Update toy_document_fr.Rmd

parent a8e8ddce
...@@ -5,13 +5,17 @@ date: "25 juin 2018" ...@@ -5,13 +5,17 @@ date: "25 juin 2018"
output: html_document output: html_document
--- ---
# En demandant à la lib maths ```{r setup, include=FALSE}
Mon ordinateur m’indique que π vaut *approximativement* knitr::opts_chunk$set(echo = TRUE)
```
## En demandant à la lib maths
Mon ordinateur m’indique que $\pi$ vaut *approximativement*
```{r} ```{r}
pi pi
``` ```
# En utilisant la méthode des aiguilles de Buffon ## 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** : Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation** :
```{r} ```{r}
set.seed(42) set.seed(42)
...@@ -21,8 +25,8 @@ theta = pi/2*runif(N) ...@@ -21,8 +25,8 @@ theta = pi/2*runif(N)
2/(mean(x+sin(theta)>1)) 2/(mean(x+sin(theta)>1))
``` ```
* Avec un argument “fréquentiel” de surface ## 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 $X∼U(0,1)$ et $Y∼U(0,1)$ alors $P[X2+Y2≤1]=π/4$ (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} ```{r}
set.seed(42) set.seed(42)
N = 1000 N = 1000
...@@ -32,7 +36,7 @@ library(ggplot2) ...@@ -32,7 +36,7 @@ library(ggplot2)
ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + theme_bw() 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 π en comptant combien de fois, en moyenne, $X2+Y2$ 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} ```{r}
4*mean(df$Accept) 4*mean(df$Accept)
``` ```
......
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