diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd
index bb2050acfee938fed84f2d8c958fec8ff957df61..c2a20b6faaf8d60a9b964c84dbb2f3b3c9ddd539 100644
--- a/module2/exo1/toy_document_fr.Rmd
+++ b/module2/exo1/toy_document_fr.Rmd
@@ -10,7 +10,6 @@ knitr::opts_chunk$set(echo = TRUE)
 ```
 
 ## En demandant à la lib maths
-
 Mon ordinateur m'indique que $\pi$ vaut *approximativement*
 
 ```{r cars}
@@ -18,7 +17,6 @@ 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}
@@ -27,14 +25,10 @@ N = 100000
 x = runif(N)
 theta = pi/2*runif(N)
 2/(mean(x+sin(theta)>1))
-```
-
-
 
+```
 ## 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:
+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)
@@ -43,6 +37,7 @@ 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:
@@ -51,5 +46,3 @@ Il est alors aisé d'obtenir une approximation (pas terrible) de $\pi$ en compta
 4*mean(df$Accept)
 ```
 
-
-