WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Optimisation des conditions de culture des lipases chez une souche bactérienne de type Actinomadura Keranitilytica par RSM


par Mansouri Rayan , Hadji khawla
Université Badji Mokhtar Annaba - Master  2019
  

précédent sommaire suivant

Extinction Rebellion

CHAPITRE 2 : MATERIELS ET METHODES

La démarche de cette méthodologie peut se décomposer en trois étapes :

1) choix d'une méthode d'expérimentation

2) l'analyse des résultats

3) l'acquisition progressive des connaissances

Choix d'une méthode d'expérimentation

Le choix d'une méthode d'expérimentation est tributaire d'une bonne définition de la

problématique à traiter. Tous les facteurs pouvant avoir une influence sur la réponse doivent être pris en compte dans l'établissement du plan d'expériences.

Description de problème

D'une manière générale, la description d'un problème, quel qu'il soit, consiste à répondre à

un certain nombre de questions que résument la méthode de SADO connue sous le nom de méthode de ?QQCQQP?( G.Sad et al.,1991).

Ces questions sont les suivantes :

> Q : En quoi consiste le problème ?

> Q : Qui est gêné par le problème ? Qui est le demandeur de l'étude ?

> C : Combien de cas ? Combien ça coûte ?

> Q : Où cela se passe-t-il ?

> Q : Quand cela arrive-t-il ?

> P : Pourquoi est un problème ?

L'établissement du plan d'expériences (J.Goupy,2017) afin d'optimiser la réponse consiste en la démarche suivante (figure 8):

27

CHAPITRE 2 : MATERIELS ET METHODES

Figure 8 : L'établissement du plan d'expériences (J.Goupy,2017).

28

CHAPITRE 2 : MATERIELS ET METHODES 2.3.1.3. Choix du plan d'expérience

Le choix du plan sera guidé par l'analyse de tous les points précédents. On distingue plusieurs types de plans :

Les plans factoriels complets à deux niveaux

Pour ces plans le nombre de niveaux de chaque facteur est restreint à deux et le nombre des

essais réalisés est égal à 2n (n représente le nombre de facteurs). Le modèle mathématique postulé relatif à ce plan est le suivant :

y=b0+?bixik+??bijxikxjk+4k

Où,

y : réponse xi, xj : niveau attribuer au facteur i, j

b0 : valeur de réponse au centre du domaine d'étude bi : l'effet du facteur i

bij : l'interaction entre i et j

åk : résidu (écart)

b- les plans de surface de réponse

Ces plans permettent d'établir des modèles mathématiques de second degré (modèle quadratique complet).

y=b0+?bixik+??bijxikxjk+?bikxik2+ 4k

Parmi les plans de seconds degrés les plus employés citons

> les plans composites centrés

> Les plans de Box-Behnken

> les plans hybrides

29

CHAPITRE 2 : MATERIELS ET METHODES

2.3.1.4. Analyse des résultats de calcul

De nombreux logiciels commerciaux sont spécialement conçus pour les plans d'expérience (JMP, Minitab, Statisca, etc...). Ces logiciels permettent dans un premier temps, de définir la matrice d'expérience et dans un deuxième temps le traitement des données expérimentales obtenues. Pour l'analyse des résultats de nombreuses rubriques existent dans les logiciels traitant des plans d'expériences (sommaire d'ajustement, analyse de variance, etc...) qui donnent les informations nécessaires avec une bonne appréciation des résultats (modèles obtenus).

Graphique de comparaison des réponses mesurées et réponses estimées

Plus les points du graphique sont proche de la première bissectrice, plus le modèle rend assez

bien compte des réponses, et vice-versa (figure 9).

s

Réponse (mesurée)

s

s

s

s

s

s

s

ss

s

s

s

Réponse (estimée)

Figure 9 : Graphique de comparaison de réponse mesurée et estimée

b. Résumée de la pertinence du modèle (qualité descriptif)

La pertinence de modèle est généralement vérifiée par le coefficient de détermination

(R2). Ce coefficient varie entre 0 et 1, plus il est proche de 1 plus les réponses calculées seront fortement corrélées avec les réponses expérimentales (J.Goupy, 2017).

2.3.1.5. La technique d'analyse de variance

L'analyse de variance (ANOVA) permet de comparer les variances des valeurs calculées

par le modèle et les résidus. Cette analyse constitue un test statistique (test de Fisher-Snedecor) et elle fournit les réponses aux questions suivantes (K.Sandrine, 2004):

30

précédent sommaire suivant






Extinction Rebellion





Changeons ce systeme injuste, Soyez votre propre syndic





"L'ignorant affirme, le savant doute, le sage réfléchit"   Aristote