From 47cb3eaaf8dde4db38d0674f619575bd0a662b0e Mon Sep 17 00:00:00 2001 From: 732afbed1f51733fba4ec4ed0e9bd727 <732afbed1f51733fba4ec4ed0e9bd727@app-learninglab.inria.fr> Date: Fri, 6 Oct 2023 16:28:34 +0000 Subject: [PATCH] Update toy_document_orgmode_R_fr.org --- module2/exo1/toy_document_orgmode_R_fr.org | 102 +++++++++------------ 1 file changed, 43 insertions(+), 59 deletions(-) diff --git a/module2/exo1/toy_document_orgmode_R_fr.org b/module2/exo1/toy_document_orgmode_R_fr.org index 1bb8f61..a560452 100644 --- a/module2/exo1/toy_document_orgmode_R_fr.org +++ b/module2/exo1/toy_document_orgmode_R_fr.org @@ -1,4 +1,4 @@ -#+TITLE: Votre titre +#+TITLE: À propos du calcul de pi #+AUTHOR: Votre nom #+DATE: La date du jour #+LANGUAGE: fr @@ -11,74 +11,58 @@ #+HTML_HEAD: #+HTML_HEAD: -* Quelques explications -Ceci est un document org-mode avec quelques exemples de code -R. Une fois ouvert dans emacs, ce document peut aisément être -exporté au format HTML, PDF, et Office. Pour plus de détails sur -org-mode vous pouvez consulter https://orgmode.org/guide/. -Lorsque vous utiliserez le raccourci =C-c C-e h o=, ce document sera -compilé en html. Tout le code contenu sera ré-exécuté, les résultats -récupérés et inclus dans un document final. Si vous ne souhaitez pas -ré-exécuter tout le code à chaque fois, il vous suffit de supprimer -le # et l'espace qui sont devant le ~#+PROPERTY:~ au début de ce -document. +## Table des matières +- [1. En demandant à la lib maths](https://lms.fun-mooc.fr/asset-v1:inria+41016+self-paced+type@asset+block/toy_document_orgmode_R_fr.html#orga63dd54) +- [2. En utilisant la méthode des aiguilles de Buffon](https://lms.fun-mooc.fr/asset-v1:inria+41016+self-paced+type@asset+block/toy_document_orgmode_R_fr.html#org23d5348) +- [3. Avec un argument "fréquentiel" de surface](https://lms.fun-mooc.fr/asset-v1:inria+41016+self-paced+type@asset+block/toy_document_orgmode_R_fr.html#org0097db4) -Comme nous vous l'avons montré dans la vidéo, on inclut du code -R de la façon suivante (et on l'exécute en faisant ~C-c C-c~): +## En demandant à la lib maths +Mon ordinateur m'indique que $\pi$ vaut *approximativement* #+begin_src R :results output :exports both -print("Hello world!") +print(pi) #+end_src -#+RESULTS: -: [1] "Hello world!" -Voici la même chose, mais avec une session R (c'est le cas le -plus courant, R étant vraiment un langage interactif), donc une -persistance d'un bloc à l'autre (et on l'exécute toujours en faisant -~C-c C-c~). +## 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__ : -#+begin_src R :results output :session *R* :exports both -summary(cars) +#+begin_src R :results output :exports both +np.random.seed(seed=42) +N = 10000 +x = np.random.uniform(size=N, low=0, high=1) +theta = np.random.uniform(size=N, low=0, high=pi/2) +2/(sum((x+np.sin(theta))>1)/N) +#+end_src + + +## 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 $X\sim U(0,1)$ 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 : + +#+begin_src R :results output :exports both +%matplotlib inline +import matplotlib.pyplot as plt + +np.random.seed(seed=42) +N = 1000 +x = np.random.uniform(size=N, low=0, high=1) +y = np.random.uniform(size=N, low=0, high=1) + +accept = (x*x+y*y) <= 1 +reject = np.logical_not(accept) + +fig, ax = plt.subplots(1) +ax.scatter(x[accept], y[accept], c='b', alpha=0.2, edgecolor=None) +ax.scatter(x[reject], y[reject], c='r', alpha=0.2, edgecolor=None) +ax.set_aspect('equal') #+end_src -#+RESULTS: -: speed dist -: Min. : 4.0 Min. : 2.00 -: 1st Qu.:12.0 1st Qu.: 26.00 -: Median :15.0 Median : 36.00 -: Mean :15.4 Mean : 42.98 -: 3rd Qu.:19.0 3rd Qu.: 56.00 -: Max. :25.0 Max. :120.00 - -Et enfin, voici un exemple de sortie graphique: -#+begin_src R :results output graphics :file "./cars.png" :exports results :width 600 :height 400 :session *R* -plot(cars) + +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 : + +#+begin_src R :results output :exports both +4*np.mean(accept) #+end_src -#+RESULTS: -[[file:./cars.png]] - -Vous remarquerez le paramètre ~:exports results~ 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 changer ce paramètre -(indiquer ~both~) car l'objectif est que vos analyses de données soient -parfaitement transparentes pour être reproductibles. - -Attention, la figure ainsi générée n'est pas stockée dans le document -org. C'est un fichier ordinaire, ici nommé ~cars.png~. N'oubliez pas -de le committer si vous voulez que votre analyse soit lisible et -compréhensible sur GitLab. - -Enfin, pour les prochains exercices, nous ne vous fournirons pas -forcément de fichier de départ, ça sera à vous de le créer, par -exemple en repartant de ce document et de le commiter vers -gitlab. N'oubliez pas que nous vous fournissons dans les ressources de -ce MOOC une configuration avec un certain nombre de raccourcis -claviers permettant de créer rapidement les blocs de code R (en -faisant ~