# Loi 1 : Mais utilisé jusqu'alors par la coopérative x <- seq(1,6,length=100) y <- dnorm(x,mean=3.4,sd=0.5) plot(y~x, type='l',main="Mais utilisé jusqu'alors par la coopérative") # abline(v=a) -> trace une droite parallèle à l'axe des y en x=a abline(v=3.4,col='red') text(3.4+0.15,-0.015,"3.4",col='red') abline(v=3.4-0.5) abline(v=3.4+0.5) # calcul d'une probabilité : # P(x>2.5) # 'dnorm' gives the density, 'pnorm' gives the distribution function (alpha), # 'qnorm' gives the quantile function (epsilon sur une table COMPLETE et non une demi table) # and 'rnorm' generates random deviates. alpha1=pnorm(2.5,mean=3.4,sd=0.5) alpha1 # retrouver ce résultat en utilisant la loi N(0,1) centrée réduite z=(2.5-3.4)/0.5 alpha2=pnorm(z,mean=0,sd=1) alpha2 # calcul d'une probabilité : # P(3.0 trace une droite parallèle à l'axe des y en x=a abline(v=3.2,col='red') text(3.2+0.15,-0.015,"3.2",col='red') abline(v=3.2-0.5) abline(v=3.2+0.5) # calcul d'une probabilité : # P(x>2.5) # 'dnorm' gives the density, 'pnorm' gives the distribution function (alpha), # 'qnorm' gives the quantile function (epsilon sur une table COMPLETE et non une demi table) # and 'rnorm' generates random deviates. alpha1=pnorm(2.5,mean=3.2,sd=0.5) alpha1 # retrouver ce résultat en utilisant la loi N(0,1) centrée réduite z=(2.5-3.2)/0.5 alpha2=pnorm(z,mean=0,sd=1) alpha2 # calcul d'une probabilité : # P(3.00) alpha4=1-pnorm(0,mean=0.2,sd=0.5) alpha4