From 866544567feb9443a02a586eddd2b17688ca7bab Mon Sep 17 00:00:00 2001 From: e6805c738aa4a15061391e9c208b77be Date: Mon, 10 Feb 2025 17:51:08 +0000 Subject: [PATCH] Update toy_document_fr.Rmd --- module2/exo1/toy_document_fr.Rmd | 7 +++---- 1 file changed, 3 insertions(+), 4 deletions(-) diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd index 2376541..43a229f 100644 --- a/module2/exo1/toy_document_fr.Rmd +++ b/module2/exo1/toy_document_fr.Rmd @@ -17,9 +17,7 @@ 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__ : +Mais calculé avec la __méthode__ des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme __approximation__ : ```{r} set.seed(42) @@ -28,7 +26,8 @@ x = runif(N) theta = pi/2*runif(N) 2/(mean(x+sin(theta)>1)) ``` -## Avec un argument "fréquentiel" de surface + +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 $P[X^2+Y^2\leq 1] = \pi/4$ (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 : ```{r} -- 2.18.1