diff --git a/module2/exo1/toy_notebook_fr.ipynb b/module2/exo1/toy_notebook_fr.ipynb index 288a241bee061af60e7341ac9f5a00496fbe6694..0d80c6e23fb8879c0e14ce9125b71a6dc84acc1d 100644 --- a/module2/exo1/toy_notebook_fr.ipynb +++ b/module2/exo1/toy_notebook_fr.ipynb @@ -4,21 +4,15 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "# **1 À propos du calcul de** $\\pi$" + "# 1 À propos du calcul de $\\pi$" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ - "## **1.1 En demandant à la lib maths**" - ] - }, - { - "cell_type": "markdown", - "metadata": {}, - "source": [ - "Mon ordinateur m'indique que \\(\\pi\\) vaut *approximativement*" + "## 1.1 En demandant à la lib maths\n", + "Mon ordinateur m'indique que $\\pi$ vaut *approximativement*" ] }, { @@ -36,20 +30,14 @@ ], "source": [ "from math import*\n", - "print (pi)" - ] - }, - { - "cell_type": "markdown", - "metadata": {}, - "source": [ - "## **1.2 En utilisant la méthode des aiguilles de Buffon**" + "print(pi)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ + "## 1.2 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** :" ] }, @@ -82,16 +70,8 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "## **1.3 Avec un argument \"fréquentiel\" de surface**" - ] - }, - { - "cell_type": "markdown", - "metadata": {}, - "source": [ - "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 \t$\\sim$ U(0, 1) et Y $\\sim$ U(0, 1) alors P[$X^2$+$Y^2$$\\le$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 :\n" + "## 1.3 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 :" ] }, { @@ -120,6 +100,7 @@ "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", @@ -133,8 +114,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "Il est alors aisé d’obtenir une approximation (pas terrible) de $\\pi$ en comptant combien de fois,\n", - "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 :" ] }, {