diff --git a/module2/exo1/toy_notebook_en.ipynb b/module2/exo1/Mon_toy_notebook_fr.ipynb
similarity index 96%
rename from module2/exo1/toy_notebook_en.ipynb
rename to module2/exo1/Mon_toy_notebook_fr.ipynb
index 30752d1d1253179695216aa35e5e522927daac87..f862ba5740454271a6f2176921c78fa6629956d3 100644
--- a/module2/exo1/toy_notebook_en.ipynb
+++ b/module2/exo1/Mon_toy_notebook_fr.ipynb
@@ -2,56 +2,50 @@
"cells": [
{
"cell_type": "markdown",
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"source": [
- "\n",
- "# toy_notebook_fr\n",
- "# Martha HENRI\n",
- "# 05/09/2023\n",
- "\n",
- "\n"
+ "
Mon_toy_notebook_fr
"
]
},
{
"cell_type": "markdown",
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"source": [
- "# 1. À propos du calcul de $\pi$"
+ "Martha HENRI
"
]
},
{
"cell_type": "markdown",
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"source": [
- "**1.1 En demandant à la lib maths**"
+ "19/09/2023
\n"
]
},
{
"cell_type": "markdown",
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
+ "source": [
+ "## 1 A propos du calcul de $\\pi$"
+ ]
+ },
+ {
+ "cell_type": "markdown",
+ "metadata": {},
+ "source": [
+ "## 1.1 En demandant à la lib maths"
+ ]
+ },
+ {
+ "cell_type": "markdown",
+ "metadata": {},
"source": [
- "Mon ordinateur m’indique que $\pi$ vaut *approximativement*"
+ "Mon ordinateur m'indique que $\\pi$ vaut *aproximativement*"
]
},
{
"cell_type": "code",
"execution_count": 1,
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"outputs": [
{
"name": "stdout",
@@ -68,31 +62,22 @@
},
{
"cell_type": "markdown",
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"source": [
- "**1.2 En utilisant la méthode des aiguilles de Buffon**"
+ "## 1.2 En utilisant la méthode des aiguilles de Buffon"
]
},
{
"cell_type": "markdown",
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"source": [
- "Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme __approximation__ :"
+ "Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme __aproximation__ :\n"
]
},
{
"cell_type": "code",
"execution_count": 2,
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"outputs": [
{
"data": {
@@ -116,33 +101,24 @@
},
{
"cell_type": "markdown",
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"source": [
- "**1.3 Avec un argument \"fréquentiel\" de surface**"
+ "## 1.3 Avec un argument \"frequentiel\" de surface"
]
},
{
"cell_type": "markdown",
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"source": [
"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[X2 + Y2 ≤ 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 :"
+ "sinus se base sur le fait que si X ~ U(0, 1) et Y ~ U(0, 1) alors P[X2 + Y2 <= 1] = $\\pi$/4 (voir\n",
+ "[méthode de Monte Carlo sur Wikipedia](https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo)). Le code suivant illustre ce fait :"
]
},
{
"cell_type": "code",
"execution_count": 3,
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"outputs": [
{
"data": {
@@ -160,38 +136,32 @@
"source": [
"%matplotlib inline\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",
- "1\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",
- "ax.set_aspect('equal')\n",
- "\n"
+ "ax.set_aspect('equal')"
]
},
{
"cell_type": "markdown",
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"source": [
- "Il est alors aisé d’obtenir une approximation (pas terrible) de $\pi$ en comptant combien de fois,\n",
+ "Il est alors aisé d’obtenir une approximation (pas terrible) de $\\pi$ en comptant combien de fois,\n",
"en moyenne, X2 + Y2 est inférieur à 1 :"
]
},
{
"cell_type": "code",
"execution_count": 4,
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
+ "metadata": {},
"outputs": [
{
"data": {
@@ -207,21 +177,9 @@
"source": [
"4*np.mean(accept)"
]
- },
- {
- "cell_type": "code",
- "execution_count": null,
- "metadata": {
- "hideCode": false,
- "hidePrompt": false
- },
- "outputs": [],
- "source": []
}
],
"metadata": {
- "celltoolbar": "Aucun(e)",
- "hide_code_all_hidden": true,
"kernelspec": {
"display_name": "Python 3",
"language": "python",
@@ -241,5 +199,5 @@
}
},
"nbformat": 4,
- "nbformat_minor": 2
+ "nbformat_minor": 4
}