diff --git a/module2/exo1/toy_notebook_fr.ipynb b/module2/exo1/toy_notebook_fr.ipynb index d1e92a9b9e99afdcc706d1e639418b4bf515a823..ef744ca5b50e6bc34c7f66569334c45efc0981f2 100644 --- a/module2/exo1/toy_notebook_fr.ipynb +++ b/module2/exo1/toy_notebook_fr.ipynb @@ -4,34 +4,11 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "#
toy_notebook_fr
" - ] - }, - { - "cell_type": "markdown", - "metadata": {}, - "source": [ - "
March 28, 2019
" - ] - }, - { - "cell_type": "markdown", - "metadata": {}, - "source": [ - "## 1 À propos du calcul de $\\pi$\n" - ] - }, - { - "cell_type": "markdown", - "metadata": {}, - "source": [ - " ### 1.1 En demandant à la lib maths" - ] - }, - { - "cell_type": "markdown", - "metadata": {}, - "source": [ + "#
toy_notebook_fr
\n", + "
March 28, 2019
\n", + "\n", + "## 1 À propos du calcul de $\\pi$\n", + "### 1.1 En demandant à la lib maths\n", "Mon ordinateur m'indique que $\\pi$ vaut *approximativement*" ] }, @@ -57,19 +34,13 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "### 1.2 En Utilisant des aiguilles de Buffon" - ] - }, - { - "cell_type": "markdown", - "metadata": {}, - "source": [ - "Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation** :" + "### 1.2 En Utilisant des aiguilles de Buffon\n", + "Mais calculé avec la __méthode__ des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme __approximation__ :" ] }, { "cell_type": "code", - "execution_count": 3, + "execution_count": 2, "metadata": {}, "outputs": [ { @@ -78,7 +49,7 @@ "3.128911138923655" ] }, - "execution_count": 3, + "execution_count": 2, "metadata": {}, "output_type": "execute_result" } @@ -96,19 +67,13 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "### 1.3 Avec un argument \"fréquentiel\" de surface" - ] - }, - { - "cell_type": "markdown", - "metadata": {}, - "source": [ - "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] = \\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:" + "### 1.3 Avec un argument \"fréquentiel\" de surface\n", + "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[X² + Y² \\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:" ] }, { "cell_type": "code", - "execution_count": 4, + "execution_count": 3, "metadata": {}, "outputs": [ { @@ -127,12 +92,15 @@ "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", + "\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", @@ -148,7 +116,7 @@ }, { "cell_type": "code", - "execution_count": 5, + "execution_count": 4, "metadata": {}, "outputs": [ { @@ -157,7 +125,7 @@ "3.112" ] }, - "execution_count": 5, + "execution_count": 4, "metadata": {}, "output_type": "execute_result" }