Université d'evry Val d'essonne Année SDV1 : Mathématiques. 2 ème semestre. TP 1 - Eléments de Réponse
|
|
- Basile Lortie
- il y a 6 ans
- Total affichages :
Transcription
1 Université d'evry Val d'essonne Année SDV1 : Mathématiques 2 ème semestre TP 1 - Eléments de Réponse oor, runif, matrix, cbind, function, %%, &, %in%, t, apply, sort, which Exercice 1 (Tirage de deux dés) 1) Une réalisation d'une v.a. uniforme discrète entre 1 et 6. 2) R> n <- 10 R> tirage <- floor(runif(2*n)*6)+1 3) R> n <- 100 R> tirage <- matrix(floor(runif(2*n)*6)+1,ncol=2,nrow=n,byrow=t) Exercice 2 (Echantillons et probabilités) 1) La solution la plus ecace : R> sum((tirage[,1]+tirage[,2])<=5) Autre solution : ajouter une colonne contenant les sommes des deux lancers, et compter le nombre de fois où cette somme dépasse 5. R> tirage <- cbind(tirage,(tirage[,1]+tirage[,2])) R> sum(tirage[,3]<=5) Remarque : l'instruction tirage[,3]<-tirage[,1]+tirage[,2] aurait provoqué une erreur, car la déclaration de la matrice tirage ne prévoit que deux colonnes. 2) 5 réalisations d'une loi binomiale de paramètres n et p : la probabilité que la somme des deux nombres soit inférieure ou égale à 5. 3) Cette probabilité p est approchée par la proportion des lancers dont la somme est au plus 5. 4) On considère le tableau suivant qui donne la valeur des sommes des deux dés : Dé 1 \ Dé Le nombre de sommes inférieures ou égales à 5 est 5 4/2 = 10 ; chaque somme a une probabilité de 1/(6 6) d'être tirée. On en déduit p = 10/36 soit p ) Plus n est grand, plus la proportion empirique est proche de la vraie valeur de la probabilité p. Ceci illustre la loi des grands nombres, car l'espérance de la proportion empirique est p. Exercice 3 (Simulations) On estime par simulations les probabilités des événements. On prendra n=10000 pour plus de précisions.
2 a) "obtenir au moins 12 avec 3 dés" R> n < ; nbdes <- 3 R> tirage <- cbind(tirage,(tirage[,1]+tirage[,2]+tirage[,3])) R> sum(tirage[,4]>=12) # On obtient environ 0.27 Remarque : la fonction apply permet d'appliquer une fonction à chaque ligne ou à chaque colonne d'une matrice. Cette fonction nécessite 3 paramètres obligatoire : (a) la variable contenant la matrice (b) la dimension sur laquelle la fonction sera appliquée (ex. : 1 pour les lignes, et 2 pour les colonnes) (c) la fonction qui sera appliquée (d) (Eventuellement, d'autres paramètres qui seront passés à la fonction qui sera appliquée) Par exemple, le vecteur v de taille n contenant la somme de toutes les colonnes du tableau tirage peut être obtenus de la façon suivante : R> v <- apply(tirage, 1, FUN=sum) b) "la somme de 5 dés est divisible par 3" R> n < ; nbdes <- 5 R> tirage <- cbind(tirage, apply(tirage, 1, FUN=sum)) R> sum(tirage[,nbdes+1]%%3==0)/n # On obtient environ 0.33 c) "la somme de 3 dés est paire" R> n < ; nbdes <- 3 R> tirage <- cbind(tirage, apply(tirage, 1, FUN=sum)) R> sum(tirage[,nbdes+1]%%2==0)/n # On obtient environ 0.50 d) "le produit de 5 dés est divisible par 6" R> n < ; nbdes <- 5 R> tirage <- cbind(tirage, apply(tirage, 1, FUN=prod)) R> sum(tirage[,nbdes+1]%%6==0)/n # On obtient environ 0.84 Exercice 4 (421) 1) No comment. 2) No comment. 3) On procède, comme dans l'exercice précédemment, par simulation. On prendra soin d'éviter l'utilisation des boucles for, qui ralentissent considérablement l'exécution du programme. Il est vivement conseillé de commencer par simuler une petite quantité de tirage (n=10) an de controler que chaque étape de la simulation se déroule comme attendue. Le tableau des tirages s'obtient de la façon suivante :
