Forum de mathématiques - Bibm@th.net
Vous n'êtes pas identifié(e).
- Contributions : Récentes | Sans réponse
#1 19-11-2016 09:31:22
- capesman
- Modérateur
- Inscription : 15-08-2016
- Messages : 152
[Info 26] - Exemples d'algorithmes utilisant un générateur...
Bonjour,
Cette discussion est ouverte pour parler de la leçon du capes de mathématiques : Exemples d'algorithmes utilisant un générateur de nombres aléatoires.
Capesman.
Dernière modification par capesman (27-11-2018 22:01:32)
Hors ligne
#2 27-11-2018 22:56:44
- capesman
- Modérateur
- Inscription : 15-08-2016
- Messages : 152
Re : [Info 26] - Exemples d'algorithmes utilisant un générateur...
Bonjour,
Le rapport du jury 2018 donne des pistes pour cette leçon :
"Il s’agit dans cette leçon de présenter l’utilisation de générateurs pseudo-aléatoires dans les algorithmes. Toute discussion lancée sur le degré d’aléatoire de ces générateurs est explicitement hors sujet. On pourra supposer dans toute la leçon qu’on dispose d’une fonction random() qui fournit un réel aléatoire de l’intervalle [0,1] selon une loi uniforme.
On pourra d’abord présenter des algorithmes qui permettent à partir de cette fonction de fournir un entier aléatoire entre 0 et $N-1$ selon une loi uniforme, puis s’intéresser à la construction d’objets mathématiques classiques, comme un tableau de taille $M$ de nombres entiers aléatoires entre 0 et $N-1$. On pourra aussi s’intéresser à des exemples plus complexes, par exemple utiliser Python pour créer une permutation aléatoire des entiers de l’intervalle $[0,N-1]$, etc. On peut aussi envisager le lien avec la géométrie et utiliser Scratch pour dessiner des figures aléatoires dans le plan.
On pourra ensuite utiliser le générateur aléatoire dans le cadre d’algorithmes classiques. Par exemple, certains tris sont plus efficaces si on mélange aléatoirement les données avant de les trier.
Une autre utilisation consiste à tester l’efficacité d’algorithmes classiques sur des jeux de données aléatoires pour évaluer leur complexité en moyenne. La difficulté est ici de bien contrôler la loi de génération des données. Toute discussion avancée sur cette question est explicitement hors sujet, mais il est demandé au candidat d’être conscient du problème.
On peut aussi utiliser l’aléatoire pour des méthodes de résolution de type Monte-Carlo. Un exemple classique est le calcul de $\pi$. L’algorithme peut être facilement programmé en Python ou en Scratch. (Malheureusement, la convergence de la méthode simple est très lente.)
Une autre utilisation réside dans la simulation d’expériences probabilistes."
Capesman
Hors ligne