From c0cc694596ca0c6eeac15676b276d07c3ee745b7 Mon Sep 17 00:00:00 2001 From: 405c0956c969b6c077ce47aa9c09d17a <405c0956c969b6c077ce47aa9c09d17a@app-learninglab.inria.fr> Date: Mon, 15 Jun 2020 14:14:30 +0000 Subject: [PATCH] Revert "essai1" This reverts commit ff97d602e21f22ee9ecf5e50435fb03ec086b5c1 --- module2/exo1/toy_document_fr.Rmd | 46 +++++++++++++------------------- 1 file changed, 18 insertions(+), 28 deletions(-) diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd index a0691e4..7eece5e 100644 --- a/module2/exo1/toy_document_fr.Rmd +++ b/module2/exo1/toy_document_fr.Rmd @@ -1,43 +1,33 @@ --- -title: "À propos du calcul de pi" -author: "Arnaud Legrand" -date: "25 juin 2018" +title: "Votre titre" +author: "Votre nom" +date: "La date du jour" output: html_document --- -# En demandant à la lib maths -Mon ordinateur m’indique que \pi vaut *approximativement* - -```pi +```{r setup, include=FALSE} +knitr::opts_chunk$set(echo = TRUE) ``` -# En utilisant la méthode des aiguilles de Buffon +## Quelques explications + +Ceci est un document R markdown que vous pouvez aisément exporter au format HTML, PDF, et MS Word. Pour plus de détails sur R Markdown consultez . -Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation** : +Lorsque vous cliquerez sur le bouton **Knit** ce document sera compilé afin de ré-exécuter le code R et d'inclure les résultats dans un document final. Comme nous vous l'avons montré dans la vidéo, on inclue du code R de la façon suivante: -```set.seed(42) -N = 100000 -x = runif(N) -theta = pi/2*runif(N) -2/(mean(x+sin(theta)>1)) +```{r cars} +summary(cars) ``` -# Avec un argument “fréquentiel” de surface +Et on peut aussi aisément inclure des figures. Par exemple: -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 $`P[X^2+Y^2≤1]=π/4`$ +```{r pressure, echo=FALSE} +plot(pressure) +``` -(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: +Vous remarquerez le paramètre `echo = FALSE` qui indique que le code ne doit pas apparaître dans la version finale du document. Nous vous recommandons dans le cadre de ce MOOC de ne pas utiliser ce paramètre car l'objectif est que vos analyses de données soient parfaitement transparentes pour être reproductibles. -```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) -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 \pi en comptant combien de fois, en moyenne, $`X^2+Y^2`$ est inférieur à 1: +Comme les résultats ne sont pas stockés dans les fichiers Rmd, pour faciliter la relecture de vos analyses par d'autres personnes, vous aurez donc intérêt à générer un HTML ou un PDF et à le commiter. -```4*mean(df$Accept) -``` \ No newline at end of file +Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel. -- 2.18.1