Bloc notes NTIC pour les enseignants et les profs TIM, mais pas qu'eux ;-)... de Pierre Troulet
Article épinglé
dimanche 30 août 2020
Tirage sans remise de k n° parmis N avec m manches
jeudi 27 août 2020
mercredi 26 août 2020
Probabilités - Paradoxe de Parrondo
Le paradoxe de Parrondo est un paradoxe de la théorie des jeux qui est bien souvent décrit comme « une stratégie qui gagne avec des jeux perdants ». Elle a été nommée du nom de son créateur Juan Parrondo, un physicien de l'Université complutense de Madrid. Une description mathématiquement plus rigoureuse est :
Étant donné 2 jeux, chacun ayant une probabilité de perte plus grande que celle de gain, il est possible de construire une stratégie gagnante en jouant les 2 jeux alternativement.
Ce paradoxe est inspiré par les propriétés mécaniques des cliquets, instruments à dents de scie, couramment utilisés en automobile et dans les montres que l'on remonte manuellement.
lundi 24 août 2020
Maths et stats - extrapolation d'une population à partir d'un échantillon
https://github.com/exo7math/python2-exo7/blob/master/bigdata/bigdata-1.pdf
Activité 3 (La formule des tanks).
- Plus d’info : https://fr.wikipedia.org/wiki/Probl%C3%A8me_du_char_d%27assaut_allemand
- Pour aller plus loin : https://fr.wikipedia.org/wiki/Capture-marquage-recapture
Objectifs : déterminer la taille N d’une série 1, . . . ,N en ne connaissant que quelques numéros
tirés au hasard. En plein milieu de la seconde guerre mondiale les Allemands produisent un nouveau tank plus performant. Les Alliés s’inquiètent car ils ne savent pas combien de ces nouveaux tanks sont produits. Les services de renseignements estiment la production à 1500 tanks par mois. Que disent les mathématiques ? Les Alliés ont intercepté 4 tanks produits le même mois et qui portent les numéros :
143 - 77 - 198 - 32
Combien de tanks ont été produit ce mois ?
Modélisation.
Sachant que les tanks sont numérotés de 1 à N chaque mois, à quelle valeur peut être estimée la production mensuelle N, connaissant un échantillon de k numéros [n1, n2, . . . , nk] ?
1. La formule des tanks. On note m le maximum des éléments de l’échantillon. On note k la taille de l’échantillon. Alors la formule des tanks estime : N = m + m/k -1
Programme cette formule en une fonction formule_tanks(echantillon) qui renvoie cette estimation de N. Quelle est ton estimation pour le nombre de tanks ?
2. Le double de la moyenne. On peut essayer d’autres estimations. Par exemple on peut estimer N comme le double de la moyenne de l’échantillon. Programme une fonction double_moyenne(echantillon) qui renvoie cette nouvelle estimation. Compare avec la formule des tanks.
Pour tester l’efficacité de la formule des tanks on va faire le cheminement inverse : on fixe un entier N, on choisit au hasard un échantillon de k éléments et on regarde si nos formules permettent de bien approcher N.
3. Tirage sans remise. Programme une fonction tirage_sans_remise(N,k) qui renvoie une liste de k entiers différents compris entre 1 et N (inclus).
4. Erreurs. Programme une fonction erreurs(N,k) (ou mieux erreurs(N,k,nb_tirages=1000)) qui calcule l’erreur moyenne commise par nos formules. Pour cela :
- Effectue un tirage sans remise de k entiers plus petits que N.
- Calcule la valeur N1 obtenue à partir de cet échantillon par la formule des tanks.
- Calcule l’erreur commise e = |N − N1|.
En faisant ceci pour un grand nombre de tirages, calcule l’erreur moyenne commise. Fais le même travail avec l’autre formule et renvoie les deux erreurs moyennes.
Pour 20 entiers plus petits que 1000 (k = 20 et N = 1000) quelle est la meilleure formule et à quelle erreur peut-on s’attendre ?
À la fin de la guerre les registres Allemands ont été récupérés et indiquaient une production de 245 chars mensuels ! Cette formule est aussi utilisée pour estimer la production d’un produit (par exemple d’un téléphone) à partir des numéros de série.
Solution pour les 3 premières questions ici
https://www.ipa-troulet.fr/cours/attachments/article/542/correction.txt
Cheminement et solution du 4 là
https://www.ipa-troulet.fr/cours/attachments/article/542/exo%204%20tank.odt
samedi 22 août 2020
CNRS - Courbe de Gauss
Pour info, dans le paragraphe du dessous 3 liens vers des articles du CNRS.
Pour plus de précisions et de renseignements sur la gaussienne (aussi connue sous le nom de « la courbe en cloche »), nous vous conseillons, selon votre niveau et/ou votre intérêt, de lire ça (piste verte) ou ça (piste bleue) ou bien, pour les plus téméraires, ça (piste noire). Il s’agit du même article écrit pour trois niveaux de lecture différents.
Extrait de la piste verte:
Une récréation inventée
Le second exemple est une histoire inventée, mettant en scène un mathématicien des années 1900 et son boulanger, qui lui livre tous les jours un pain qui pèse en principe deux livres. Tous les jours le mathématicien enregistre devant témoins le poids du pain livré. Après une année, il intente procès à son boulanger pour production frauduleuse, et gagne le procès : le poids moyen du pain livré est
Le calcul permet alors de montrer qu’on peut être presque sûr que le boulanger est un escroc et que ses pains ne font pas
L’année suivante, le boulanger ne lui livre que des pains pesant plus d’un kilogramme. Le mathématicien intente procès pour production frauduleuse et gagne encore : l’enregistrement montre une distribution des poids des pains livrés suivant la queue à partir de
vendredi 21 août 2020
CNRS - Covid-19 Modélisation d'une épidémie
Liens:
- https://images.math.cnrs.fr/Modelisation-d-une-epidemie-partie-1.html
La simulation suivante illustre la propagation du Coronavirus Covid-19 et est interactive, elle n’est pas basée directement sur le modèle SIR mais sur un modèle plus compliqué (qui prend en compte plus de paramètres). Cette simulation a en effet des points communs avec le modèle SIR (3 sous-populations : saines, infectées, retirées) mais également des différences majeures : elle est discrète (chaque point représente une personne) et aléatoire (afin de modéliser les déplacements des personnes et leurs potentiels contacts). Elle permet ainsi de voir plus précisément l’impact de la modification des paramètres sur l’évolution du virus - https://images.math.cnrs.fr/Modelisation-d-une-epidemie-partie-2.html
C’est le cas de la simulation interactive suivante qui est basée sur un modèle plus complexe que le seul modèle SIR : elle reprend les trois sous-populations (S, I et R) ainsi que la natalité et la mortalité du modèle SEIR, mais également les déplacements et les contacts des individus modélisés de manière aléatoire. Le confinement y est de plus pris en compte.
Voir en bas des articles pour jouer avec les simulations