3 R> n < ; nbdes <- 3 R> tirage <- t(apply(tirage, 1, FUN=sort, decreasing=t)) Les probabilités estimées par simulation dépendent grandement de la qualité des estimations. Il n'est pas possible de vérier exactement que les données sont bien simulées selon la loi espérée. Néanmoins, il est possible de vérier que le tirage obtenu n'est pas trop improbable (par rapport à la distribution désirée). Par exemple, la probabilité de tirer 531 qui est donnée par 3! doit être en accord avec la proportion empirique de dans les simulations. Comment calculer cette proportion est donné ci dessous. 4) a) "421" R> sum(tirage[,4]==421)/n # On obtient environ 0.03 b) "mieux que 433 (sans tenir compte des gures)" R> sum(tirage[,4]>433)/n # On obtient environ 0.75 c) "une suite quelconque" R> sum((tirage[,1]==tirage[,2]+1)&(tirage[,2]==tirage[,3]+1))/n # On obtient environ 0.12 Autre solution : R> sum(tirage[,4]%in% c(654,543,432,321))/n d) "un brelan quelconque" R> sum((tirage[,1]==tirage[,2])&(tirage[,2]==tirage[,3]))/n # On obtient environ ) Diérentes stratégies pour l'événement "421", a) On retire le dé le plus grand. On ne retirera que si l'on a pas déjà obtenu 421 au premier essai. Il y a donc deux étapes pour calculer la probabilité d'obtenir 421 en 2 coups. indices421.1 contient les numéros des lignes qui ont réussi dès le premier lancer, et n421.1 leur nombre. Rappel : tableau[-c(2,5,6),] désigne le tableau tableau privé de ses lignes 2, 5 et 6. R> indices421.1 <- which(tirage[,4]%in% c(421)) R> n421.1 <- length(indices421.1) # On tire à nouveau le dé le plus grand pour les lignes qui # n'ont pas réalisées "421" R> tirage[-indices421.1,1] <- floor(runif(n-n421.1)*6)+1 # On réordonne les colonnes. ATTENTION, il ne faut réordonner que # les 3 premières colonnes. REMARQUE : nous avons choisi ici de # conserver le resultat du premier tirage dans la colonne 4. # Ce n'est pas strictement nécessaire pour traiter l'exercice, # mais cela pourra être utile. R> tirage <- cbind(t(apply(tirage[,1:3], 1, FUN=sort, decreasing=t)),tirage[,4]) # On calcule la nouvelle valeur # ATTENTION, comme le tableau possède déjà 4 colonnes, le # deuxième tirage se trouve en colonne 5 R> sum(tirage[,5]%in% c(421))/n # On obtient environ 0.07
4 b) On retire les deux dés les plus grands. Après avoir généré un nouveau tableau de tirage : R> indices421.1 <- which(tirage[,4] %in% c(421)) R> n421.1 <- length(indices421.1) # On tire à nouveau les deux dés les plus grands pour les lignes qui # n'ont pas réalisées "421" R> tirage[-indices421.1,c(1,2)] <- floor(runif((n-n421.1)*2)*6)+1 # La suite est presque la même qu'à la question précédente R> tirage <- cbind(t(apply(tirage[,1:3], 1, FUN=sort, decreasing=t)),tirage[,4]) R> sum(tirage[,5]%in% c(421))/n # environ 7% c) On retire tout dé dont le résultat n'est ni "4", ni "2", ni "1". C'est plus simple dans ce cas, il sut de tirer à nouveau les valeurs qui ne sont pas 4 dans la première colonne, 2 dans la deuxième, et 1 dans la dernière. Après avoir généré un nouveau tableau de tirage : # Pour la première colonne : R> indices4.1 <- which(tirage[,1]==4) R> n4.1 <- length(indices4.1) R> tirage[-indices4.1,1] <- floor(runif(n-n4.1)*6)+1 # Pour la deuxième colonne : R> indices2.1 <- which(tirage[,2]==2) R> n2.1 <- length(indices2.1) R> tirage[-indices2.1,2] <- floor(runif(n-n2.1)*6)+1 # Pour la deuxième colonne : R> indices3.1 <- which(tirage[,3]==1) R> n3.1 <- length(indices3.1) R> tirage[-indices3.1,3] <- floor(runif(n-n3.1)*6)+1 # On place le nouveau tirage dans la colonne 5 R> tirage <- cbind(t(apply(tirage[,1:3], 1, FUN=sort,decreasing=T)),tirage[,4]) R> sum(tirage[,5]%in% c(421))/n # proba aproximative ) Même question en autorisant le jeu "à fond" (en trois jets). On ne reprend que la dernière stratégie. Le premier tirage se trouve en colonne 4, le deuxième en colonne 5 et le dernier en colonne 6. L'avant dernière instructions cbind a été modié de façon adéquate. a) Après avoir généré un nouveau tableau de tirage : R> for (i in 1:2) { R> indices4 <- which(tirage[,1]==4) R> n4 <- length(indices4) R> tirage[-indices4,1] <- floor(runif(n-n4)*6)+1 R> indices2 <- which(tirage[,2]==2) R> n2 <- length(indices2) R> tirage[-indices2,2] <- floor(runif(n-n2)*6)+1 R> indices3 <- which(tirage[,3]==1) R> n3 <- length(indices3) R> tirage[-indices3,3] <- floor(runif(n-n3)*6)+1 R> tirage <- cbind(t(apply(tirage[,1:3], 1,FUN=sort,decreasing=T)),
