From 25d2736aad78ba1cab28a0291febf67726814d47 Mon Sep 17 00:00:00 2001
From: e0b8071fbf656643262744821e9c282c
 <e0b8071fbf656643262744821e9c282c@app-learninglab.inria.fr>
Date: Wed, 1 Apr 2020 16:18:06 +0000
Subject: [PATCH] Update 5 toy_document_fr.Rmd

---
 module2/exo1/toy_document_fr.Rmd | 13 +------------
 1 file changed, 1 insertion(+), 12 deletions(-)

diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd
index 0e0c848..7b85065 100644
--- a/module2/exo1/toy_document_fr.Rmd
+++ b/module2/exo1/toy_document_fr.Rmd
@@ -15,22 +15,11 @@ pi
 ```
 ## 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__ :
-```{r```{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 $\pi$ en comptant combien de fois, en moyenne, $X^2 + Y^2$ est inférieur à 1 :
 ```{r}
-4*mean(df$Accept)
-```
 set.seed(42)
 N = 100000
 x = runif(N)
-theta = pi/2*runif(N)	
+theta = pi/2*runif(N)
 2/(mean(x+sin(theta)>1))
 ```
 
-- 
2.18.1