From a9003fdcfad0853c36cfa66fb1ee027f7d7969ac Mon Sep 17 00:00:00 2001
From: 25beebaf69fecb0be5d335e6142fa270
 <25beebaf69fecb0be5d335e6142fa270@app-learninglab.inria.fr>
Date: Thu, 6 Aug 2026 20:59:51 +0000
Subject: [PATCH] Retrait lignes en fin de cellules de code

---
 module2/exo1/toy_notebook_fr.ipynb | 21 +++++++++++++--------
 1 file changed, 13 insertions(+), 8 deletions(-)

diff --git a/module2/exo1/toy_notebook_fr.ipynb b/module2/exo1/toy_notebook_fr.ipynb
index 6260f6a..5762ac0 100644
--- a/module2/exo1/toy_notebook_fr.ipynb
+++ b/module2/exo1/toy_notebook_fr.ipynb
@@ -4,7 +4,13 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "# À propos du calcul de $\\pi$\n",
+    "# À propos du calcul de $\\pi$"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
     "## En demandant à la lib maths\n",
     "Mon ordinateur m'indique que $\\pi$ vaut *approximativement*"
    ]
@@ -24,7 +30,7 @@
    ],
    "source": [
     "from math import *\n",
-    "print(pi)\n"
+    "print(pi)"
    ]
   },
   {
@@ -32,7 +38,7 @@
    "metadata": {},
    "source": [
     "## En utilisant la méthode des aiguilles de Buffon\n",
-    "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__ :"
    ]
   },
   {
@@ -57,7 +63,7 @@
     "N = 10000\n",
     "x = np.random.uniform(size=N, low=0, high=1)\n",
     "theta = np.random.uniform(size=N, low=0, high=pi/2)\n",
-    "2/(sum((x+np.sin(theta))>1)/N)\n"
+    "2/(sum((x+np.sin(theta))>1)/N)"
    ]
   },
   {
@@ -65,7 +71,7 @@
    "metadata": {},
    "source": [
     "## Avec un argument \"fréquentiel\" de surface\n",
-    "Sinon, une méthode plus simple à comprendre et ne faisaint 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 faisaint 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 :"
    ]
   },
   {
@@ -101,15 +107,14 @@
     "fig, ax = plt.subplots(1)\n",
     "ax.scatter(x[accept], y[accept], c='b', alpha=0.2, edgecolor=None)\n",
     "ax.scatter(x[reject], y[reject], c='r', alpha=0.2, edgecolor=None)\n",
-    "ax.set_aspect('equal')\n"
+    "ax.set_aspect('equal')"
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "Il est alors aisé d’obtenir une approximation (pas terrible) de $\\pi$ en comptant combien de fois,\n",
-    "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 :"
    ]
   },
   {
-- 
2.18.1