diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd
index c2b97c72273baaea36d81d99be429de44c9bef69..2a54dba886ab1e2a894c21777d7fb566435e5a88 100644
--- a/module2/exo1/toy_document_fr.Rmd
+++ b/module2/exo1/toy_document_fr.Rmd
@@ -6,14 +6,14 @@ date: "*2023-12-07*"
 ---
 
 # En demandant à la lib maths
-Mon ordinateur m’indique que π vaut approximativement
+Mon ordinateur m’indique que $\pi$ vaut *approximativement*
 ```{r}
 pi
 ```
 
 # En utilisant la méthode des aiguilles du 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)
@@ -21,25 +21,4 @@ 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 $X∼U(0,1)$ et $Y∼U(0,1)$ alors $P[X^2+Y^2≤1]=π/4$ (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)
-N = 1000
-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:
- 
-```{r}
-4*mean(df$Accept)
-
-```
+```
\ No newline at end of file