Update toy_document_fr.Rmd

module2/exo1/toy_document_fr.Rmd

@@ -42,7 +42,7 @@ 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 obtient comme **approximation** :
+Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtient comme **approximation** :
 
 ```{r buffon}
 set.seed(42)
@@ -54,7 +54,7 @@ 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[$X^2$ + $Y^2$] $\le$ 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:
 
 ```{r Carlo}
 set.seed(42)
@@ -65,7 +65,7 @@ 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 mean}
 4*mean(df$Accept)