TP PYTHON Analyser, ordonner, classer des données et visuellement s il vous plait! 1-Pyplot, dessine moi un nuage

Documents pareils
x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

Comportement d'une suite

SÉRIES STATISTIQUES À DEUX VARIABLES

Limites des Suites numériques

1 Mesure et intégrale

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

Séquence 5. La fonction logarithme népérien. Sommaire

Chapitre 3 : Fonctions d une variable réelle (1)

Les Nombres Parfaits.

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

20. Algorithmique & Mathématiques

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

EXERCICES : DÉNOMBREMENT

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistique descriptive bidimensionnelle

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Baccalauréat S Asie 19 juin 2014 Corrigé

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

c. Calcul pour une évolution d une proportion entre deux années non consécutives

CHAPITRE 2 SÉRIES ENTIÈRES

Dénombrement. Chapitre Enoncés des exercices

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

Processus et martingales en temps continu

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Échantillonnage et estimation

Exercices de mathématiques

Terminale S. Terminale S 1 F. Laroche

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent machaven/

55 - EXEMPLES D UTILISATION DU TABLEUR.

Séries réelles ou complexes

Statistique Numérique et Analyse des Données

Sommaire Chapitre 1 - L interface de Windows 7 9

Chap. 5 : Les intérêts (Les calculs financiers)

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Guide des logiciels de l ordinateur HP Media Center

STATISTIQUE AVANCÉE : MÉTHODES

Cours de Statistiques inférentielles

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Principes et Méthodes Statistiques

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

Comment les Canadiens classent-ils leur système de soins de santé?

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

STATISTIQUE : TESTS D HYPOTHESES

Copyright Hewlett-Packard Development Company, L.P.

Probabilités et statistique pour le CAPES

RECHERCHE DE CLIENTS simplifiée

2 ième partie : MATHÉMATIQUES FINANCIÈRES

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Etude de la fonction ζ de Riemann

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE

Gérer les applications

UNIVERSITÉ DE SFAX École Supérieure de Commerce

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.

Le chef d entreprise développe les services funéraires de l entreprise, en

Compte Sélect Banque Manuvie Guide du débutant

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Solutions particulières d une équation différentielle...

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre Quelques dénitions

La maladie rénale chronique

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

Guide des logiciels installés sur votre ordinateur portable Sony PCG-Z600LEK/HEK

Simulations interactives de convertisseurs en électronique de puissance

Les algorithmes de tri

Régulation analogique industrielle ESTF- G.Thermique

Options Services policiers à Moncton Rapport de discussion

Processus géométrique généralisé et applications en fiabilité

One Office Voice Pack Vos appels fixes et mobiles en un seul pack

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012

14 Chapitre 14. Théorème du point fixe

Notes de version. Neolane v6.1

Les études. Recommandations applicables aux appareils de levage "anciens" dans les ports. Guide Technique

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

TARIFS BANCAIRES. Opérations bancaires avec l étranger Extrait des conditions bancaires au 1 er juillet Opérations à destination de l étranger

Nous imprimons ce que vous aimez!

LA NOUVELLE IDENTITÉ DE L AGESSS SE DÉVOILE!

Un accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT. Centre de Relations Clients (0,12 /min)

Guide des logiciels installés sur votre ordinateur portable Sony PCG-C1MHP

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

GUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES

Formation d un ester à partir d un acide et d un alcool

Chaînes de Markov. Arthur Charpentier

Transcription:

