second essai

module2/exo1/toy_notebook_fr.ipynb

@@ -30,7 +30,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 23,
+   "execution_count": 1,
    "metadata": {},
    "outputs": [
     {
@@ -50,19 +50,13 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## En utilisant la méthode des aiguilles de Buffon"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
+    "## En utilisant la méthode des aiguilles de Buffon\n",
     "Mais calculé avec la **méthode** <span style=\"color:blue\">des aiguilles de Buffon</span>, on obtiendrait comme **approximation** :"
    ]
   },
   {
    "cell_type": "code",
-   "execution_count": 24,
+   "execution_count": 2,
    "metadata": {},
    "outputs": [
     {
@@ -71,7 +65,7 @@
        "3.128911138923655"
       ]
      },
-     "execution_count": 24,
+     "execution_count": 2,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -89,13 +83,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## Avec un argument \"fréquentiel\" de surface"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
+    "## Avec un argument \"fréquentiel\" de surface\n",
     "Sinon, une méthode plus simple à comprendre et ne faisant pas intervenir d’appel à la fonction\n",
     "sinus se base sur le fait que si X ∼ U ( 0, 1 ) et Y ∼ U ( 0, 1 ) alors $P[X^2 + Y^2 \\leq 1 ] = \\pi/4 $   (voir\n",
     "[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"
@@ -103,7 +91,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 25,
+   "execution_count": 3,
    "metadata": {},
    "outputs": [
     {
@@ -121,13 +109,17 @@
    ],
    "source": [
     "%matplotlib inline\n",
+    "\n",
     "import matplotlib.pyplot as plt\n",
+    "\n",
     "np.random.seed(seed=42)\n",
     "N = 1000\n",
     "x = 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",
     "reject = np.logical_not(accept)\n",
+    "\n",
     "fig, ax = plt.subplots(1)\n",
     "ax.scatter(x[accept], y[accept], c='b', alpha=0.2, edgecolor=None)\n",
     "ax.scatter(x[reject], y[reject], c='r', alpha=0.2, edgecolor=None)\n",
@@ -145,13 +137,12 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "Il est alors aisé d’obtenir une approximation (pas terrible) de $\\pi$ en comptant combien de fois,\n",
-    "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 :"
    ]
   },
   {
    "cell_type": "code",
-   "execution_count": 26,
+   "execution_count": 4,
    "metadata": {},
    "outputs": [
     {
@@ -160,7 +151,7 @@
        "3.112"
       ]
      },
-     "execution_count": 26,
+     "execution_count": 4,
      "metadata": {},
      "output_type": "execute_result"
     }
@@ -171,6 +162,7 @@
   }
  ],
  "metadata": {
+  "celltoolbar": "Hide code",
   "kernelspec": {
    "display_name": "Python 3",
    "language": "python",