Programmation avec R et Simulation de Lois de Probabilités
Objectifs et prérequis du TP sur la simulation de lois de probabilités Objectifs Ce TP a pour objectif de se familiariser avec la manipulation des lois de probabilité classiques ainsi qu'avec leur simulation sur R. À l'issue de ce TP, vous serez capable de : Générer des échantillons aléatoires à partir de vecteurs.
D'après le document Programmation avec R et Simulation de Lois de Probabilités
Cet article a été rédigé automatiquement à partir du document source, puis vérifié avant publication.
Document source
Statistics and Programming · PDF · 9 pages · 2021
Afficher l'aperçu du document
Objectifs et prérequis du TP sur la simulation de lois de probabilités
Objectifs
Ce TP a pour objectif de se familiariser avec la manipulation des lois de probabilité classiques ainsi qu'avec leur simulation sur R. À l'issue de ce TP, vous serez capable de :
- Générer des échantillons aléatoires à partir de vecteurs.
- Simuler des jeux de hasard comme la roulette, le lancer de dé et le tirage de pièces.
- Utiliser des fonctions de simulation pour différentes lois de probabilité.
- Analyser les résultats de simulations et comprendre les propriétés des tirages pseudo-aléatoires.
Prérequis
Pour réaliser ce TP, vous aurez besoin des éléments suivants :
- Un ordinateur avec R installé.
- Connaissances de base en programmation R.
- Compréhension des concepts de probabilité et de statistiques.
Générer des échantillons aléatoires à partir d'un vecteur
Échantillon sans remise
Pour générer un échantillon aléatoire de 5 valeurs prises dans un vecteur donné sans remise, utilisez la commande suivante :
vect<-seq(3,12)
sample(vect,5)
Assurez-vous que la taille de l'échantillon est inférieure à la taille du vecteur.
Échantillon avec remise
Pour générer un échantillon aléatoire de 5 valeurs avec remise, utilisez :
sample(vect,5,replace=TRUE)Permutation d'un vecteur
Pour obtenir une permutation complète du vecteur, utilisez :
sample(vect)
Échantillon parmi les entiers
Pour générer un échantillon aléatoire de 5 valeurs parmi les 10 premiers entiers, utilisez :
sample(10,5)
Échantillon avec probabilités proportionnelles
Pour générer un échantillon de 3 valeurs avec des probabilités proportionnelles, utilisez :
sample(seq(1,4),3,prob=c(0.1,0.2,0.3,0.4),replace=TRUE)
Simulation de jeux de hasard
Tirage d'un numéro à la roulette
Pour simuler un tirage à la roulette, qui comporte 37 cases numérotées de 0 à 36, utilisez :
roulette<-0:36
sample(roulette, 20, replace = TRUE) -> RienNeVaPlus
Vous pouvez ensuite compter le nombre de fois où chaque numéro a été obtenu avec :
table(RienNeVaPlus)Tirage pile ou face
Pour simuler un tirage de pièce, définissez un objet contenant les deux résultats possibles :
c("pile", "face") -> pièce
sample(pièce, 1)
Pour plusieurs tirages, utilisez :
sample(pièce, 20, replace = TRUE)
Lancer d'un dé
Pour simuler un lancer d'un dé à six faces, utilisez :
dé<-1:6
sample(dé, 1)
Pour plusieurs lancers d'un coup, utilisez :
sample(dé, 3)
Résultats attendus
Après avoir exécuté les simulations, vous devriez observer des résultats qui reflètent les probabilités théoriques des jeux de hasard. Par exemple, pour le lancer de dé, chaque face devrait apparaître environ 1/6 du temps sur un grand nombre de lancers. Vous pouvez vérifier cela en exécutant :
set.seed(1)
table(sample(dé, 600000, replace = TRUE)) -> obs
obs
Un diagramme en bâtons peut également être utilisé pour visualiser les résultats :
barplot(obs, main = "Résultat de l’expérience", xlab = "Face du dé", ylab ="Nombre de tirages obtenus")Erreurs fréquentes en simulation
Lors de la simulation de jeux de hasard, plusieurs erreurs peuvent survenir :
- Oublier d'utiliser l'argument
replace=TRUElors de tirages avec remise, ce qui peut entraîner des résultats incorrects. - Ne pas initialiser le générateur de nombres aléatoires avec
set.seed(), ce qui rend les résultats non reproductibles. - Confondre les fonctions de densité et de distribution cumulative, ce qui peut mener à des erreurs dans les calculs de probabilité.
Questions fréquentes
Comment générer un échantillon aléatoire avec R ?
Pour générer un échantillon aléatoire avec R, utilisez la fonction sample() en spécifiant le vecteur d'origine et la taille de l'échantillon. Vous pouvez également ajouter l'argument replace=TRUE pour permettre la remise.
Quelles sont les propriétés des tirages pseudo-aléatoires ?
Les tirages pseudo-aléatoires doivent se comporter comme des tirages réellement aléatoires. En utilisant set.seed(), vous pouvez reproduire les mêmes résultats, ce qui est essentiel pour les tests et les simulations.
Comment visualiser les résultats d'une simulation ?
Vous pouvez visualiser les résultats d'une simulation en utilisant des diagrammes en bâtons avec la fonction barplot() ou des graphiques de distribution avec plot().
Quels sont les types de lois de probabilité que je peux simuler ?
Vous pouvez simuler différentes lois de probabilité telles que binomiale, normale, uniforme, et bien d'autres en utilisant les fonctions appropriées comme rbinom(), rnorm(), et runif().
Commentaires
Aucun commentaire pour le moment. Posez la première question.