Lycée Thiers TP PYTHON - 07 Aalyser, ordoer, classer des doées et visuellemet s il vous plait! -Pyplot, dessie moi u uage Le uage de poits de R p, p 2, c est la matière première du statisticie. Il apparaît lorsque o étudie plusieurs caractères quatitatifs sur ue populatio. E e et chaque idividu est représeté par u p-uplet (x,..., x p ) où x i est égal à la valeur que pred le i-ème caractère sur l idividu coceré. Lorsque p = 2 ou p = 3, o peut représeter graphiquemet u tel uage. Das le module matplotlib de pytho, o trouve u sous-module pyplot qui comporte, etre autres, la foctio scatter ( éparpiller e fraçais) permettat de dessier u uage de poits. Exécuter le script suivat pour découvrir cette foctio : from matplotlib.pyplot import * from radom import radom scatter([ radom()*50 for k i rage(20)], [ radom()*50-25 for k i rage(20)],c= rb,s=[80,00],marker= * ) Les deux premiers paramètres sot deux listes de même logueur de ombres etiers ou flottats. Les paramètres c et s gèret respectivemet les couleurs et la taille des poits. Ils se présetet sous la forme d u objet ou d ue liste d objets, désigat les couleurs des poits et les aires occupées par ceux-ci. Pour désiger ue couleur, o peut utiliser u format (r,g,b). Le paramètre marker désige le caractère utilisé pour représeter les poits. Essayer : scatter([ radom()*50 for k i rage(20)], [ radom()*50-25 for k i rage(20)],c=[(,0,0.6),(0,0,),(0.2,,0.4)],s=[40*i for i i rage(,0)],marker= x ) [Qu. ] Quelle commade faut-il saisir das le shell pour obteir les uages qui ressemblet à ceux-ci?

TP PYTHON - 07 2 2-Scruter les uages Lorsqu o est e présece d u grad ombre de doées, o essaie de réduire ces doées à quelques valeurs qui permettrot de comparer plus facilemet deux ou plusieurs uages de poits. [Qu. 2] Poit moye. O cosidère u uage de poits N. O appelle poit moye du uage, l isobarycetre G de ses poits. O rappelle que ce poit vérifie :! GP =! 0 ) Motrer que le miimum de la foctio M 7! MP 2 est atteit si et seulemet si M est le poit moye de N. Ceci justifie l utilisatio du poit moye pour résumer u uage de poits puisqu il est «le plus proche» au ses de la foctio précédete du uage de poits. 2) Das la suite de ce TP, o suppose que le uage est doé par deux listes de même logueur et Y de flottats, listes des abscisses et des ordoées des poits du uage. Ecrire deux foctios poitmoye et visuelpoitmoye dot les paramètres sot les deux listes précédetes et qui revoiet, le poit moye pour la première, et a che, sur ue même figure, le uage et so poit moye, pour la deuxième. O fera e sorte que le poit moye soit bie discerable des autres poits. 3) Tester vos foctios sur le uage défii par : =[ i for i i rage(,) for j i rage(3)] Y=[i*si(i) for i i rage(30)]. Voici u résultat : 4) Faire de même avec le uage : =[k/40 for k i rage(4)] Y=[4*k*(40-k)/40**2 for k i rage(4)] pour obteir :

TP PYTHON - 07 3 [Qu. 3] Iertie d u uage. Deux uages ayat le même poit moye peuvet avoir des formes très di éretes : Pour mesurer la dispersio des poits du uage par rapport au poit moye, o défiit l iertie du uage, I(N), par : I(N) = GP 2 () O remarquera que cette iertie correspod au miimum de la foctio défiie das la questio.. et qu elle se comporte comme ue aire. E e et, si l o trasforme le uage par ue homothétie de rapport, celle-ci est multipliée par 2. ) Formule de Huyghes. O ote O le couple (0, 0). Démotrer que : 0 I(N) = B@ OP C 2 A OG 2 (2) 2) Selo que l o calcule l iertie e utilisat la défiitio () ou l égalité (2), combie d étapes le calcul comporte-t-il? Écrire ue foctio e cace calculat I(N). 3) Calculer l iertie des uages des questios 2.3 et 2.4. Vous devez obteir : 45.392728945346 et 0.8532500000000002. [Qu. 4] De l iteractivité, de l aimatio! Pour réaliser des modificatios d ue figure pedat l exécutio d u script ou d ue foctio, il faut activer le mode itéractif e exécutat l istructio io() (lire «ail oe» pour «iteractive mode o» e aglo-marseillais). O utilisera aussi les foctios, clf() pour e acer la figure avat de la mettre à jour et pause() pour temporiser avat ue modificatio ultérieure. La foctio pause demade u argumet qui est u ombre positif correspodat au ombre de secodes de cette temporisatio. Essayer : io() for i i rage(,50): =[k/i for k i rage(i+)] Y=[4*k*(i-k)/i**2 for k i rage(i+)] color=[([k],[k],[k]) for k i rage(i+)] aire=[(-y[k])*200 for k i rage(i+)] clf() scatter(,y,c=color,s=aire,marker= o ) pause(0.) Rem. L utilisatio de la commade pause red superflue celle du mode iteractif. Réaliser ue aimatio aalogue avec la foctio x 7! si(2 x) sur [0, ].

