From 054db36a57e3e77b902e37984c0b40122eff05f9 Mon Sep 17 00:00:00 2001 From: 9ffdbd174951cc08931a70332834643e <9ffdbd174951cc08931a70332834643e@app-learninglab.inria.fr> Date: Tue, 26 Nov 2024 17:50:52 +0000 Subject: [PATCH] Update toy_document_fr.Rmd --- module2/exo1/toy_document_fr.Rmd | 22 ++++++++-------------- 1 file changed, 8 insertions(+), 14 deletions(-) diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd index 0130633..abba3d8 100644 --- a/module2/exo1/toy_document_fr.Rmd +++ b/module2/exo1/toy_document_fr.Rmd @@ -1,28 +1,23 @@ --- -title: "A propos du calcul de pi" +title: "À propos du calcul de pi" author: "Arnaud Legrand" date: "25 juin 2018" output: html_document --- - ```{r setup, include=FALSE} knitr::opts_chunk$set(echo = TRUE) ``` ## En demandant à la lib maths - -Mon ordinateur m’indique que \(\pi\) vaut approximativement : +Mon ordinateur m’indique que $\pi$ vaut *approximativement* -```{r} +```{r cars} pi ``` -## 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** : - -Et on peut aussi aisément inclure des figures. Par exemple: +## 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__ : ```{r} set.seed(42) @@ -33,9 +28,7 @@ theta = pi/2*runif(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\( X \sim U(0,1) \) et \( Y \sim U(0,1) \) alors \( P[X^2 + Y^2 \leq 1] = \frac{\pi}{4} \) -(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: +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 : ```{r} set.seed(42) @@ -44,9 +37,10 @@ df = data.frame(X = runif(N), Y = runif(N)) df$Accept = (df$X**2 + df$Y**2 <=1) library(ggplot2) 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 \(\pi\) 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 : ```{r} 4*mean(df$Accept) -- 2.18.1