5 tirage[,-c(1:3)]) R> } R> sum(tirage[,6]%in% c(421))/n # proba aproximative ) A vous de jouer... Complément : Ecrire une fonction simple Toutes les questions de cet exercice nécessitait la création d'un tableau contenant les tirages des dés ; le nombre de colonnes de ce tableau est égale au nombre de dés nbdes, et le nombre de ligne est égale au nombre de lancers n. Il a donc été nécessaire de taper à chaque fois l'instruction suivante permettant de créer les données (qui devront être stockée dans une variable, par ex. tirage) : tirage <- matrix(floor(runif(nbdes*n)*6)+1,ncol=nbdes,nrow=n,byrow=t) Selon l'exercice considéré, deux paramêtres peuvent changer : le nombre de dés, et le nombre de tirage. Ecrire cette ligne de commande à chaque fois peut être fastidieux d'une part, mais surtout sujet à erreurs : a-t-on pensé à changer la valeur de n ou de nbdes par exemple? Dans un cas, comme celui-ci, il est avantageux en termes de temps, et aussi en terme de sureté du programme, de dénir une sorte de boîte noire qui prendra les deux paramètres en entrée, et donnera un jeu de données correct en sortie, sans que l'on ait plus ensuite à se soucier de la manière de créer le jeu de données. Il surait de taper par exemple tirage <- lance.des(n=1000,nbdes=5) pour obtenir dans la variable tirage 1000 lancers de 5 dés. Avant de pouvoir utiliser cette commande, il est nécessaire de dénir la fonction lance.des, c'est à dire 1. Spécier le nom de la fonction 2. Identier les paramètres en entrée (ici n et nbdes) 3. Donner la suite d'instructions R permettant de créer la sortie en fonction des paramètres d'entrée. Dans notre cas : lance.des <- function(n,nbdes) { matrix(floor(runif(nbdes*n)*6)+1,ncol=nbdes,nrow=n,byrow=t) } De la même manière que l'on dit de tirage est une matrix, on déclare de lance.des est une fonction à l'aide du mot clé \function. On spécie ensuite quelles seront (éventuellement) les paramètres en entrée de la fonction. Une fonction peut être plus complexe et contenir plusieurs lignes d'instructions. Par exemple, la fonction tire.421 dénie ci-dessous, génère un tableau de tirage de 3 dés et calcule le nombre correspondant dans la quatrième colonne. Cette fonction n'a qu'un seul paramètre en entrée (le nombre de dés est xé).
6 tire.421 <- function (n) { tirage <- matrix(floor(runif(3*n)*6)+1,ncol=3,nrow=n,byrow=t); tirage <- t(apply(tirage, 1, FUN=sort, decreasing=t)) tirage <- cbind(tirage,tirage[,1]*100+tirage[,2]*10+tirage[,3]) tirage } que l'on appellera ensuite : tirage <- tire.421(1000) Remarque : la variable tirage à l'intérieur de la fonction n'a rien à voir avec la variable tirage à l'extérieur de la fonction. Il ne s'agit ici que d'exemples simples de fonctions, et beaucoup de subtilités ont été omises ici. Si vous êtes amenés à écrire des fonctions en R, il vous est fortement recommandé de lire préalablement des tutoriels plus complet sur le sujets.
Couples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détailTP3 : Creation de tables 1 seance
Universite de Versailles IUT de Velizy - Algorithmique 2005/2006 TP3 : Creation de tables 1 seance Objectif : Creation et modication de tables dans une base de donnees. Avant de commencer ce TP, terminer
Plus en détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
Plus en détailExercices de dénombrement
Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.
