Académique Documents
Professionnel Documents
Culture Documents
L3 M1A
> est le prompt qui attend les commandes et qui apparaît en début
de chaque ligne de commandes.
I vecteurs
I matrices
+ Addition
- Soustraction
Opérateurs arithmétiques
* Produit
/ Division
> Supérieur
< Inférieur
Opérateurs logiques >= Supérieur ou égal
<= Inférieur ou égal
== Egal
!= Différent
& Et
Connecteurs
| Ou
Opérations de base sur les nombres
2+3 # addition
2-3 # soustraction
2*3 # produit
2/3 # division
2ˆ3 # puissance
sqrt(2) # racine carrée
sqrt(as.complex(-1)) # racine carrée
sqrt(-1+2i) # racine carrée
abs(-1+2i) # module
exp(1) # constante d’Euler e
exp(2) # e2
Opérations de base
log(5) # ln(5)
log10(5) # ln(5)/ln(10)
1.e4 # 104
1.e-4 # 10−4
Inf # +∞
-Inf # −∞
Na # valeur manquante
NaN # valeurs indéfinies ; ex −∞ + ∞
x=1 # affectation
x<-1 # affectation
Fonctions trigonométriques
sin() # sinus
cos() # cosinus
tan() # tangente
acos() # arccosinus
asin() # arcsinus
atan() # arctangente
cosh() # cosinus hyperbolique
sinh() # sinus hyperbolique
tanh() # tangente hyperbolique
acosh() # argument cos hyperbolique
asinh() # argument sin hyperbolique
atanh() # argument tan hyperbolique
Opération de base
√
v=c(1,sqrt(2),1/3,4,-3.235,5) # Création du vecteur (1, 2,1/3,4,-3
v # Affichage du vecteur
v-1 # Soustraction
2*v # Multiplication par 2
v/2 # Division par 2
v[2] # Affichage de la 2ème coordonnée d
floor(v) # Partie entière des composantes de v
round(v,2) ) # Arrondi à la 2ème décimale des com
u=v[3 :5] # Création du vecteur u = (1, 4, 5)
w=v[c(1,3,6)] # Création du vecteur w = (1, 1, 5)
x=c(0,w,u) # Création du vecteur x = (0, 1, 1, 5,
Opérations sur les vecteurs
Exemple
rep(1, 10)
rep(c(2,3),4)
v=c(0,-1,2,1.25) ; rep(v,3)
I seq(a,b,by=r) génère des termes d’une suite arithmétique de
raison r, où a est le 1er terme et le dernier est supérieur ou
égal à b
Exemple
seq(10,1,-0.5)
seq(2,12,8)
Générer une séquence régulière de données
Exemple
1 :10
0.5 :11
I b :a génère des termes d’une suite arithmétique de raison -1,
où le 1er terme est b et le dernier est supérieur ou égal à a.
Exemple
10 :0.5
8.3 :1.2
Matrices
x=1 :20
A=matrix(x,nrow=5,byrow=T) # Création de la matrice 5 × 4
# dont la 1ère ligne est (1,2,3,4)
B=matrix(a,nrow=5) # Création de la matrice 5 × 4
# dont la 1ère colonne est (1,2,3,4,5)
t(A) #Transposition de la matrice A
A[1,2] # Sélection de l’élément à l’intersection
# de la 1ère ligne et de la 3ème colonne de A
A[,3] # Sélection de la 3ème colonne de A
A[c(3,4),] # Sélection des 3ème et 4ème lignes de A
A[,c(3,4)] # Sélection des 3ème et 4ème colonnes de A
A[-2,] # Suppression de la 2ème ligne de A
Opérations sur les matrices
sample(1 :6,n,replace=T)
urne=c(rep("black",3),rep("white",5), rep("red",2))
sample(urne,4,replace=F)
I Un tirage de quatre boules avec remise dans cette urne
sample(urne,4,replace=T)
Echantillonnage
sample(10 :15,8,rep=T)
I sample(v,n,rep=F) tire sans remise de n éléments parmi les
composantes d’un vecteur v
sample(1 :20,8,rep=F)
I sample(v) permute les composantes du vecteur v
sample(c(0.5,1,-0.2,3))
Echantillon d’une loi discrète finie
sample(x,n,replace=T,prob)
où x = (x1 , x2 , · · · , xk )
prob = (p1 , p2 , · · · , pk )
Exemple
Soit X une v.a de loi B(35, 0.45)
Exercice
Identifier ce que chacune des commandes suivantes effectue :
1. dpois(6, lambda=5)
2. dpois(0 :5,5)
3. dpois(c(2,4,8,10), 5)
4. ppois(6, 10, lower.tail = TRUE)
5. ppois(6, 10, F)
6. qpois(0.25, 10, T)
7. qpois(0.25, 10, F)
8. rpois(50,5).
