correction

parent 7649a638
...@@ -4,8 +4,20 @@ ...@@ -4,8 +4,20 @@
"cell_type": "markdown", "cell_type": "markdown",
"metadata": {}, "metadata": {},
"source": [ "source": [
"# À propos de $\\pi$\n", "# À propos de $\\pi$"
"## En demandant à la lib maths\n", ]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## En demandant à la lib maths"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Mon ordinarteur m'indique que $\\pi$ vaut *approximativement*" "Mon ordinarteur m'indique que $\\pi$ vaut *approximativement*"
] ]
}, },
...@@ -31,8 +43,14 @@ ...@@ -31,8 +43,14 @@
"cell_type": "markdown", "cell_type": "markdown",
"metadata": {}, "metadata": {},
"source": [ "source": [
"## En utilisant la méthode des aiguilles de Buffon\n", "## En utilisant la méthode des aiguilles de Buffon"
"Mais calculé avec les méthode des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approxomation** :" ]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approxomation** :"
] ]
}, },
{ {
...@@ -54,8 +72,8 @@ ...@@ -54,8 +72,8 @@
"source": [ "source": [
"import numpy as np\n", "import numpy as np\n",
"np.random.seed (seed=42)\n", "np.random.seed (seed=42)\n",
"N =10000\n", "N = 10000\n",
"x=np.random.uniform(size=N, low=0, high=1)\n", "x = np.random.uniform(size=N, low=0, high=1)\n",
"theta = np.random.uniform(size=N, low=0, high=pi/2)\n", "theta = np.random.uniform(size=N, low=0, high=pi/2)\n",
"2/(sum((x+np.sin(theta))>1)/N)" "2/(sum((x+np.sin(theta))>1)/N)"
] ]
...@@ -64,8 +82,14 @@ ...@@ -64,8 +82,14 @@
"cell_type": "markdown", "cell_type": "markdown",
"metadata": {}, "metadata": {},
"source": [ "source": [
"## Avec un argument \"fréquentiel\" de surface\n", "## 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 $P[X^2 + Y^2 ≤ 1] = \\pi/4$ (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 :" ]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"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 $P[X^2 + Y^2 ≤ 1] = \\pi/4$ (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 :"
] ]
}, },
{ {
......
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