mirror of
https://github.com/BreizhHardware/TD-R.git
synced 2026-01-18 16:47:34 +01:00
Félix MARQUET
d5e8889148
- Added examples for Bernoulli experiments including probability of success, failure, and simulation of multiple experiments. - Added examples for calculating integrals using different methods such as rectangles, Simpson's rule, and the integrate function. - Added examples for binomial distribution including probability calculations and cumulative probability. - Added examples for calculating the cardinality of sets including unique elements and empty sets.
39 lines
990 B
R
39 lines
990 B
R
# Exemple 1
|
|
# Définir les paramètres de la loi binomiale
|
|
n <- 70 # nombre d'essais
|
|
p <- 0.4 # probabilité de succès
|
|
|
|
# Calculer la probabilité d'obtenir au plus 30 succès
|
|
prob_at_most_30 <- sum(dbinom(x=0:30, size=n, prob=p))
|
|
|
|
# Afficher le résultat
|
|
print(paste("La probabilité d'obtenir au plus 30 succès est:", prob_at_most_30))
|
|
|
|
# Exemple 2
|
|
# Définir les paramètres de la loi binomiale
|
|
n <- 70 # nombre d'essais
|
|
p <- 0.4 # probabilité de succès
|
|
|
|
# Initialiser les variables
|
|
i <- 0
|
|
j <- 0
|
|
|
|
# Calculer la probabilité cumulative jusqu'à atteindre 0.9
|
|
while (i < 0.9) {
|
|
i <- sum(dbinom(x=0:j, size=n, prob=p))
|
|
j <- j + 1
|
|
}
|
|
|
|
# Afficher le résultat
|
|
print(paste("La probabilité cumulative atteint 0.9 à:", j - 1))
|
|
|
|
# Exemple 3
|
|
# Définir les paramètres de la loi binomiale
|
|
n <- 70 # nombre d'essais
|
|
p <- 0.4 # probabilité de succès
|
|
|
|
# Calculer la distribution binomiale
|
|
distribution <- dbinom(x=0:n, size=n, prob=p)
|
|
|
|
# Afficher la distribution
|
|
print(distribution) |