Skip to content
Projects
Groups
Snippets
Help
Loading...
Help
Submit feedback
Contribute to GitLab
Sign in
Toggle navigation
M
mooc-rr
Project
Project
Details
Activity
Releases
Cycle Analytics
Repository
Repository
Files
Commits
Branches
Tags
Contributors
Graph
Compare
Charts
Issues
0
Issues
0
List
Board
Labels
Milestones
Merge Requests
0
Merge Requests
0
CI / CD
CI / CD
Pipelines
Jobs
Schedules
Charts
Wiki
Wiki
Snippets
Snippets
Members
Members
Collapse sidebar
Close sidebar
Activity
Graph
Charts
Create a new issue
Jobs
Commits
Issue Boards
Open sidebar
2ca1bfaa17808ab5474bc34a59a91c79
mooc-rr
Commits
f69f3385
Commit
f69f3385
authored
Apr 19, 2020
by
2ca1bfaa17808ab5474bc34a59a91c79
Browse files
Options
Browse Files
Download
Email Patches
Plain Diff
Update toy_document_fr.Rmd
parent
44077d61
Changes
1
Hide whitespace changes
Inline
Side-by-side
Showing
1 changed file
with
21 additions
and
21 deletions
+21
-21
toy_document_fr.Rmd
module2/exo1/toy_document_fr.Rmd
+21
-21
No files found.
module2/exo1/toy_document_fr.Rmd
View file @
f69f3385
...
@@ -6,40 +6,40 @@ output: html_document
...
@@ -6,40 +6,40 @@ output: html_document
---
---
```{r setup, include=FALSE}
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
knitr::opts_chunk$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 cars}
```{r cars}
pi
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__ :
Mais calculé avec la __méthode__ des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme __approximation__ :
```{r}
```{r}
set.seed(42)
set.seed(42)
N = 100000
N = 100000
x = runif(N)
x = runif(N)
theta = pi/2*runif(N)
theta = pi/2*runif(N)
2/(mean(x+sin(theta)>1))
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
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
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]
[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-
(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 :
Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80)). Le code suivant illustre ce fait :
```{r}
```{r}
set.seed(42)
set.seed(42)
N = 1000
N = 1000
N = 1000
df = data.frame(X = runif(N), Y = runif(N))
df = data.frame(X = runif(N), Y = runif(N))
df$Accept = (df$X**2 + df$Y**2 <=1)
df$Accept = (df$X**2 + df$Y**2 <=1)
library(ggplot2)
library(ggplot2)
library(ggplot2)
ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + theme_bw()
ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + theme_bw()
```
```
...
@@ -47,6 +47,6 @@ ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + t
...
@@ -47,6 +47,6 @@ ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + t
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 :
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}
```{r}
4*mean(df$Accept)
4*mean(df$Accept)
```
```
Write
Preview
Markdown
is supported
0%
Try again
or
attach a new file
Attach a file
Cancel
You are about to add
0
people
to the discussion. Proceed with caution.
Finish editing this message first!
Cancel
Please
register
or
sign in
to comment