diff --git a/module2/exo2/module2/exo1/toy_document_fr.Rmd b/module2/exo2/module2/exo1/toy_document_fr.Rmd
deleted file mode 100644
index 4c0a4b1fac6f4630e577f4e8b8178ccf97f07cd2..0000000000000000000000000000000000000000
--- a/module2/exo2/module2/exo1/toy_document_fr.Rmd
+++ /dev/null
@@ -1,46 +0,0 @@
----
-title: "À propos du calcul de pi"
-author: "Arnaud Legrand"
-date: "25 juin 2018"
-output: html_document
----
-
-```{r setup, include=FALSE}
-knitr::opts_chunk$set(echo = TRUE)
-```
-
-## En demandant à la lib maths
-Mon ordinateur m'indique que $\pi$ vaut *approximativement*
-
-```{r cars}
-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}
-set.seed(42)
-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 :
-
-```{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