version finale

module2/exo1/toy_document_orgmode_python_fr.org

 #+TITLE:  À propos du calcul de $\pi$
 #+AUTHOR: Matteo Chancerel
-#+DATE:   25/09/2024
+#+DATE:   12/12/2024
 #+LANGUAGE: fr
 # #+PROPERTY: header-args :eval never-export
 
 # À propos du calcul de $\pi$
-## Table des matières
 
-## 1 En demandant à la lib maths
+* En demandant à la lib maths
 
 Mon ordinateur m'indique que $\pi$ vaut /approximativement/:
 
@@ -19,7 +18,7 @@ print(pi)
 #+RESULTS:
 : 3.141592653589793
 
-## 2 En utilisant la méthode des aiguilles de Buffon
+* En utilisant la méthode des aiguilles de Buffon
 
 Mais calculé avec la méthode des [[https://fr.wikipedia.org/wiki/Aiguille_de_Buffon][aiguilles de Buffon]],
 on obtiendrait comme *approximation* :
@@ -35,8 +34,7 @@ print(2/(sum((x+np.sin(theta))>1)/N))
 #+RESULTS:
 : 3.128911138923655
 
-
-## 3 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 fonction sinus se base sur le fait que si
@@ -62,11 +60,11 @@ ax.scatter(x[reject], y[reject], c='r', alpha=0.2, edgecolor=None)
 ax.set_aspect('equal')
 
 plt.savefig(matplot_lib_filename)
-print(matplot_lib_filename)
+matplot_lib_filename
 #+end_src
 
 #+RESULTS:
-[[file:]]
+[[file:/tmp/babel-ZDryvm/figure8q72fF.png]]
 
 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 :
@@ -76,3 +74,4 @@ print(4*np.mean(accept))
 #+end_src
 
 #+RESULTS:
+: 3.112