Beruflich Dokumente
Kultur Dokumente
Madame, Monsieur
23/09/2008
Toute reproduction sans autorisation du Centre franais dexploitation du droit de copie est strictement interdite.
Techniques de lIngnieur, trait Construction C 219 1
Toute reproduction sans autorisation du Centre franais dexploitation du droit de copie est strictement interdite.
C 219 2 Techniques de lIngnieur, trait Construction
a priori, dont on sait quelle peut prendre telle ou telle valeur dans Le coefficient de corrlation linaire XY reprsente sous forme
un ensemble de valeurs possibles, avec une certaine probabilit. adimensionnelle cette mme variabilit :
Cette assimilation des proprits du sol des variables alatoires
nimplique pas quen un point donn les proprits du sol ne soient XY
XY = ----------------
-
pas parfaitement dtermines. Elle reprsente seulement ligno- X Y
rance de lingnieur vis--vis des valeurs exactes de chaque proprit
en chaque point. en notant X et Y , respectivement, les carts types de X et Y.
Toute variable alatoire X peut tre caractrise par une densit Dans le cas de deux variables alatoires X et Y, la procdure de
de probabilit g (x ), qui reprsente la probabilit de chaque valeur recherche de la meilleure relation linaire entre ces variables
possible x de la variable, ou, de faon parfaitement quivalente, par commence par le choix de la variable explicative, qui sera note
une fonction de rpartition G (x ), variant de 0 1 et gale la X, et de la variable explique, qui sera note Y :
probabilit que X soit infrieur x.
Y = aX + b
Connaissant la fonction g (x ) ou G (x ), on peut calculer les
moments de la variable alatoire, qui sont, dune part, les moments Ce choix prliminaire invitable introduit une dissymtrie entre
dordre r : X et Y et lon nobtient pas le mme rsultat en crivant Y = aX + b
+ et X = cY + d, bien que le coefficient de corrlation soit le mme dans
les deux cas. Cette diffrence vient de la procdure utilise pour
mr = xr g ( x ) d x
estimer les valeurs des coefficients a et b (respectivement c et d ).
et, dautre part, les moments centrs dordre r : Si lon dispose dun ensemble (chantillon) de n couples de valeurs
(x i , yi )i = 1, n de X et Y pour dterminer la relation entre ces deux
+ variables, on recherche ensuite les valeurs estimes de a et b, notes
r = ( x m ) r g ( x ) dx
ici a et b , qui minimisent lcart quadratique moyen entre les yi
Le moment dordre 1 est appel esprance mathmatique, ou et les expressions calcules ( a x i + b ) [mthode des moindres
moyenne, et not E [X ] ou m. Le moment centr dordre 1 est nul. carrs], cest--dire :
Le moment centr dordre 2 est appel variance et not Var [X ] ou
n
2. Sa racine carre positive est appele cart type et note . Le
rapport de lcart type la moyenne est appel coefficient de 2 = [ yi ( a xi + b ) ] 2
variation et not CV [X ] ou C x . i=1
Les notions prcdentes sont dfinies pour des fonctions math- Tous calculs faits, on obtient :
matiques appeles variables alatoires. Dans la pratique, quand on
analyse un ensemble de donnes, on ne connat gnralement pas a = my b mx
les lois de probabilit des proprits tudies. On raisonne alors sur
des valeurs estimes des paramtres statistiques (estimes daprs n
lensemble des donnes dont on dispose). Diffrents ensembles de xi yi nmx my XY
donnes (diffrents chantillons , dans le vocabulaire des statis- i=1
b = -------------------------------------------------
- = -----------
-
tiques) conduisent des estimations diffrentes de ces paramtres, n 2
x
i
2 2
si bien que ces paramtres estims peuvent eux-mmes tre traits x nm x
comme des variables alatoires... i=1
Toute reproduction sans autorisation du Centre franais dexploitation du droit de copie est strictement interdite.
