diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd index 074573fa0137aae84e6ce39393f4218595f8597c..0918931d7b842f56cb216949f18da14520bca71b 100644 --- a/module2/exo1/toy_document_fr.Rmd +++ b/module2/exo1/toy_document_fr.Rmd @@ -31,8 +31,8 @@ theta = pi/2*runif(N) ``` -## Avec un argument fréquentiel de surface -Sinon, avec une méthode plus simple à comprendre et ne faisant pas 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 (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 : +## 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](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) diff --git a/module2/exo1/toy_document_fr.html b/module2/exo1/toy_document_fr.html index 0f42ab1b197392230d6a85e8eba3ae555e577ca9..85c44f955d5e7aecc5aa0f70a162436774b3e976 100644 --- a/module2/exo1/toy_document_fr.html +++ b/module2/exo1/toy_document_fr.html @@ -188,8 +188,8 @@ theta = pi/2*runif(N)
## [1] 3.14327
-

Avec un argument fréquentiel de surface

-

Sinon, avec une méthode plus simple à comprendre et ne faisant pas 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 (voir méthode de Monte Carlo sur Wikipedia). Le code suivant illustre ce fait :

+

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). Le code suivant illustre ce fait :

set.seed(42)
 N = 1000
 df = data.frame(X = runif(N), Y = runif(N))