k = dim(covY)[3]
   
   Y = matrix(0,n,m)
-  BX = array(0, dim=c(n,m,k))
+  require(mvtnorm)
+  X = rmvnorm(n, mean = rep(0,p), sigma = covX)
   
   require(MASS) #simulate from a multivariate normal distribution
   for (i in 1:n)
   {
+    
     for (r in 1:k)
     {
       BXir = rep(0,m)
       for (mm in 1:m)
-        Bxir[[mm]] = X[i,] %*% beta[,mm,r]
+        BXir[mm] = X[i,] %*% beta[,mm,r]
       Y[i,] = Y[i,] + pi[r] * mvrnorm(1,BXir, covY[,,r])
     }
   }
 
 #-----------------------------------------------------------------------
 generateIOdefault = function(n, p, m, k)
 {
-  covX = array(0, dim=c(p,p,k))
+  covX = diag(p)
   covY = array(0, dim=c(m,m,k))
   for(r in 1:k)
   {
-    covX[,,r] = diag(p)
     covY[,,r] = diag(m)
   }
   
 
 Trouver un jeu de données (+) intéressant (que les autres) ?
 Ajouter toy datasets pour les tests (ou piocher dans MASS ?)
+
+ED : j'ai simulé un truc basique via 'generateIOdefault(10,5,6,2)'