Correction of informative message strings

diff --git a/src/daComposant/daAlgorithms/GradientTest.py b/src/daComposant/daAlgorithms/GradientTest.py
index c3cb0c17e68f8dbfe04a1d97e131390852b54464..1de0ac89b889486e243323b91d3059ee51e9ec3a 100644 (file)
--- a/src/daComposant/daAlgorithms/GradientTest.py
+++ b/src/daComposant/daAlgorithms/GradientTest.py
@@ -127,7 +127,7 @@ class ElementaryAlgorithm(BasicObjects.Algorithm):
         if self._parameters["ResiduFormula"] == "Taylor":
             __entete = "  i   Alpha       ||X||    ||F(X)||  ||F(X+dX)||    ||dX||  ||F(X+dX)-F(X)||   ||F(X+dX)-F(X)||/||dX||      R(Alpha)   log( R )  "
             __msgdoc = """
-            On observe le residu issu du développement de Taylor de la fonction F,
+            On observe le résidu issu du développement de Taylor de la fonction F,
             normalisée par la valeur au point nominal :
 
                          || F(X+Alpha*dX) - F(X) - Alpha * GradientF_X(dX) ||
@@ -148,13 +148,13 @@ class ElementaryAlgorithm(BasicObjects.Algorithm):
         if self._parameters["ResiduFormula"] == "Norm":
             __entete = "  i   Alpha       ||X||    ||F(X)||  ||F(X+dX)||    ||dX||  ||F(X+dX)-F(X)||   ||F(X+dX)-F(X)||/||dX||      R(Alpha)   log( R )  "
             __msgdoc = """
-            On observe le residu, qui est basé sur une approximation du gradient :
+            On observe le résidu, qui est basé sur une approximation du gradient :
 
                           || F(X+Alpha*dX) - F(X) ||
               R(Alpha) =  ---------------------------
                                     Alpha
 
-            qui doit rester constant jusqu'à ce qu'on atteigne la précision du calcul.
+            qui doit rester constant jusqu'à ce que l'on atteigne la précision du calcul.
 
             On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.
             """

diff --git a/src/daComposant/daAlgorithms/LinearityTest.py b/src/daComposant/daAlgorithms/LinearityTest.py
index 0645c3bf5959dc53ab239bed6631e79a17d3c388..b4f972bddbc47d70f04669fefcf72715f28ba364 100644 (file)
--- a/src/daComposant/daAlgorithms/LinearityTest.py
+++ b/src/daComposant/daAlgorithms/LinearityTest.py
@@ -122,9 +122,9 @@ class ElementaryAlgorithm(BasicObjects.Algorithm):
         # --------------------
         __marge =  12*" "
         if self._parameters["ResiduFormula"] == "CenteredDL":
-            __entete = "  i   Alpha     ||X||      ||F(X)||   |   R(Alpha)   log( R )  "
+            __entete = "  i   Alpha     ||X||      ||F(X)||   |   R(Alpha)  log10( R )  "
             __msgdoc = """
-            On observe le residu provenant de la différence centrée des valeurs de F
+            On observe le résidu provenant de la différence centrée des valeurs de F
             au point nominal et aux points perturbés, normalisée par la valeur au
             point nominal :
 
@@ -140,15 +140,15 @@ class ElementaryAlgorithm(BasicObjects.Algorithm):
             de F n'est pas vérifiée.
 
             Si le résidu décroit et que la décroissance se fait en Alpha**2 selon Alpha,
-            cela signifie que le gradient est bien calculé jusqu'à la précision d'arrêt
+            cela signifie que le gradient est calculable jusqu'à la précision d'arrêt
             de la décroissance quadratique.
 
             On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.
             """
         if self._parameters["ResiduFormula"] == "Taylor":
-            __entete = "  i   Alpha     ||X||      ||F(X)||   |   R(Alpha)   log( R )  "
+            __entete = "  i   Alpha     ||X||      ||F(X)||   |   R(Alpha)  log10( R )  "
             __msgdoc = """
-            On observe le residu issu du développement de Taylor de la fonction F,
+            On observe le résidu issu du développement de Taylor de la fonction F,
             normalisée par la valeur au point nominal :
 
                          || F(X+Alpha*dX) - F(X) - Alpha * GradientF_X(dX) ||
@@ -164,14 +164,14 @@ class ElementaryAlgorithm(BasicObjects.Algorithm):
 
             Si le résidu décroit et que la décroissance se fait en Alpha**2 selon Alpha,
             cela signifie que le gradient est bien calculé jusqu'à la précision d'arrêt
-            de la décroissance.
+            de la décroissance quadratique.
 
             On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.
             """
         if self._parameters["ResiduFormula"] == "NominalTaylor":
             __entete = "  i   Alpha     ||X||      ||F(X)||   |   R(Alpha)   |R-1| en %  "
             __msgdoc = """
-            On observe le residu obtenu à partir de deux approximations d'ordre 1 de F(X),
+            On observe le résidu obtenu à partir de deux approximations d'ordre 1 de F(X),
             normalisées par la valeur au point nominal :
 
               R(Alpha) = max(
@@ -192,7 +192,7 @@ class ElementaryAlgorithm(BasicObjects.Algorithm):
         if self._parameters["ResiduFormula"] == "NominalTaylorRMS":
             __entete = "  i   Alpha     ||X||      ||F(X)||   |   R(Alpha)    |R| en %  "
             __msgdoc = """
-            On observe le residu obtenu à partir de deux approximations d'ordre 1 de F(X),
+            On observe le résidu obtenu à partir de deux approximations d'ordre 1 de F(X),
             normalisées par la valeur au point nominal :
 
               R(Alpha) = max(
@@ -259,7 +259,7 @@ class ElementaryAlgorithm(BasicObjects.Algorithm):
                     )
                 #
                 self.StoredVariables["CostFunctionJ"].store( Residu )
-                msg = "  %2i  %5.0e   %9.3e   %9.3e   |   %9.3e   %5i %s"%(i,amplitude,NormeX,NormeFX,Residu,100*abs(Residu-1),"%")
+                msg = "  %2i  %5.0e   %9.3e   %9.3e   |   %9.3e   %5i %s"%(i,amplitude,NormeX,NormeFX,Residu,100.*abs(Residu-1.),"%")
                 msgs += "\n" + __marge + msg
             #
             if self._parameters["ResiduFormula"] == "NominalTaylorRMS":
@@ -273,7 +273,7 @@ class ElementaryAlgorithm(BasicObjects.Algorithm):
                     )
                 #
                 self.StoredVariables["CostFunctionJ"].store( Residu )
-                msg = "  %2i  %5.0e   %9.3e   %9.3e   |   %9.3e   %5i %s"%(i,amplitude,NormeX,NormeFX,Residu,100*Residu,"%")
+                msg = "  %2i  %5.0e   %9.3e   %9.3e   |   %9.3e   %5i %s"%(i,amplitude,NormeX,NormeFX,Residu,100.*Residu,"%")
                 msgs += "\n" + __marge + msg
         #
         msgs += "\n" + __marge + "-"*__nbtirets