Plus en détailELASTICITE DE LA DEMANDE Calcul de l'elasticite & Applications Plan du cours I. L'elasticite de la demande & ses determinants II. Calcul de l'elasticite & pente de la courbe de demande III. Applications
Plus en détailPOKER ET PROBABILITÉ
POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main
Plus en détailCours Informatique Master STEP
Cours Informatique Master STEP Bases de la programmation: Compilateurs/logiciels Algorithmique et structure d'un programme Programmation en langage structuré (Fortran 90) Variables, expressions, instructions
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détail1. Introduction... 2. 2. Création d'une macro autonome... 2. 3. Exécuter la macro pas à pas... 5. 4. Modifier une macro... 5
1. Introduction... 2 2. Création d'une macro autonome... 2 3. Exécuter la macro pas à pas... 5 4. Modifier une macro... 5 5. Création d'une macro associée à un formulaire... 6 6. Exécuter des actions en
Plus en détailProbabilités Loi binomiale Exercices corrigés
Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre
Plus en détailGEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau
GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles
Plus en détailTP : Shell Scripts. 1 Remarque générale. 2 Mise en jambe. 3 Avec des si. Systèmes et scripts
E3FI ESIEE Paris Systèmes et scripts B. Perret TP : Shell Scripts 1 Remarque générale Lorsque vous cherchez des informations sur Internet, n'oubliez pas que langage de shell script que nous avons vu correspond
Plus en détailEXCEL PERFECTIONNEMENT CALCULS AVANCES
TABLE DES MATIÈRES FORMATS... 2 Formats personnalisés... 2 ADRESSAGE DE CELLULES... 3 relatif & absolu Rappel... 3 Adressage par nom... 4 Valider avec la touche Entrée... 4 FONCTIONS SI-ET-OU... 6 LA FONCTION
Plus en détail1 TD1 : rappels sur les ensembles et notion de probabilité
1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (
Plus en détailIntroduction a l'algorithmique des objets partages. Robert Cori. Antoine Petit. Lifac, ENS Cachan, 94235 Cachan Cedex. Resume
Introduction a l'algorithmique des objets partages Bernadette Charron{Bost Robert Cori Lix, Ecole Polytechnique, 91128 Palaiseau Cedex, France, charron@lix.polytechnique.fr cori@lix.polytechnique.fr Antoine
Plus en détailInitiation à la programmation en Python
I-Conventions Initiation à la programmation en Python Nom : Prénom : Une commande Python sera écrite en caractère gras. Exemples : print 'Bonjour' max=input("nombre maximum autorisé :") Le résultat de
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailDate : 18.11.2013 Tangram en carré page
Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailPropagation sur réseau statique et dynamique
Université de la Méditerranée UFR Sciences de Luminy Rapport de stage informatique pour le Master 2 de Physique, Parcours Physique Théorique et Mathématique, Physique des Particules et Astroparticules.
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
Plus en détailProcédures Stockées WAVESOFT... 12 ws_sp_getidtable... 12. Exemple :... 12. ws_sp_getnextsouche... 12. Exemple :... 12
Table des matières Les Triggers... 2 Syntaxe... 2 Explications... 2 Les évènements déclencheurs des triggers... 3 Les modes de comportements des triggers... 4 Les pseudo tables... 5 Exemple... 6 Les procédures
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailNOTIONS DE PROBABILITÉS
NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...
Plus en détailTable des matières. 10 Gimp et le Web. Option de traitement d'images Mémento pour la séance N o 8. 10.1 Création d'animation
Université de NiceSophia Antipolis Semaine du 26 novembre 2007 Licence de Sciences de la vie, semestre 1 Option de traitement d'images Mémento pour la séance N o 8 Table des matières 10 Gimp et le Web
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailDENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES
BTS GPN ERE ANNEE-MATHEMATIQUES-DENOMBREMENT-COMBINATOIRE-EXERCICE DE SYNTHESE EXERCICE RECAPITULATIF (DE SYNTHESE) CORRIGE Le jeu au poker fermé DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES On joue
Plus en détailLe chiffre est le signe, le nombre est la valeur.
Extrait de cours de maths de 6e Chapitre 1 : Les nombres et les opérations I) Chiffre et nombre 1.1 La numération décimale En mathématique, un chiffre est un signe utilisé pour l'écriture des nombres.