Techniques de lIngnieur, trait Construction C 219 3
2
[ Y ] = yi [X ] = x 1i ... x ji ... x ki ... 1 [] = 2 ( x 0 mx )2
E [ Y ( x 0 ) ] = --------- 1 + -----------------------------
-
n
2
............................. ak X
yn x 1n ... x jn ... x kn ... 1
On observe sur la figure 1 leffet du second terme de lexpression
a0
de la variance : lincertitude (lcart type) sur la valeur estime de
Y (x 0 ) est minimale lorsque x 0 est gal la valeur moyenne m x des
on obtient, toujours par la mthode des moindres carrs, la mme
quation matricielle que prcdemment : x i de lensemble des donnes ayant servi estimer les paramtres
a et b de la rgression linaire. Elle augmente progressivement,
[] = (t [X ][X ])1 t [X ][Y ]
selon une loi parabolique, lorsque x 0 sloigne de cette valeur
avec t [X ] = matrice transpose de [X ]. moyenne m x . Ce rsultat est important pour les applications
Le coefficient de corrlation multiple, qui a pour expression : pratiques, o lon ne peut donc estimer avec une gale fiabilit les
valeurs de Y correspondant aux diffrentes valeurs possibles de X.
[ V XY ] [ V XX ] 1 [ V XY ] Y
t
=
Toute reproduction sans autorisation du Centre franais dexploitation du droit de copie est strictement interdite.
C 219 4 Techniques de lIngnieur, trait Construction
Ces variations spatiales des proprits des sols exercent une 3.2 Relation entre la permabilit
influence sur les rsultats des tudes de corrlations. Cette influence
se traduit par :
et lindice des vides des argiles
la plus faible corrlation des proprits mesures en des points Il est gnralement admis que le coefficient de permabilit k
loigns quen des points voisins (beaucoup de corrlations sont des argiles est li lindice des vides e par une relation de la forme
malheureusement tablies avec des donnes provenant de
sondages ou essais assez distants les uns des autres, de telle sorte e = Ck (lg k )
quelles incluent non seulement la corrlation relle des paramtres
en un mme point, mais aussi une certaine partie de leur variabilit Le coefficient Ck de cette relation est lui-mme li lindice des
spatiale. La seule solution pour viter ce phnomne est de faire des vides initial du sol e0 , comme on le voit sur les figures 3a, b et c.
campagnes dessais spciales comportant des essais ou sondages On observe, dans ce cas, que les diffrences entre les droites de
trs voisins) ; rgression linaire sont peu importantes, avec des coefficients de
la diminution de la variabilit des paramtres du sol lorsque corrlation levs dans chaque cas. Une telle corrlation peut donc,
le volume du sol concern par lessai augmente. Ce phnomne peut la diffrence des prcdentes, tre utilise sur des sites autres que
influencer les corrlations tablies, par exemple, entre des proprits ceux o elle a t tablie.
mesures sur de trs petits volumes de sol (teneur en eau, coefficient
de permabilit dprouvettes de laboratoire, compressibilit ou
rsistance au cisaillement mesure en laboratoire, etc.) et des pro- 3.3 Relation entre la limite de liquidit
prits mesures sur de plus grands volumes de sols (pression limite
ou module pressiomtrique, permabilits mesures en place,
et lindice de compression des vases
essais de plaque, etc.).
La figure 4 prsente les droites de rgression obtenues par
Vidalie [10] entre la limite de liquidit wL et lindice de compression
Cc de sols fins organiques (vases) dorigines varies. La droite
3. Exemples de corrlations dquation Cc = 0,009 (wL 10) est celle donne par Terzaghi pour
reprsenter le comportement moyen des argiles. Cette fois aussi,
le coefficient de corrlation est lev et la relation obtenue peut tre
De trs nombreuses corrlations ont t publies pour les considre comme assez fiable.
proprits des sols. Beaucoup dentre elles nexistent que sous la
forme dune relation entre paramtres, sans accs possible aux
donnes tudies ni mme dindication du coefficient de corrlation 3.4 Relation entre la pression limite
correspondant, et il convient dtre prudent quand on les utilise.
