Ajout du script du calcul de pi et le document html

calcul_pi.Rmd

+---
+title: "A propos du calcul de pi"
+author: "Marine Dalmasso"
+date: "09/06/2023"
+output: html_document
+---
+
+```{r setup, include=FALSE}
+knitr::opts_chunk$set(echo = TRUE)
+```
+
+# En demandant à la lib maths
+
+Mon ordinateur m’indique que π vaut approximativement
+```{r}
+pi
+```
+
+
+# En utilisant la méthode des aiguilles de Buffon
+
+Mais calculé avec la **méthode** des <link url>[aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation** :
+
+```{r}
+set.seed(42)
+N = 100000
+x = runif(N)
+theta = pi/2*runif(N)
+2/(mean(x+sin(theta)>1))
+```
+
+
+# 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 <link url>[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)
+N = 1000
+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 π
+en comptant combien de fois, en moyenne, $X^2+Y^2$
+
+est inférieur à 1:
+```{r}
+4*mean(df$Accept)
+```