"Mon ordinateur m’indique que π vaut *approximativement*"
"Mon ordinateur m’indique que $\\pi$ vaut *approximativement*"
]
]
},
},
{
{
...
@@ -64,7 +64,7 @@
...
@@ -64,7 +64,7 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation** :"
"Mais calculé avec la __méthode__ des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme __approximation__ :"
]
]
},
},
{
{
...
@@ -96,7 +96,7 @@
...
@@ -96,7 +96,7 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"**1.3 Avec un argument \"fréquentiel\" de surface**"
"## Avec un argument \"fréquentiel\" de surface"
]
]
},
},
{
{
...
@@ -104,13 +104,13 @@
...
@@ -104,13 +104,13 @@
"metadata": {},
"metadata": {},
"source": [
"source": [
"Sinon, une méthode plus simple à comprendre et ne faisant pas intervenir d’appel à la fonction\n",
"Sinon, une méthode plus simple à comprendre et ne faisant pas intervenir d’appel à la fonction\n",
"sinus se base sur le fait que si X ∼ U(0, 1) et Y ∼ U(0, 1) alors P[X$^2$ + Y$^2$ ≤ 1] = π/4 (voir\n",
"sinus se base sur le fait que si $X\\sim U(0,1)$ et $Y\\sim U(0,1)$ alors $P[X^2+Y^2\\leq 1] = \\pi/4$ (voir\n",
"[méthode de Monte Carlo sur Wikipedia](https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80)). Le code suivant illustre ce fait :"
"[méthode de Monte Carlo sur Wikipedia](https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80)). Le code suivant illustre ce fait :"
]
]
},
},
{
{
"cell_type": "code",
"cell_type": "code",
"execution_count": 3,
"execution_count": 6,
"metadata": {},
"metadata": {},
"outputs": [
"outputs": [
{
{
...
@@ -133,7 +133,7 @@
...
@@ -133,7 +133,7 @@
"N = 1000\n",
"N = 1000\n",
"x = np.random.uniform(size=N, low=0, high=1)\n",
"x = np.random.uniform(size=N, low=0, high=1)\n",
"y = np.random.uniform(size=N, low=0, high=1)\n",
"y = np.random.uniform(size=N, low=0, high=1)\n",
"1\n",
"\n",
"accept = (x*x+y*y) <= 1\n",
"accept = (x*x+y*y) <= 1\n",
"reject = np.logical_not(accept)\n",
"reject = np.logical_not(accept)\n",
"fig, ax = plt.subplots(1)\n",
"fig, ax = plt.subplots(1)\n",
...
@@ -147,12 +147,12 @@
...
@@ -147,12 +147,12 @@
"metadata": {},
"metadata": {},
"source": [
"source": [
"Il est alors aisé d’obtenir une approximation (pas terrible) de π en comptant combien de fois,\n",
"Il est alors aisé d’obtenir une approximation (pas terrible) de π en comptant combien de fois,\n",