Update toy_document_fr.Rmd

parent 8087d76a
...@@ -5,9 +5,7 @@ _25 juin 2018_ ...@@ -5,9 +5,7 @@ _25 juin 2018_
## En demandant à la lib maths ## En demandant à la lib maths
Mon ordinateur m’indique que π Mon ordinateur m'indique que π vaut approximativement
vaut approximativement
pi pi
...@@ -15,13 +13,15 @@ pi ...@@ -15,13 +13,15 @@ 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, 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 :
```
'set.seed(42) 'set.seed(42)
N = 100000 N = 100000
x = runif(N) x = runif(N)
theta = pi/2*runif(N) theta = pi/2*runif(N)
2/(mean(x+sin(theta)>1))' 2/(mean(x+sin(theta)>1))'
```
## [1] 3.14327 ## [1] 3.14327
...@@ -32,12 +32,14 @@ et Y∼U(0,1) alors P[X2+Y2≤1]=π/4 ...@@ -32,12 +32,14 @@ et Y∼U(0,1) alors P[X2+Y2≤1]=π/4
(voir méthode de Monte Carlo sur Wikipedia). Le code suivant illustre ce fait: (voir méthode de Monte Carlo sur Wikipedia). Le code suivant illustre ce fait:
```
set.seed(42) set.seed(42)
N = 1000 N = 1000
df = data.frame(X = runif(N), Y = runif(N)) df = data.frame(X = runif(N), Y = runif(N))
df$Accept = (df$X**2 + df$Y**2 <=1) df$Accept = (df$X**2 + df$Y**2 <=1)
library(ggplot2) library(ggplot2)
ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + theme_bw() 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 Il est alors aisé d’obtenir une approximation (pas terrible) de π
en comptant combien de fois, en moyenne, X2+Y2 en comptant combien de fois, en moyenne, X2+Y2
......
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment