Update toy_document_orgmode_python_fr.org

parent 1e5d06d8
#+TITLE: À propos du calcul de $\pi$#+AUTHOR: Votre nom #+TITLE: À propos du calcul de $\pi$
#+LANGUAGE: fr #+LANGUAGE: fr
#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/htmlize.css"/> #+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/htmlize.css"/>
...@@ -8,6 +8,8 @@ ...@@ -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/lib/js/jquery.stickytableheaders.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/readtheorg/js/readtheorg.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 * En demandant à la lib maths
Mon ordinateur m'indique que $\pi$ vaut /approximativement/: Mon ordinateur m'indique que $\pi$ vaut /approximativement/:
...@@ -17,15 +19,13 @@ pi ...@@ -17,15 +19,13 @@ pi
#+end_src #+end_src
#+RESULTS: #+RESULTS:
: [1] 3.141593 : 3.141592653589793
* En utilisant la méthode des aiguilles de Buffon * 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 Mais calculé avec la *méthode* des [[https://fr.wikipedia.org/wiki/Aiguille_de_Buffon][aiguilles de Buffon]], on obtiendrait
comme *approximation* : comme *approximation* :
#+begin_src python :results value :session *python* :exports bothset.seed(42) #+begin_src python :results value :session *python* :exports bothimport numpy as np
import numpy as np
np.random.seed(seed=42) np.random.seed(seed=42)
N = 10000 N = 10000
x = np.random.uniform(size=N, low=0, high=1) x = np.random.uniform(size=N, low=0, high=1)
...@@ -40,6 +40,7 @@ theta = np.random.uniform(size=N, low=0, high=pi/2) ...@@ -40,6 +40,7 @@ theta = np.random.uniform(size=N, low=0, high=pi/2)
Sinon, une méthode plus simple à comprendre et ne faisant pas 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 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]]). (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 : Le code suivant illustre ce fait :
...@@ -58,6 +59,7 @@ fig, ax = plt.subplots(1) ...@@ -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[accept], y[accept], c='b', alpha=0.2, edgecolor=None)
ax.scatter(x[reject], y[reject], c='r', alpha=0.2, edgecolor=None) ax.scatter(x[reject], y[reject], c='r', alpha=0.2, edgecolor=None)
ax.set_aspect('equal') ax.set_aspect('equal')
plt.savefig(matplot_lib_filename) plt.savefig(matplot_lib_filename)
print(matplot_lib_filename) print(matplot_lib_filename)
#+end_src #+end_src
......
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment