M module2/exo1/toy_notebook_fr corrigé

module2/exo1/toy_notebook_fr.ipynb

@@ -4,34 +4,11 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "# <center>toy_notebook_fr</center>"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "<center>March 28, 2019</center>"
-   ]
-  },
-  {
-   "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": [
+    "# <center>toy_notebook_fr</center>\n",
+    "<center>March 28, 2019</center>\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"
     }