diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd
index 4161ef3a104838565abfcc19623dfa64588607f8..2d8160c369d06e308d27476646cfb2763bab2045 100644
--- a/module2/exo1/toy_document_fr.Rmd
+++ b/module2/exo1/toy_document_fr.Rmd
@@ -1,11 +1,10 @@
 ---
 title: "À propos du calcul de pi"
-author: "*Arnaud Legrand*"
-date: "*25 juin 2018*"
+author: "Arnaud Legrand" 
+date: "25 juin 2018"
 output: html_document
 ---
 
-
 ```{r setup, include=FALSE}
 knitr::opts_chunk$set(echo = TRUE)
 ```
@@ -20,7 +19,7 @@ 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)
@@ -32,7 +31,7 @@ theta = pi/2*runif(N)
 
 ## 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 *$P$[$X^2$ + $Y^2$ $\le$ $1$] = $\pi$/$4$* (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:
+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}
 set.seed(42)
@@ -43,8 +42,8 @@ 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:
+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)
-```
\ No newline at end of file
+```