From 4c335317e453cd7d878f67d448ccb13c704b0932 Mon Sep 17 00:00:00 2001
From: 1b79b8d2dbc2a7e39012b1d8c7d3714e
 <1b79b8d2dbc2a7e39012b1d8c7d3714e@app-learninglab.inria.fr>
Date: Wed, 1 May 2024 14:18:51 +0000
Subject: [PATCH] Update toy_document_fr.Rmd

---
 module2/exo1/toy_document_fr.Rmd | 12 ++++++------
 1 file changed, 6 insertions(+), 6 deletions(-)

diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd
index be136b1..09a1a6a 100644
--- a/module2/exo1/toy_document_fr.Rmd
+++ b/module2/exo1/toy_document_fr.Rmd
@@ -9,15 +9,15 @@ output: html_document
 knitr::opts_chunk$set(echo = TRUE)
 ```
 
-# En demandant à la lib maths
+## En demandant à la lib maths
 
-Mon ordinateur m’indique que $$pi$$ vaut approximativement
+Mon ordinateur m’indique que $$\pi$$ vaut **approximativement**
 
 ```{r}
 pi
 ```
 
-# En utilisant la méthode des aiguilles de Buffon
+## En utilisant la méthode des aiguilles de Buffon
 
 Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation** :
 
@@ -29,9 +29,9 @@ theta = pi/2*runif(N)
 2/(mean(x+sin(theta)>1))
 ```
 
-# Avec un argument “fréquentiel” de surface
+## Avec un argument “fréquentiel” de surface
 
-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 $$X∼U(0,1)$$ et $$Y∼U(0,1)$$ alors $$P[X2+Y2≤1]=π/4$$ (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:
+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 $$P[X2+Y2≤1]=\pi/4$$ (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:
 
 ```{r}
 set.seed(42)
@@ -42,7 +42,7 @@ library(ggplot2)
 ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + theme_bw()
 ```
 
-Il est alors aisé d’obtenir une approximation (pas terrible) de π en comptant combien de fois, en moyenne, $$X^2+Y^2$$ est inférieur à 1:
+Il est alors aisé d’obtenir une approximation (pas terrible) de $$\pi$$ en comptant combien de fois, en moyenne, $$X^2 + Y^2$$ est inférieur à 1 :
 ```{r}
 4*mean(df$Accept)
 ```
-- 
2.18.1