"## En demandant à la lib maths mon premier document"
]
},
{
"cell_type": "code",
"execution_count": 2,
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"10\n"
]
}
],
"cell_type": "markdown",
"metadata": {
"hideCode": false,
"hidePrompt": false
},
"source": [
"x=10\n",
"print(x)"
"Mon ordinateur m’indique que π vaut _approximativement_"
]
},
{
"cell_type": "code",
"execution_count": 3,
"metadata": {},
"execution_count": 19,
"metadata": {
"hideCode": false,
"hidePrompt": false
},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"20\n"
"3.141592653589793\n"
]
}
],
"source": [
"x=x+10\n",
"print(x)"
"from math import *\n",
"print(pi)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"metadata": {
"hideCode": false,
"hidePrompt": false
},
"source": [
"## petit exemple de completion"
"## En utilisant la méthode des aiguilles de Buffon"
]
},
{
"cell_type": "code",
"execution_count": 4,
"metadata": {},
"outputs": [],
"cell_type": "markdown",
"metadata": {
"hideCode": false,
"hidePrompt": false
},
"source": [
"import numpy as np\n",
"mu, sigma= 100, 15"
"Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation** :"
"Sinon, une méthode plus simple à comprendre et ne faisant pas intervenir d’appel à la fonction sinus \n",
"se base sur le fait que si $X∼U(0,1)$ et $Y∼U(0,1)$ alors $P[X^2+Y^2 ≤1]=π/4$\n",
"(voir [méthode de Monte Carlo sur Wikipedia](https://fr.wikipedia.org/wiki/Méthode_de_Monte-Carlo#Détermination_de_la_valeur_de_π)). Le code suivant illustre ce fait :"