Loi géométrique
Exercice
Quelle est la définition de la loi géométrique considérée par R ?
1. dgeom(1,1/3)
2. dgeom(0 :9,1/3)
3. dgeom(1,c(1/3,2/3))
4. pgeom(9, 1/3,)
5. pgeom(9, 1/3, F)
6. qgeom(0.35, 1/3, T)
7. qgeom(0.35, 1/3, F)
8. rgeom(1,1/3)
Loi uniforme
Exercice
Identifier ce que chacune des commandes suivantes effectue :
1. runif(12,0,1)
2. runif(15)
3. dunif(0.5, min = 0, max = 1) ; dunif(1.5)
√
4. dunif(- 2,-3,5)
5. punif(-4,-3,5,F) ; punif(-3,-3,5,F)
6. punif(5,T)
7. punif(5.25,-3,5)
8. qunif(0.75, -3,5)
9. qunif(0.6, -3,5,F)
Loi exponentielle
Exercice
Identifier ce que chacune des commandes suivantes effectue :
1. dexp(3.2, rate = 1)
2. pexp(10, 1.5, T)
3. pexp(10, 1.5, F)
4. qexp(0.5, 1,T)
5. qexp(0.5, 1, F)
6. qexp(c(0.25,0.5,0.75), 1,T)
7. qexp(0.5, 2 :5, F)
8. rexp(20, 17.5)
Loi normale
Exercice
Identifier ce que chacune des commandes suivantes effectue :
Exercice
Identifier ce que chacune des commandes suivantes effectue :
1. dt(0.5, 5)
2. pt(0.5,5,T)
3. pt(0.5,5,F)
4. pt(0.5,5,c(F,T)) ; pt(0.5,5 :10,T)
5. pt(0.5,5 :10,F)
6. qt(0.5,5,T) ; qt(0.5,5,F)
7. qt(0.5,5,c(F,T))
8. qt(0.5,5 :10,T)
9. qt(0.5,5 :10,F)
10. rt(25,5)
Représentations graphiques
Exemple
plot(1 :20)
x=rnorm(50)
print(x)
summary(x)
y=2*x+7+rnorm(50,sd=0.6)
plot(x,y)
Quelques paramétrages de la fonction plot
Exemples
x<- seq(-pi,pi,0.05)
y <- cos(x)
plot(x,y,xlab="x",ylab="cos x")
plot(x,y,type="l", main="trait continu")
plot(x,y,type="s")
plot(x,y,col="blue") plot(x,y,xlim=c(-2*pi,2*pi))
plot(x,y,xlim=c(-2*pi,2*pi),ylim=c(-2,2))
Représentation d’une fonction
Exemples
x<- 0 :30
plot(x,log(xˆ 3+2*x+1),type="l")
curve(log(xˆ 3+2*x+1),0 :30)
plot(sin,-pi,pi)
Plusieurs représentations sur le même graphe
I matplot permet de représenter dans un même repère les
colonnes d’une matrice
I points permet d’ajouter des points à un graphique existant
I segments permet d’ajouter un segment joignant deux points à
un graphique.
Exemples
A=matrix(5 :16, 4)
matplot(A, type="o")
matplot(A, type="c")
matplot(A, type="l")
matplot(A, type="s")
points(1 :4,1 :4+5,col="blue")
points(1 :4,1 :4+5,col="blue",type="s")
curve(sin,-pi,pi)
segments(0,-1,0,0,col="red")
segments(-2,0.5,-1,-0.5,col="blue")
Plusieurs représentations sur le même graphe
Exemples
curve(tan(x),-5,5)
lines(-5 :5,10*(-5 :5))
abline(h=0,v=0,col="green")
Plusieurs représentations sur une même page
Pour représenter n × m graphiques sur n lignes et m colonnes dans
la même fenêtre, il suffit d’écrire :
par(mfrow=c(n,m))
Exemple
par(mfrow=c(1,2))
plot(dnorm,-5,5)
plot(dexp,0,5)
Exporter un graphique au format jpeg
if (condition) instructions
Exemple
if (x>0) y=log(x) else y=0
y=ifelse(x>0,log(x),0)
Structures de contrôle : itération avec for
Exemple
somme<-0
for(i in 1 :10)
{
somme<-somme+i}
somme
Structures de contrôle : itération avec while
while(condition) instructions
Exemple
i=1
somme<-0
while ( i <= 10 )
{
somme<-somme+i
i<-i+1
} somme
Structures de contrôle : itération avec repeat
Pour exécuter de façon répétée les instructions jusqu’à ce qu’une
condition soit vérifiée :
Exemple
somme< −0
i=1
repeat
{
somme<-somme+i
i<-i+1
if(i>10) break
}
somme
Créer une fonction
Exercice 2
On lance 10 fois une pièce de monnaie bien équilibrée. Soit X le
nombre de Pile obtenus.
