2nd correction

module2/exo1/toy_notebook_fr.ipynb

@@ -29,7 +29,13 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## En demandant à la lib maths\n",
+    "## En demandant à la lib maths"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
     "Mon ordinateur m’indique que $\\pi$ vaut *approximativement*"
    ]
   },
@@ -89,7 +95,7 @@
    "metadata": {},
    "source": [
     "## Avec un argument \"fréquentiel\" de surface\n",
-    "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 $P[X^2 + Y^2 ≤ 1] = \\pi/4$ (voir méthode de [Monte Carlo](https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80) sur Wikipedia). 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](https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80) sur Wikipedia). Le code suivant illustre ce fait :"
    ]
   },
   {
@@ -111,8 +117,9 @@
     }
    ],
    "source": [
-    "%matplotlib inline\n",
+    "%matplotlib inline \n",
     "import matplotlib.pyplot as plt\n",
+    "\n",
     "np.random.seed(seed=42)\n",
     "N = 1000\n",
     "x = np.random.uniform(size=N, low=0, high=1)\n",