Plus en détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
Plus en détailI. Cas de l équiprobabilité
I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus
Plus en détail1 CRÉER UN TABLEAU. IADE Outils et Méthodes de gestion de l information
TP Numéro 2 CRÉER ET MANIPULER DES TABLEAUX (Mise en forme, insertion, suppression, tri...) 1 CRÉER UN TABLEAU 1.1 Présentation Pour organiser et présenter des données sous forme d un tableau, Word propose
Plus en détailRallye Mathématiques de liaison 3 ème /2 nde et 3 ème /2 nde pro Epreuve finale Jeudi 21 mai 2015 Durée : 1h45
Rallye Mathématiques de liaison 3 ème /2 nde et 3 ème /2 nde pro Epreuve finale Jeudi 21 mai 2015 Durée : 1h45 Précisions pour les problèmes 1 et 2 : Pour ces problèmes, on attend une narration de recherche
Plus en détailENQUETE SUR LES AIDES TECHNIQUES CHEZ LES SOURDS ET MALENTENDANTS
ENQUETE SUR LES AIDES TECHNIQUES CHEZ LES SOURDS ET MALENTENDANTS Monsieur R. MAZELIER BUDOCES - 40, rue du Mont-Valérien - 92210 Saint-Cloud Lancée en février 1988 à travers les deux périodiques de la
Plus en détailExemple 360. Questionnaire Leadership Thomas. Personnel & Confidentiel
Feed-back 360 Exemple 360 Questionnaire Leadership Thomas Personnel & Confidentiel Introduction Comment lire votre rapport Feed-back 360? Moyenne par compétence Représentation graphique des 5 meilleures
Plus en détailLa gestion des boîtes aux lettres partagées
La gestion des boîtes aux lettres partagées La gestion des boîtes aux lettres partagées - page Présentation du module Partage de mail. Qu'est ce qu'une boîte aux lettres partagée? Il s'agit d'une boîte
Plus en détailConditions : stage indemnisé, aide au logement possible, transport CEA en Ile-de-France gratuit.
Proposition de stage de BAC+4 ou BAC+5 Pro ou Recherche Etude comparative des outils de vérification d'algorithmes parallèles Logiciels (LSL), localisé à Palaiseau (Essonne), développe les outils d'aide
Plus en détailProblème : Calcul d'échéanciers de prêt bancaire (15 pt)
Problème : Calcul d'échéanciers de prêt bancaire (15 pt) 1 Principe d'un prêt bancaire et dénitions Lorsque vous empruntez de l'argent dans une banque, cet argent (appelé capital) vous est loué. Chaque
Plus en détailRecherche dans un tableau
Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6
Plus en détailBases de données. Table des matières. Introduction. (ReferencePlus.ca)
Bases de données (ReferencePlus.ca) Table des matières Introduction Ouvrir une nouvelle Base de données Ouvrir une Base de données déjà existante Retirer une base de données de la liste des bases dans
Plus en détailchapitre 4 Nombres de Catalan
chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C
Plus en détailLES DECIMALES DE π BERNARD EGGER
LES DECIMALES DE π BERNARD EGGER La génération de suites de nombres pseudo aléatoires est un enjeu essentiel pour la simulation. Si comme le dit B Ycard dans le cours écrit pour le logiciel SEL, «Paradoxalement,
Plus en détail9 5 2 5 Espaces probabilisés
BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire
Plus en détailI3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300
I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,
Plus en détail6. Les différents types de démonstrations
LES DIFFÉRENTS TYPES DE DÉMONSTRATIONS 33 6. Les différents types de démonstrations 6.1. Un peu de logique En mathématiques, une démonstration est un raisonnement qui permet, à partir de certains axiomes,
Plus en détailSérie TD 3. Exercice 4.1. Exercice 4.2 Cet algorithme est destiné à prédire l'avenir, et il doit être infaillible! Exercice 4.3. Exercice 4.
Série TD 3 Exercice 4.1 Formulez un algorithme équivalent à l algorithme suivant : Si Tutu > Toto + 4 OU Tata = OK Alors Tutu Tutu + 1 Tutu Tutu 1 ; Exercice 4.2 Cet algorithme est destiné à prédire l'avenir,
Plus en détailCorrigé des TD 1 à 5
Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un
Plus en détailavec des nombres entiers
Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0
Plus en détailLe Seven Card Stud. Club Poker 78
Club Poker 78 Juin 2013 Introduction Le Seven Card Stud est une variante de poker née aux USA, au milieu du XIXe siècle. À partir des années 1930, ce jeu devient la variante la plus populaire dans les
Plus en détailexigences des standards ISO 9001: 2008 OHSAS 18001:2007 et sa mise en place dans une entreprise de la catégorie des petites et moyennes entreprises.
