Refaire mon toy_notebook

module2/exo1/toy_notebook_en.ipynb → 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"
+    "<div align=\"center\"> Mon_toy_notebook_fr</div>"
    ]
   },
   {
    "cell_type": "markdown",
-   "metadata": {
-    "hideCode": false,
-    "hidePrompt": false
-   },
+   "metadata": {},
    "source": [
-    "# 1.  À propos du calcul de $\pi$"
+    "<div align=\"center\">Martha HENRI</div>"
    ]
   },
   {
    "cell_type": "markdown",
-   "metadata": {
-    "hideCode": false,
-    "hidePrompt": false
+   "metadata": {},
+   "source": [
+    "<div align=\"center\">19/09/2023</div>\n"
+   ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
    "source": [
-    "**1.1 En demandant à la lib maths**"
+    "## 1  A propos du calcul de $\\pi$"
    ]
   },
   {
    "cell_type": "markdown",
-   "metadata": {
-    "hideCode": false,
-    "hidePrompt": false
+   "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[X<sup>2</sup> + Y<sup>2</sup> ≤ 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[X<sup>2</sup> + Y<sup>2</sup> <= 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, X<sup>2</sup> + Y<sup>2</sup> 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
 }