From 3a8b10e21b7c1e4f9e697886f4e57d52a091c29f Mon Sep 17 00:00:00 2001 From: 6a7af980b32eb6a24d9f5814ef0438cb <6a7af980b32eb6a24d9f5814ef0438cb@app-learninglab.inria.fr> Date: Fri, 10 Feb 2023 11:31:48 +0000 Subject: [PATCH] Update toy_document_fr.Rmd --- module2/exo1/toy_document_fr.Rmd | 12 ++++++------ 1 file changed, 6 insertions(+), 6 deletions(-) diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd index 0fadc53..87afe65 100644 --- a/module2/exo1/toy_document_fr.Rmd +++ b/module2/exo1/toy_document_fr.Rmd @@ -5,16 +5,16 @@ date: "10/02/2023" output: html_document --- -# En demandant à la lib maths +## En demandant à la lib maths Mon ordinateur m'indique que π vaut _approximativement_ ```{r} -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__ : @@ -29,9 +29,9 @@ theta = pi/2*runif(N) ``` -# 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 X∼U(0,1) et Y∼U(0,1) alors P[X2+Y2≤1]=π/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 : +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) N = 1000 @@ -41,7 +41,7 @@ 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 π en comptant combien de fois, en moyenne, X2+Y2 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} 4*mean(df$Accept) -- 2.18.1