TP PYTHON - 07 4 [Qu. 5] Poit extrémaux d ue foctio sur le uage. État doée ue foctio f défiie de R 2 das R, o souhaite détermier u poit du uage qui miimise f sur le uage et u poit qui la maximise sur le uage. ) Écrire ue foctio argvaleurmi de paramètres, Y et f qui retoure u poit du uage qui miimise la foctio f sur le uage. 2) Vous avez peut-être remarqué que les aimatios réalisées das la questio 4 étaiet pas très fluides. Même e réduisat le temps de pause et avec des uages peu volumieux, cela reste let. O peut peser que ceci proviet du fait que le uage est recréé et redessié totalemet à chaque fois. Si l o e doit modifier que l aspect de certais poits du uage, il est doc maladroit de redessier tout le uage à chaque modificatio de celui-ci. O peut alors utiliser deux membres modifiables de l objet revoyé par la foctio scatter : _facecolors, qui cotiet la liste des couleurs des poits sous la forme de quadruplets (r,g,b,t), t idiquat de iveau de trasparece et _sizes qui permet d accéder aux tailles de ces poits. Essayer le script suivat : =[radom() for k i rage(00)] Y=[radom() for k i rage(00)] couleur=[(0,0,,0.5) for k i rage(00)] taille=[50 for k i rage(00)] uage=scatter(,y,c=couleur,s=taille) for i i rage(50): k=radit(0,99) uage._facecolors[k]=(,0,0,) uage._sizes[k]=50 pause(0.) Attetio : Il est idispesable de mémoriser l objet revoyé par scatter das ue variable pour pouvoir utiliser les foctios précédetes et modifier l aspect du uage. Le ombre de poits, de couleurs et de tailles sot fixés à l iitialisatio. 3) O aimerait visualiser cette recherche e traduisat graphiquemet l algorithme utilisé das la foctio argvaleurmi. Chaque poit pourra predre quatre couleurs di éretes durat le déroulemet de l algorithme et e predra trois au mois. Suivat que le poit, a pas ecore été examié, est e trai d être examié, est le poit qui réalise le miimum des poits déjà examiés, a déjà été examié, sa couleur et sa taille, évetuellemet, devrot être di éretes. Par exemple, l etête de la foctio peut se préseter comme suit : def visuelargvaleurmi(,y,f,ptiit,ptmi,ptvu,ptcourat,marque) où les paramètres ptiit,ptmi,ptvu,ptcourat sot des couples (taille,couleur) décrivat les di érets états possibles d u poit du uage. 4) Tester votre foctio e ajoutat le code suivat après sa défiitio das le script : def fli(x,y): retur 2*x+3*y visuelargvaleurmi([radom()*50 for k i rage(50)],[radom()*50 for k i rage(50)],fli,(200,(,,,)),(400,(0,,,)),(200,(0,0,0,)),(400,(,0,0,)), * ) 5) Écrire ue foctio ommée visuelargvaleurmimax similaire à la précédete pour visualiser la recherche simultaée d u miimum et d u maximum d ue foctio f sur le uage. 6) Utiliser la foctio précédete pour la recherche d u poit le plus proche et d u poit le plus éloigé du poit moye d u uage.

TP PYTHON - 07 5 Aexe Rappel des otatios : u uage de poits N est partitioé e p sous-uages N,, N p. O ote p = card (N) aisi que k = card (N k ) (pour 6 k 6 p) de sorte que = k. Le poit moye (isobarycetre) de N est oté G et celui de N k est oté G k. pg Par défiitio de l iertie d u uage et vu que N = N k : I (N) = GM 2 = M2N Or : GM 2 =! GGk + G! k M 2 = GG 2 k + 2 GG!! k. G k M + G k M 2 doc : GM 2 = k GG 2 k + 2!! GG k. G k M + G k M 2 M2N k Mais, par défiitio d u barycetre, G k M =! 0. Aisi, e repreat () : Or, d ue part : et, d autre part : d où la coclusio : p I (N) = G k M 2 =! p k GG 2 k + p p p p k GG 2 k = I r k 0B @ k GM 2 () G k M 2 G k M 2 CA = I (N) = I r + I a p k I (N k ) = I a