1. Calculer la probabilité d’obtenir exactement 4 fois Pile.
2. Calculer la probabilité d’obtenir au moins 4 fois Face.
3. Représenter la fonction de répartition de X .
4. Calculer la médiane.
Exercice 3
On lance une pièce de monnaie bien équilibrée jusqu’à obtenir
Face.Calculer
1. la probabilité d’obtenir Face au 5ème lancer.
2. la probabilité d’effectuer plus de 5 lancers pour obtenir Face.
3. le nombre moyen de lancers à effectuer pour obtenir Face.
Exercice 4
P500 3;
1. Calculer i=1 i
2. Effectuer 20 tirages successifs avec remise dans une population
de 100 personnes dont 45 hommes et 55 femmes.
3. Choisir au hasard et sans remise 15 observations dans un
ensemble 20 observations d’une loi uniforme sur [0, 1] et 15
observations d’une loi de Poisson P(5).
Exercice 5
1. Simuler 100 lancers indépendants d’un dé cubique équilibré
dont les faces sont numérotées de 6 à 12.
2. Former la distribution des fréquences de la série statistique
ainsi obtenue ;
3. Déterminer le mode de cette série.
4. Déterminer les déciles de cette série.
Exercice 6
1. Simuler l’épreuve qui consiste à lancer 25 fois une pièce de
monnaie équilibrée.
2. Calculer la probabilité d’obtenir Pile 5 fois à l’issue de cette
épreuve.
3. Calculer la probabilité d’obtenir Face au moins 2 fois à l’issue
de cette épreuve.
4. Calculer la probabilité d’obtenir Face plus de 5 fois et au plus
13 fois à l’issue de cette épreuve.
Exercice 7 √
Soit une variable aléatoire X ∼ N (2, 5, 0, 5).
1. Calculer P(|X | ≥ 4, 75);
2. Déterminer x tel que P(X ≤ x) = 0, 95 et y tel que
P(X > y ) = 0, 95.
3. Déterminer z tel que P(|X | ≤ z) = 0.975.
4. Représenter la densité de probabilité de X sur l’intervalle
[−20, 20] avec une subdivision régulière de pas 0,1.
5. Ajouter un segment vertical joignant le point (x,0) à la courbe.
Que représentent les aires situées à gauche et à droite du
segment, entre la courbe et l’axe des abcisses ?
Exercice 8
1. Simuler un échantillon (x1 , x2 , · · · , x1 000) d’une v.a. X de loi
de Bernoulli de paramètre 0.75.
2. Représenter l’histogramme de série en considérant 20 classes.
3. Tracer la courbe de m 7→ x̄m , ∀m = 1, 2, · · · , 1000.
4. Ajouter au graphique la droite d’équation y = 0.75.
5. Que constatez-vous ?
6. Quel résultat important de probabilité cette expérience illustre
t-elle ?
Exercice 9
airquality désigne un jeu de données disponible sous R.
1. Afficher airquality. De quel type d’objet s’agit-il ?
2. Déterminer le résumé des statistiques descriptive des airquality.
3. Représenter les boîtes à moustache de airquality.
4. Créer la matrice A des trois dernières colonnes de airquality.
5. Créer la matrice V des covariances des trois variables en
colonne dans A puis calculer le déterminant de V .
6. Afficher toutes les observations supérieures ou égales au 3ème
quartile de la 3ème colonne de A.
7. Afficher les observations des quatre premières variables
obtenues le 20 juillet.
8. Afficher les observations des quatre premières variables
obtenues le 20 de chaque mois considéré.
9. Retirer les lignes de airquality contenant des données
manquantes.