"## En utilisant la méthode des aiguilles de Buffon\n",
"## En utilisant la méthode des aiguilles de Buffon\n",
"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__ :"
]
]
},
},
{
{
...
@@ -71,7 +71,7 @@
...
@@ -71,7 +71,7 @@
"metadata": {},
"metadata": {},
"source": [
"source": [
"## Avec un argument \"fréquentiel\" de surface\n",
"## Avec un argument \"fréquentiel\" de surface\n",
"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 $X \\sim \\mathcal{U}(0,1)$ et $Y \\sim \\mathcal{U}(0,1)$ alors $P[X^2+Y^2 \\leq 1] = \\pi/4$ (voir [méthode de Monte Carlo sur Wikipedia](https://fr.wikipedia.org/wiki/Méthode_de_Monte-Carlo#Détermination_de_la_valeur_de_π). 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 $X\\sim \\mathcal{U}(0,1)$ et $Y\\sim \\mathcal{U}(0,1)$ 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 :"
]
]
},
},
{
{
...
@@ -100,6 +100,7 @@
...
@@ -100,6 +100,7 @@
"N = 1000\n",
"N = 1000\n",
"x = np.random.uniform(size=N, low=0, high=1)\n",
"x = np.random.uniform(size=N, low=0, high=1)\n",
"y = np.random.uniform(size=N, low=0, high=1)\n",
"y = np.random.uniform(size=N, low=0, high=1)\n",
"\n",
"accept = (x*x+y*y) <= 1\n",
"accept = (x*x+y*y) <= 1\n",
"reject = np.logical_not(accept)\n",
"reject = np.logical_not(accept)\n",
"\n",
"\n",
...
@@ -113,7 +114,7 @@
...
@@ -113,7 +114,7 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"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 :"