Nous nous limiterons ici quelques exemples de corrlations entre pressiomtrique et la rsistance
les paramtres des sols dtermins en place et en laboratoire pour de cne au pntromtre statique
lesquels les donnes exprimentales seront prsentes en mme
temps que les fonctions de rgression entre les paramtres. Les figures 5 et 6 montrent les relations existant entre la pression
limite nette pressiomtrique ( p p 0 ) et la rsistance de cne dter-
mine au pntromtre statique qc , pour deux ensembles de
donnes publis par Cassan [3]. Pour les sables de Dunkerque
(figure 5), la relation entre les deux paramtres, bien que diffrente
suivant le sens dans lequel on la recherche, est associe un coef-
ficient de corrlation assez lev. Pour les argiles (figure 6), de
provenances diverses, les points sont beaucoup plus disperss dans
le graphique et la qualit de la corrlation est plus faible.
Toute reproduction sans autorisation du Centre franais dexploitation du droit de copie est strictement interdite.
Techniques de lIngnieur, trait Construction C 219 5
Figure 2 Relations entre la teneur en eau w et le coefficient de compressibilit Cc /(1 + e 0 ) pour les tourbes de Normandie [9]
Toute reproduction sans autorisation du Centre franais dexploitation du droit de copie est strictement interdite.
C 219 6 Techniques de lIngnieur, trait Construction
Toute reproduction sans autorisation du Centre franais dexploitation du droit de copie est strictement interdite.
Techniques de lIngnieur, trait Construction C 219 7
Toute reproduction sans autorisation du Centre franais dexploitation du droit de copie est strictement interdite.
C 219 8 Techniques de lIngnieur, trait Construction
Toute reproduction sans autorisation du Centre franais dexploitation du droit de copie est strictement interdite.
Techniques de lIngnieur, trait Construction C 219 9
Rfrences bibliographiques
[1] BAGHERY (S.) et MAGNAN (J.-P.). Analyse rhologiques et approche probabiliste de la [8] TAVENAS (F.), JEAN (P.), LEBLOND (P.) et
probabiliste de la stabilit et des tassements scurit. Thse de doctorat s sciences, LEROUEIL (S.). The permeability of natural
des remblais du site exprimental de Universit Pierre et Marie Curie (Paris VI) clays. Part II : Permeability characteristics.
Cubzac-les-Ponts. Laboratoire central des (1980). Revue Canadienne de Gotechnique Canadian
Ponts de Chausses, Paris, Rapport de [5] LEBART (L.), MORINEAU (A.) et FNELON Geotechnical Journal, vol. 20, no 4, p. 645-660
recherche LPC, no 122, 69 p. (1983). (J.P.). Traitement des donnes statistiques. (1983).
[2] BENJAMIN (J.R.) et CORNELL (C.A.). Dunod (1979). [9] VAUTRAIN (J.). Rflexions sur la
Probability, statistics and decision for civil [6] MAGNAN (J.-P.). Les mthodes statistiques et compressibilit des tourbes en Normandie.
engineers. Mac Graw-Hill, New York, 684 p. probabilistes en mcanique des sols. Presses Bulletin de liaison des Laboratoires des Ponts
(1970). de lcole Nationale des Ponts et Chausses, et Chausses, Paris, no 84, p. 101-111 (1976).
[3] CASSAN (M.). Les essais in situ en mcanique Paris, 203 p. (1982). [10] VIDALIE (J.F.). Relations entre les proprits
des sols. 1 - Ralisation et interprtation. Chap. [7] MAGNAN (J.-P.) et BAGHERY (S.). physico-chimiques et les caractristiques
XII : Les corrlations entre essais in situ. Statistiques et probabilits en mcanique des mcaniques des sols compressibles. Labo-
Eyrolles, Paris, 2e dition, p. 509-573 (1988). sols. tat des connaissances. Laboratoire ratoire central des Ponts et Chausses, Paris,
[4] FAVRE (J.L.). Milieu continu et discontinu. central des Ponts et Chausses, Paris, Rapport Rapport de recherche LPC, no 65, 90 p. (1977).
Mesure statistique indirecte des paramtres de recherche LPC, no 109, 187 p. (1982).
Toute reproduction sans autorisation du Centre franais dexploitation du droit de copie est strictement interdite.
C 219 10 Techniques de lIngnieur, trait Construction