R E S U M E de la Thése de doctorat Perfectionnement du systemé de management intégré qualité-responsabilité sociale-santé et sécurité occupationnelle élaborée par Monsieur le thésard Denuntzio C. Romeo,
Plus en détailEcole Polytechnique de Louvain INGI 1271 - Fichiers et bases de données
Ecole Polytechnique de Louvain INGI 1271 - Fichiers et bases de données Rapport de projet " Gestion d'un aéroport " Groupe 13 DE GROOTE Charles LAMOULINE Laurent NUTTIN Vincent Q6-2009 TABLE DES MATIÈRES
Plus en détailCréation d'un site dynamique en PHP avec Dreamweaver et MySQL
Création d'un site dynamique en PHP avec Dreamweaver et MySQL 1. Création et configuration du site 1.1. Configuration de Dreamweaver Avant de commencer, il est nécessaire de connaître l'emplacement du
Plus en détailManuel d Utilisateur - Logiciel ModAFi. Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO
Manuel d Utilisateur - Logiciel ModAFi Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO Grenoble, 12 juin 2012 Table des matières 1 Introduction 3 2 Modèles supportés 3 2.1 Les diérents modèles supportés pour
Plus en détailNOTICE D UTILISATION ET D'EXPLOITATI ET D EXPLOITATION. Bloc Autonome d'alarme Sonore type Sattelite avec ou sans Flash
NOTICE D UTILISATION ET D'EXPLOITATI ET D EXPLOITATION 08 BASSA NT001 Notice B.A.A.S. Sa REV A1 Bloc Autonome d'alarme Sonore type Sattelite avec ou sans Flash Sous Tension Défaut batterie Sous Tension
Plus en détail1. Utilisation du logiciel Keepass
Utilisation du logiciel Keepass L'usage de mots de passe est nécessaire pour de nombreux accès ou pour la protection de données personnelles. Il convient d'en utiliser plusieurs, suivant le type d'accès
Plus en détailConception de circuits numériques et architecture des ordinateurs
Conception de circuits numériques et architecture des ordinateurs Frédéric Pétrot Année universitaire 2014-2015 Structure du cours C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 Codage des nombres en base 2, logique
Plus en détailLa Clé informatique. Formation Excel XP Aide-mémoire
La Clé informatique Formation Excel XP Aide-mémoire Septembre 2005 Table des matières Qu est-ce que le logiciel Microsoft Excel?... 3 Classeur... 4 Cellule... 5 Barre d outil dans Excel...6 Fonctions habituelles
Plus en détailPetit guide à l'usage des profs pour la rédaction de pages pour le site Drupal du département
Petit guide à l'usage des profs pour la rédaction de pages pour le site Drupal du département Le nouveau site du département Le nouveau site du département est situé, comme l'ancien à l'adresse suivante
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailMODE D'EMPLOI DE LA CALCULATRICE POUR LES COURTS SÉJOURS DANS L'ESPACE SCHENGEN
MODE D'EMPLOI DE LA CALCULATRICE POUR LES COURTS SÉJOURS DANS L'ESPACE SCHENGEN 1. Introduction Le règlement (UE) n 610/2013 du 26 juin 2013 a modifié la convention d'application de l'accord de Schengen,
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailBureau N301 (Nautile) benjamin@leroy-beaulieu.ch
Pre-MBA Statistics Seances #1 à #5 : Benjamin Leroy-Beaulieu Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch Mise à niveau statistique Seance #1 : 11 octobre Dénombrement et calculs de sommes 2 QUESTIONS
Plus en détail1. Création d'un état... 2. 2. Création d'un état Instantané Colonnes... 3. 3. Création d'un état Instantané Tableau... 4
1. Création d'un état... 2 2. Création d'un état Instantané Colonnes... 3 3. Création d'un état Instantané Tableau... 4 4. Création d'un état avec plusieurs tables... 9 5. Modifier la structure d'un état...11
Plus en détailIntroduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.
Introduction L'objectif de mon TIPE est la reconnaissance de sons ou de notes de musique à l'aide d'un réseau de neurones. Ce réseau doit être capable d'apprendre à distinguer les exemples présentés puis
Plus en détail1. Contexte général page 2. 2. Le compte auprès de la BCGE...page 2 2.1 La procuration 2.2 Les accès e-banking 2.3 Le bon de retrait 2.
