# x va stocker une séquence de 0 à 10.
x<-seq(0,10)
# Densité du loi de poisson de x avec lambda=3.
dx<-dpois(x,3)
plot(x,dx)Projet_Initial
1 Introduction
Pour présenter Quarto, nous allons nous référer à l’article suivant : Evans (2025).
L’auteur montre un exemple de formules mathématiques en LateX. Nous avons reproduit cet exemple (Figure 2. de l’article) ci-dessous.
Source : Evans (2025)
Let \(Y \sim \text{Bin}(n,p)\), where \(n \ge 1\) and \(0 \le p \le 1\), then the probability mass function of \(Y\) is given by
\[ P(Y=y)=\binom{n}{y}\, p^{y}(1-p)^{n-y}, \quad y=0,1,\ldots,n. \]
1.1 Les chunks R dans Quarto
1.1.1 Rappel sur la loi de Poisson
On dit que X suit une loi de poisson de paramètre \(\lambda>0\) si :
\[ P(X=x)=\frac{\lambda^x}{x!}e^{-\lambda},\:x\in \mathbb{N}. \]
On peut utilise R pour calculer une partie de ses probabilités par exemple \(\lambda=3\).
1.1.2 Exemple - chunk :
1.2 Espérance mathématique
sum(x*dx)[1] 2.996693
On peut aussi exécuter les chunks directement à l’intérieur d’une phrase :
La somme vaut environ 3 représentant le paramètre \(\lambda\).
1.3 Les chunks Python dans Quarto
import numpy as npa = [1,2,3,4,3,6,2]
a = np.array(a)
aarray([1, 2, 3, 4, 3, 6, 2])
np.mean(a)np.float64(3.0)
np.median(a)np.float64(3.0)
np.std(a)np.float64(1.5118578920369088)