Mon ordinateur m’indique que π vaut approximativement
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
pi
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
#En utilisant la méthode des aiguilles de Buffon
Mais calculé avec la méthode des aiguilles de Buffon, on obtiendrait comme approximation :
## En demandant à la lib maths
Mon ordinateur m'indique que $\pi$ vaut *approximativement*
```set.seed(42)
N = 100000
x = runif(N)
theta = pi/2*runif(N)
2/(mean(x+sin(theta)>1))
```
```{r cars}
Et on peut aussi aisément inclure des figures. Par exemple:
pi
```
## 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__ :
```{r}
set.seed(42)
N = 100000
x = runif(N)
theta = pi/2*runif(N)
2/(mean(x+sin(theta)>1))
```
```{r pressure, echo=FALSE}
plot(pressure)
set.seed(42)
N = 1000
df = data.frame(X = runif(N), Y = runif(N))
df$Accept = (df$X**2 + df$Y**2 <=1)
library(ggplot2)
## 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 $X\sim U(0,1)$ et $Y\sim U(0,1)$ alors $P
[X^2+Y^2\leq 1] = \pi/4$ (voir [méthode de Monte Carlo sur Wikipedia]