Discussion :

[benoist.cardinal]

Bonjour à tous,

Je vous remercie pour le temps que vous pourrez passer pour m'aider à résoudre mon problème.

Je suis ingénieur en exploitation aéroportuaire.

Sur un intervalle de temps par exemple de 5:00 am à 11:00 am par intervalle de 15 min, je voudrais répartir un nombre de bagage (par ex 50 bagages selon une loi normale (gaussienne) centré sur une certaine heure (par ex 8:00 am) afin de pouvoir obtenir pour chaque tranche de 15 min un nombre de bagage respectant cette loi normale.

J'essaye de trouver sur google de quoi m'aider mais jusqu'à maintenance, je n'ai rien trouvé.

Si par hasard, quelqu'un a un début d'idée pour résoudre ce problème.

Je vous remercie pour votre aide.

Benoist

[Pierre Fauconnier]

Salut.

Je n'ai pas compris la question. Sur base de quelles données veux-tu réaliser ton analyse?

[benoist.cardinal]

Que veux tu dire par "sur base de quelles données veux tu réaliser ton analyse"

J'ai un nombre de bagages totales par ex 50 à répartir sur un intervalle de temps de 5am à 11am par tranche de 15 min selon une loi gaussienne centré sur 8am par ex.

Par ex comment obtenir de facon automatique

de 5am à 6am, on aura 10
de 6 am à 7 am, on aura 15
de 7 à 8, on aura 20, etc

Cette répartition doit respecte une loi mathématique gaussienne dont je définirai les propriétés. (moyenne, écart type, etc) mais comment répartir ces 50 bagages de facon automatique?

Merci

[Pierre Fauconnier]

Ca me fait plus penser à un exo qu'à un besoin réel... C'est le cas?

[benoist.cardinal]

Non non c'est un besoin réel Pas un exercice.

Pourquoi cela fait penser à un exercice?

[Pierre Fauconnier]

Oui...

Comment voudrais-tu donner la moyenne et l'écart-type de données que tu ne connais pas puisqu'elles sont justement l'objet de ton calcul?

Outre le fait que je ne vois pas bien l'intérêt de distribuer les bagages selon une courbe gaussienne, puisqu'a priori, les courbes gaussiennes servent à analyser des données a posteriori. (Mais bon, je ne suis pas un grand statisticien)

[benoist.cardinal]

L'objectif est de simuler la charge d'une installation avec les vols et nombre de passager de la saison été précédente. Le problème étant que tu n'as que le nombre de bagage totale par vol.

En règle générale, sur une periode d'ouverture des check-in de 2 ou 3 heures, les passagers ne se présentent de façon linéaire mais selon une courbe gausienne. Cela a été vérifié avec le temps justement en prenant les données en temps réélles.

Voila pourquoi j'ai besoin de représenté cela afin de pouvoir simuler la charge d'un système de traitement bagage sur une semaine de peak.

Après la moyenne et l'écart type, je peux ajuster au fil de l'eau.

Cordialement

[Pierre Fauconnier]

Ok, je comprends mieux...

Il faudrait au départ avoir les données des périodes antérieures, car la courbe gaussienne doit s'appuyer sur des valeurs réelles. Je ne vois pas comment on créerait une courge gaussienne "en partant de rien"...

Hum... Je crois avoir enfin compris ta demande...

[Pierre Fauconnier]

Salut.

Voilà une solution éventuelle à ton problème. J'ai centré les données sur 8:00 et j'ai calculé les écarts par rapports à 8:00 = 0 (en heures *24). La loi normale permet la répartition sur base d'une espérance nulle et d'un écart-type de 1. Dans ce cas, toutes les données sont comprises dans l'amplitude de quatre écart-type (3,9931... exactement)