Skip to content

M
mooc-rr
Commit 0923e996 authored by Jade Bolaty's avatar Jade Bolaty
Browse files
Options

modif selon la correction

parent d6a406d5
Hide whitespace changes
Inline Side-by-side
Showing with 8 additions and 8 deletions
module2/exo1/toy_document_orgmode_python_fr.org
View file @ 0923e996
...@@ -20,9 +20,9 @@ ...@@ -20,9 +20,9 @@
Mon ordinateur m'indique que $\pi$ vaut /approximativement/ Mon ordinateur m'indique que $\pi$ vaut /approximativement/
#+begin_src python :results output :session :exports both #+begin_src python :results value :session *python* :exports both
from math import * from math import *
print(pi) pi
#+end_src #+end_src
#+RESULTS: #+RESULTS:
...@@ -33,13 +33,13 @@ print(pi) ...@@ -33,13 +33,13 @@ print(pi)
Mais calculé avec la *méthode* des [[https://fr.wikipedia.org/wiki/Aiguille_de_Buffon][aiguilles de Buffon]], on obtiendrait Mais calculé avec la *méthode* des [[https://fr.wikipedia.org/wiki/Aiguille_de_Buffon][aiguilles de Buffon]], on obtiendrait
comme *approximation* : comme *approximation* :
#+begin_src python :results output :session :exports both #+begin_src python :results value :session *python* :exports both
import numpy as np import numpy as np
np.random.seed(seed=42) np.random.seed(seed=42)
N = 10000 N = 10000
x = np.random.uniform(size=N, low=0, high=1) x = np.random.uniform(size=N, low=0, high=1)
theta = np.random.uniform(size=N, low=0, high=pi/2) theta = np.random.uniform(size=N, low=0, high=pi/2)
print(2/(sum((x+np.sin(theta))>1)/N)) 2/(sum((x+np.sin(theta))>1)/N)
#+end_src #+end_src
#+RESULTS: #+RESULTS:
...@@ -52,7 +52,7 @@ intervenir d'appel à lz fonction sinus se base sur le fait que si $X \sim ...@@ -52,7 +52,7 @@ intervenir d'appel à lz fonction sinus se base sur le fait que si $X \sim
U(0,1)$ et $Y \sim U(0,1)$ alors $P[X² + Y² <= 1] = \pi/4$ (voir [[https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80][méthode de U(0,1)$ et $Y \sim U(0,1)$ alors $P[X² + Y² <= 1] = \pi/4$ (voir [[https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80][méthode de
Monte Carlo sur Wikipedia]]). Le code suivant illustre ce fait : Monte Carlo sur Wikipedia]]). Le code suivant illustre ce fait :
#+begin_src python :results file :session :var matplot_lib_filename=(org-babel-temp-file "figure" ".png") :exports both #+begin_src python :results output file :var matplot_lib_filename=(org-babel-temp-file "figure" ".png") :exports both :session *python*
import matplotlib.pyplot as plt import matplotlib.pyplot as plt
np.random.seed(seed=42) np.random.seed(seed=42)
...@@ -74,14 +74,14 @@ print(matplot_lib_filename) ...@@ -74,14 +74,14 @@ print(matplot_lib_filename)
#+end_src #+end_src
#+RESULTS: #+RESULTS:
[[file:]] [[file:c:/Users/Jade/AppData/Local/Temp/babel-KrdIuV/figureVAbDIB.png]]
Il est alors aisé d'obtenir une approximation (pas terrible) de $\pi$ en 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 : comptant combien de fois, en moyenne, $X^2 + Y^2$ est inférieur à 1 :
#+begin_src python :results output :session :exports both #+begin_src python :results output :session *python* :exports both
print(4*np.mean(accept)) 4*np.mean(accept)
#+end_src #+end_src
#+RESULTS: #+RESULTS:
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