      en bordure initiale du domaine temporel de simulation.
+

    APosterioriCovariance
       Mot-clé indiquant la matrice de covariance des erreurs *a posteriori*
       d'analyse.
    APosterioriCovariance
       Mot-clé indiquant la matrice de covariance des erreurs *a posteriori*
       d'analyse.


@@ -96,16 +131,17 @@ Glossaire
       "proche" de 1.
 
    analyse
       "proche" de 1.
 
    analyse

-      L'état optimal estimé par une procédure d'assimilation de données ou
-      d'optimisation.
+      C'est l'état optimal de représentation du système estimé par une
+      procédure d'assimilation de données ou d'optimisation.

 
    background
       C'est le terme anglais pour désigner l'ébauche.
 
    ébauche
 
    background
       C'est le terme anglais pour désigner l'ébauche.
 
    ébauche

-      C'est l'état du système connu *a priori*, qui n'est pas optimal, et qui
-      est utilisé comme une estimation grossière, ou "la meilleure connue",
-      avant une estimation optimale.
+      C'est une part (choisie pour être modifiable) de la représentation de
+      l'état du système, représentation connue *a priori* ou initiale, qui
+      n'est pas optimale, et qui est utilisée comme une estimation grossière ou
+      comme "la meilleure connue", avant une estimation optimale.

 
    innovation
       Différence entre les observations et le résultat de la simulation basée
 
    innovation
       Différence entre les observations et le résultat de la simulation basée

diff --git a/doc/fr/ref_observers_requirements.rst b/doc/fr/ref_observers_requirements.rst
index 361058061bfae57cfe1e78b83d91c4e160a4a82b..eaad88e9b49e18c9dddc3b74ef0bb08b0b6e4fc6 100644 (file)
--- a/doc/fr/ref_observers_requirements.rst
+++ b/doc/fr/ref_observers_requirements.rst
@@ -441,7 +441,7 @@ Imprime sur la sortie standard la norme L2 de la valeur courante de la variable.
 ::
 
     import numpy
 ::
 
     import numpy

-    v = numpy.matrix( numpy.ravel( var[-1] ) )
+    v = numpy.ravel( var[-1] )

     print(str(info)+" "+str(float( numpy.linalg.norm(v) )))
 
 .. index:: single: ValueRMS (Observer)
     print(str(info)+" "+str(float( numpy.linalg.norm(v) )))
 
 .. index:: single: ValueRMS (Observer)


@@ -454,5 +454,5 @@ Imprime sur la sortie standard la racine de la moyenne des carrés (RMS), ou moy
 ::
 
     import numpy
 ::
 
     import numpy

-    v = numpy.matrix( numpy.ravel( var[-1] ) )
-    print(str(info)+" "+str(float( numpy.sqrt((1./v.size)*(v*v.T)) )))
+    v = numpy.ravel( var[-1] )
+    print(str(info)+" "+str(float( numpy.sqrt((1./v.size)*numpy.dot(v,v)) )))

diff --git a/doc/fr/theory.rst b/doc/fr/theory.rst
index c932431aec1f84ad934cee523fdbd290fa6f99fe..b6a601636671a20cde508f677a8c92f6b6959aa5 100644 (file)
--- a/doc/fr/theory.rst
+++ b/doc/fr/theory.rst
@@ -75,8 +75,8 @@ Reconstruction de champs ou interpolation de données
 .. index:: single: interpolation de champs
 
 La **reconstruction (ou l'interpolation) de champs** consiste à trouver, à
 .. index:: single: interpolation de champs
 
 La **reconstruction (ou l'interpolation) de champs** consiste à trouver, à

-partir d'un nombre restreint de mesures réelles, le champs physique qui est le
-plus *cohérent* avec ces mesures.
+partir d'un nombre restreint de mesures réelles, le (ou les) champ(s)
+physique(s) qui est (sont) le(s) plus *cohérent(s)* avec ces mesures.

 
 La *cohérence* est à comprendre en termes d'interpolation, c'est-à-dire que le
 champ que l'on cherche à reconstruire, en utilisant de l'assimilation de données
 
 La *cohérence* est à comprendre en termes d'interpolation, c'est-à-dire que le
 champ que l'on cherche à reconstruire, en utilisant de l'assimilation de données

diff --git a/src/daComposant/daCore/Templates.py b/src/daComposant/daCore/Templates.py
index 4f7c6069a4d8a45626fe480feffe96c847dcb4f1..1d1880da77cca775a1b760df52fc1e98b1a80721 100644 (file)
--- a/src/daComposant/daCore/Templates.py
+++ b/src/daComposant/daCore/Templates.py
@@ -212,14 +212,14 @@ ObserverTemplates.store(
     )
 ObserverTemplates.store(
     name    = "ValueL2Norm",
     )
 ObserverTemplates.store(
     name    = "ValueL2Norm",

-    content = """import numpy\nv = numpy.matrix( numpy.ravel( var[-1] ) )\nprint(str(info)+" "+str(float( numpy.linalg.norm(v) )))""",
+    content = """import numpy\nv = numpy.ravel( var[-1] )\nprint(str(info)+" "+str(float( numpy.linalg.norm(v) )))""",

     fr_FR   = "Imprime sur la sortie standard la norme L2 de la valeur courante de la variable",
     en_EN   = "Print on standard output the L2 norm of the current value of the variable",
     order   = "next",
     )
 ObserverTemplates.store(
     name    = "ValueRMS",
     fr_FR   = "Imprime sur la sortie standard la norme L2 de la valeur courante de la variable",
     en_EN   = "Print on standard output the L2 norm of the current value of the variable",
     order   = "next",
     )
 ObserverTemplates.store(
     name    = "ValueRMS",

-    content = """import numpy\nv = numpy.matrix( numpy.ravel( var[-1] ) )\nprint(str(info)+" "+str(float( numpy.sqrt((1./v.size)*(v*v.T)) )))""",
+    content = """import numpy\nv = numpy.ravel( var[-1] )\nprint(str(info)+" "+str(float( numpy.sqrt((1./v.size)*numpy.dot(v,v)) )))""",

     fr_FR   = "Imprime sur la sortie standard la racine de la moyenne des carrés (RMS), ou moyenne quadratique, de la valeur courante de la variable",
     en_EN   = "Print on standard output the root mean square (RMS), or quadratic mean, of the current value of the variable",
     order   = "next",
     fr_FR   = "Imprime sur la sortie standard la racine de la moyenne des carrés (RMS), ou moyenne quadratique, de la valeur courante de la variable",
     en_EN   = "Print on standard output the root mean square (RMS), or quadratic mean, of the current value of the variable",
     order   = "next",