Update toy_document_orgmode_python_fr.org

module2/exo1/toy_document_orgmode_python_fr.org

-#+TITLE: À propos du calcul de $\pi$#+AUTHOR: Votre nom
+#+TITLE: À propos du calcul de $\pi$
 #+LANGUAGE: fr
 
 #+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/htmlize.css"/>
@@ -8,6 +8,8 @@
 #+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/lib/js/jquery.stickytableheaders.js"></script>
 #+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/readtheorg/js/readtheorg.js"></script>
 
+#+PROPERTY: header-args  :session  :exports both
+
 * En demandant à la lib maths
 Mon ordinateur m'indique que $\pi$ vaut /approximativement/:
 
@@ -17,15 +19,13 @@ pi
 #+end_src
 
 #+RESULTS:
-: [1] 3.141593
-
+: 3.141592653589793
 
 * En utilisant la méthode des aiguilles de Buffon
 Mais calculé avec la *méthode* des [[https://fr.wikipedia.org/wiki/Aiguille_de_Buffon][aiguilles de Buffon]], on obtiendrait
 comme *approximation* :
 
-#+begin_src python :results value :session *python* :exports bothset.seed(42)
-import numpy as np
+#+begin_src python :results value :session *python* :exports bothimport numpy as np
 np.random.seed(seed=42)
 N = 10000
 x = np.random.uniform(size=N, low=0, high=1)
@@ -39,7 +39,8 @@ theta = np.random.uniform(size=N, low=0, high=pi/2)
 * 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 $X\sim
-U(0,1)$ et $Y\sim U(0,1)$ alors $P[X^2+Y^2\leq 1] = \pi/4$ 
+U(0,1)$ et $Y\sim U(0,1)$ alors $P[X^2+Y^2\leq 1] = \pi/4$
+
 (voir [[https://fr.wikipedia.org/wiki/M%25C3%25A9thode_de_Monte-Carlo#D%25C3%25A9termination_de_la_valeur_de_%25CF%2580][méthode deMonte Carlo sur Wikipedia]]). 
 Le code suivant illustre ce fait :
 
@@ -58,6 +59,7 @@ fig, ax = plt.subplots(1)
 ax.scatter(x[accept], y[accept], c='b', alpha=0.2, edgecolor=None)
 ax.scatter(x[reject], y[reject], c='r', alpha=0.2, edgecolor=None)
 ax.set_aspect('equal')
+
 plt.savefig(matplot_lib_filename)
 print(matplot_lib_filename)
 #+end_src
@@ -74,4 +76,4 @@ comptant combien de fois, en moyenne, $X^2 + Y^2$ est inférieur à 1 :
 #+end_src
 
 #+RESULTS:
-: 3.112
\ No newline at end of file
+: 3.112