1 REPUBLIQUE ET CANTON DE GENEVE Département de l'instruction publique, de la culture et du sport Enseignement primaire Direction générale MANUEL POUR LA TENUE DES COMPTES ÉCOLES COMPTES BCGE - TIERS UNIQUE
Plus en détailRaja Bases de données distribuées A Lire - Tutoriel
Université des Sciences de Montpellier Master 2 Semestre 1 Unité d'enseignement FMIN306 Raja Bases de données distribuées A Lire - Tutoriel 26 janvier 2011 Audrey Novak Romain Maneschi Jonathan Fhal Aloys
Plus en détailProgrammation Objet - Cours II
Programmation Objet - Cours II - Exercices - Page 1 Programmation Objet - Cours II Exercices Auteur : E.Thirion - Dernière mise à jour : 05/07/2015 Les exercices suivants sont en majorité des projets à
Plus en détailCORRECTION EXERCICES ALGORITHME 1
CORRECTION 1 Mr KHATORY (GIM 1 A) 1 Ecrire un algorithme permettant de résoudre une équation du second degré. Afficher les solutions! 2 2 b b 4ac ax bx c 0; solution: x 2a Solution: ALGORITHME seconddegré
Plus en détailDans la série LES TUTORIELS LIBRES présentés par le site FRAMASOFT. Compression - Décompression avec 7-Zip. Georges Silva
Dans la série LES TUTORIELS LIBRES présentés par le site FRAMASOFT Compression - Décompression avec 7-Zip Georges Silva Logiciel : 7-Zip site : http://www.7-zip.org Niveau : Débutant Auteur : Georges Silva
Plus en détailYAPBA M. Logiciel libre de suivi de vos comptes
YAPBA M Logiciel libre de suivi de vos comptes Premières opérations A l'ouverture la première fois, on obtient cet écran. La première opération va être la création d'un compte. Comme aucun compte n'est
Plus en détailOnglet sécurité de Windows XP Pro et XP Home
Onglet sécurité de Windows XP Pro et XP Home Quelle peut être la raison du manque de l'onglet "sécurité"? Des amis ont XP Pro et je n'ai pu trouver l'onglet "sécurité" pour gérer les droits d'un fichier.
Plus en détailComment congurer WinEdt pour L A TEX?
Comment congurer WinEdt pour L A TEX? Christophe BONTEMPS 12 décembre 2001 Abstract: Cette note se veut un guide pratique post-installation de l'éditeur WinEdt, dans le but d'utiliser LATEX. En particulier
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailExercices INF5171 : série #3 (Automne 2012)
Exercices INF5171 : série #3 (Automne 2012) 1. Un moniteur pour gérer des ressources Le moniteur MPD 1 présente une première version d'un moniteur, exprimé en pseudo-mpd, pour gérer des ressources le nombre
Plus en détailAnnexe B : Exemples. Avis de vente aux enchères liées Système de plafonnement et d échange de droits d émission de gaz à effet de serre (GES)
Annexe B : Exemples Avis de vente aux enchères liées Système de plafonnement et d échange de droits d émission de gaz à effet de serre (GES) Ce document fournit des exemples sur la façon de déterminer
Plus en détailDossier projet isn 2015 par Victor Gregoire
Dossier projet isn 2015 par Victor Gregoire Plan: I) But du projet: créer un jeu de blackjack fonctionnel et le poster sur une page web mise en ligne. Le jeu sera developpé en C++ a l'aide de code blocks.
