Université Abdelmalek Essaâdi Année universitaire 2025-2026
(portail Licence SSD ). Faculté des Sciences et Techniques - Tanger
Simulations de variables aléatoires
TP 1 sous R
Exercice 1 Première prise en main du logiciel R
1. Utiliser R pour calculer la somme 1 + 2.
2. Affecter la valeur 27 à l’objet nommé x.
3. Affecter la valeur 9 à l’objet nommé X.
4. Visualiser les valeurs de x et X. Affecter la valeur 5 à l’objet nommé x. Visualiser la valeur
de x
5. Que constate t’on ! ?
6. Créer les variables w = 8, name = ”Tanger”, dicton = ”Vive le SSD” et bienvenue = ”
nous sommes 30 étudiants, bienvenue ! ! ! !” sur une seule ligne de commande. Visualiser les
affectations des variables à la fois.
7. Afficher les objets dont le nom contient la lettre n.
8. Affichez les objets dont le nom commence par la lettre n.
9. Affichez la liste détaillée des objets en mémoire .
10. Effacer les objets dont le nom contient la lettre n.
11. Effacer tous les objets en mémoire.
Exercice 2 1. Construire le vecteur x contenant les valeurs 1 3 5 7 9 10 17.
2. Construire le vecteur y contenant le deuxième et le quatrième éléments de x.
3. Construire le vecteur X contenant les nombres de 1 à 100.
4. Afficher les éléments de X qui sont supérieurs à 80.
5. Calculer la moyenne, la mediane et la variance de X.
6. Construire le vecteur Y contenant les nombres impaires de 1 à 200. Calculer la moyenne,
la mediane et la variance de X.
7. Calculer la covariance de X et Y.
Exercice 3 1. Construire le vecteur x contenant les valeurs 1 3 5 7 9 10 17.
2. Construire le vecteur y contenant le deuxième et le quatrième éléments de x.
3. Construire le vecteur X contenant les nombres de 1 à 100.
4. Afficher les éléments de X qui sont supérieurs à 80.
5. Calculer la moyenne, la mediane et la variance de X.
6. Construire le vecteur Y contenant les nombres impaires de 1 à 200. Calculer la moyenne,
la mediane et la variance de X.
7. Calculer la covariance de X et Y.
Exercice 4 1. Taper les commandes suivantes et Visualiser les résultats.
a=matrix(1 :12)
b=matrix(1 :12,nrow=2)
c=matrix(1 :12,nrow=3)
d=matrix(1 :12,nrow=2,byrow=TRUE)
e=matrix(1 :12,nrow=2, ncol=4).
2. Construire la matrice A : égale c sans sa première colonnes.
3. Construire la matrice B : égale c sans sa première ligne.
4. Afficher les colonnes de d pour lesquelles la valeur sur la premièire ligne est strictement
supérieure à 2.
5. Remplacer les valeurs de d qui sont supéreures à 2 par 0.
6. Calculer le determinant et les valeurs propres de la matrice d’d.
7. Calculer les sommes et les moyennes par ligne puis par colonne (utiliser apply) de la matrice
d’d.
8. Donner les noms (ligne1, ligne2, ligne3) et (col1, col2, col3, col4), respectivement aux lignes
et aux colonnes de la matrice de c (utiliser dimnames(c)=list(l,C)).
9. Résoudre le système
x+y+z+t =1
x + 2y + z + 5t =5
x + y + 3z + t =1
3x + 6y + 3z + 9t = 15.
Exercice 5 1. Définissez la fonction Somme.M(x,y,z) prenant trois entiers x, y, z et retour-
nant la somme des deux plus grands :
(a) Écrivez une première version en emboı̂tant des if :
(b) Écrivez une seconde version utilisant les fonctions prédéfinies max ou min.
Exercice 6 1. Programmez plusieurs fonctions prenant un entier positif n et retournant la
factorielle n ! de n.
Exercice 7 Les data-frames sont des listes dont les composantes sont de même longueur(contrairement
aux listes X=list(vecteur, matrice, facteur,..)), mais les modes (null,logical, numeric, complex, cha-
racter) peuvent être différents. Exemple : les tableaux de données usuellement utilisées en statistique
sont des data-frames.
1. Charger le jeu de données iris disponible sous R (utiliser data(iris) )
2. déterminer le mode du tableau iris.
3. Visualiser la 30 ième ligne et la ciquième colonne.
4. Visualiser ses cinq premières lignes.
5. Créer un sous jeu de données comportant uniquement les données de la modalité versicolor
de la variables species (appeler ce nouveau jeu de données iris2).
6. Trier par ordre décroissant les données de iris2 en fonction de la variable [Link] (uti-
liser la fonction order).