From fc030d5e8022c72f2e5471d83ae5eee2e4f846d7 Mon Sep 17 00:00:00 2001
From: 0db2f0554d3b3bbdf0f34a0c1240bdef
 <0db2f0554d3b3bbdf0f34a0c1240bdef@app-learninglab.inria.fr>
Date: Wed, 3 Jun 2020 14:35:21 +0000
Subject: [PATCH] secondes corrections

---
 module2/exo1/toy_notebook_fr.ipynb | 39 +++++++++---------------------
 1 file changed, 11 insertions(+), 28 deletions(-)

diff --git a/module2/exo1/toy_notebook_fr.ipynb b/module2/exo1/toy_notebook_fr.ipynb
index 32b8c44..1820d7d 100644
--- a/module2/exo1/toy_notebook_fr.ipynb
+++ b/module2/exo1/toy_notebook_fr.ipynb
@@ -11,14 +11,8 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## En demandant à la lib maths"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Mon ordinateur m'indique que $\\pi$ vaut *approximativement*"
+    "## En demandant à la lib maths\n",
+    "Mon ordinateur m'indique que 𝜋 vaut approximativement"
    ]
   },
   {
@@ -43,13 +37,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## En utilisant la méthode des aiguilles de Buffon"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
+    "## En utilisant la méthode des aiguilles de Buffon\n",
     "Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation**:"
    ]
   },
@@ -72,9 +60,9 @@
    "source": [
     "import numpy as np\n",
     "np.random.seed(seed=42)\n",
-    "N=10000\n",
-    "x=np.random.uniform(size=N, low=0, high=1)\n",
-    "theta=np.random.uniform(size=N, low=0, high=pi/2)\n",
+    "N = 10000\n",
+    "x = np.random.uniform(size=N, low=0, high=1)\n",
+    "theta = np.random.uniform(size=N, low=0, high=pi/2)\n",
     "2/(sum((x+np.sin(theta))>1)/N)"
    ]
   },
@@ -82,13 +70,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## Avec un argument \"fréquentiel\" de surface"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
+    "## Avec un argument \"fréquentiel\" de surface\n",
     "Sinon, une méthode plus simple à comprendre et ne faisant pas intervenir d'appel à la fonction 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 [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:"
    ]
   },
@@ -115,9 +97,10 @@
     "import matplotlib.pyplot as plt\n",
     "\n",
     "np.random.seed(seed=42)\n",
-    "N=1000\n",
-    "x=np.random.uniform(size=N, low=0, high=1)\n",
-    "y=np.random.uniform(size=N, low=0, high=1)\n",
+    "N = 1000\n",
+    "x = np.random.uniform(size=N, low=0, high=1)\n",
+    "y = np.random.uniform(size=N, low=0, high=1)\n",
+    "\n",
     "accept=(x*x+y*y)<=1\n",
     "reject=np.logical_not(accept)\n",
     "\n",
-- 
2.18.1