Plus en détailREGLES DU TOURNOI POKER TEXAS HOLD EM GRAND CASINO BASEL. Airport Casino Basel AG Tournoi Poker. Version 2.0
REGLES DU TOURNOI POKER TEXAS HOLD EM GRAND CASINO BASEL Version 2.0 Poker_Grand Casino Basel_F 30.06.2008 / MI page 1 / 8 1 Mise Sans annonce verbale, un enjeu est réputé misé à partir du moment où le
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailOrdonnancement. N: nains de jardin. X: peinture extérieure. E: électricité T: toit. M: murs. F: fondations CHAPTER 1
CHAPTER 1 Ordonnancement 1.1. Étude de cas Ordonnancement de tâches avec contraintes de précédences 1.1.1. Exemple : construction d'une maison. Exercice. On veut construire une maison, ce qui consiste
Plus en détailRécupération de fichiers effacés avec Recuva 1/ 5
Récupération de fichiers effacés avec Recuva 1/ 5 Beaucoup d'entre nous un jour avons supprimé par erreur soit des documents ou des photos et malheureusement nous les avons mis à la poubelle. Nous pensons
Plus en détailLa simulation probabiliste avec Excel
La simulation probabiliste avec Ecel (2 e version) Emmanuel Grenier emmanuel.grenier@isab.fr Relu par Kathy Chapelain et Henry P. Aubert Incontournable lorsqu il s agit de gérer des phénomènes aléatoires
Plus en détailDans la série. présentés par le site FRAMASOFT
Dans la série Les tutoriels libres présentés par le site FRAMASOFT CRÉER DES EXERCICES AVEC JCLIC-AUTHOR Logiciel: JClic-author Plate-forme(s): Linux, Windows, Mac OS X Version: 0.1.1.9 Licence: GNU General
Plus en détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailprogecad NLM Guide de l'utilisateur
progecad NLM Guide de l'utilisateur Rev. 11.1 Table des matières Table des matières...2 Introduction...3 Comment démarrer...3 Installation de progecad NLM server...3 Enregistrement de progecad NLM server...3
Plus en détailFICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique
NOM DE L'UE : Algorithmique et programmation C++ LICENCE INFORMATIQUE Non Alt Alt S1 S2 S3 S4 S5 S6 Parcours : IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques) MASTER INFORMATIQUE Non
Plus en détailINFO 2 : Traitement des images
INFO 2 : Traitement des images Objectifs : Comprendre la différence entre image vectorielle et bipmap. Comprendre les caractéristiques d'une image : résolution, définition, nombre de couleurs, poids Etre
Plus en détailConduite et Gestion de Projet - Cahier des charges
Conduite et Gestion de Projet - Cahier des charges 1 Introduction Sophie Toulouse LIPN - Université Paris 13 +33.1.49.40.40.73 99 av. Jean-Baptiste Clément toulouse@lipn.univ-paris13.fr 93430 Villetaneuse
Plus en détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
Plus en détailChapitre 4 Pierre, papier, ciseaux
Python 3 : objectif jeux Chapitre 4 Chapitre 4 Pierre, papier, ciseaux (version graphique) 4.1. Thèmes abordés dans ce chapitre Le module tkinter : Label, Button Fenêtre Événements Réceptionnaire d'événements
Plus en détailChapitre 2 Devine mon nombre!
Python 3 : objectif jeux Chapitre 2 Chapitre 2 Devine mon nombre! 2.1. Thèmes abordés dans ce chapitre commentaires modules externes, import variables boucle while condition : if... elif... else la fonction
Plus en détailTutoriel - flux de facturation
1 of 12 17.01.2007 01:41 Tutoriel - flux de facturation Le schéma ci-dessous illustre le flux de facturation classique : Lors de la création d'une facture, elle possède l'état de brouillon, ce qui veut
Plus en détailTutoriel : Comment installer une compte email (une adresse email) sur un logiciel de messagerie (ou client messagerie)?
Tutoriel : Comment installer une compte email (une adresse email) sur un logiciel de messagerie (ou client messagerie)? Sur Thunderbird (V.3.0.5) Etape 1 - Introduction Lancez l'application Thunderbird
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailUniboard: optimiser votre enseignement à l'aide du tableau noir électronique
Qu'est-ce qu'uniboard? Uniboard: optimiser votre enseignement à l'aide du tableau noir électronique Thèmes abordés : Qu'est-ce qu'uniboard L'apport des visuels dans l'enseignement Exemples d'utilisation
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailL'INTÉRÊT COMPOSÉ. 2.1 Généralités. 2.2 Taux
L'INTÉRÊT COMPOSÉ 2.1 Généralités Un capital est placé à intérêts composés lorsque les produits pendant la période sont ajoutés au capital pour constituer un nouveau capital qui, à son tour, portera intérêt.
Plus en détailYANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93
MODULE LES MATHEMATIQUES DU POKER Probabilités et Notions de Cotes - Partie 1 YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93 A/ POKER ET MATHEMATIQUES
Plus en détailCryptographie. Master de cryptographie Architectures PKI. 23 mars 2015. Université Rennes 1
Cryptographie Master de cryptographie Architectures PKI 23 mars 2015 Université Rennes 1 Master Crypto (2014-2015) Cryptographie 23 mars 2015 1 / 17 Cadre Principe de Kercho : "La sécurité d'un système
Plus en détailPublipostage avec Calc
Auto-formation sur OpenOffice.org 2.0 par Cyril Beaussier Version 1.0.2 - Avril 2006 Publipostage avec Calc Sommaire Introduction... 2 Présentation... 3 Notions... 4 Les données... 5 Lettre type... 7 Création
Plus en détail