no commit message

module2/exo1/toy_notebook_fr.ipynb

@@ -33,7 +33,7 @@
    "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__ :"
    ]
   },
   {
@@ -67,7 +67,7 @@
    "source": [
     "## 1.3 Avec un argument \"fréquentiel\" de surface\n",
     "Sinon, une méthode plus simple à comprendre et ne faisant pas intervenir d’appel à la fonction\n",
-    "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 :"
+    "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 :"
    ]
   },
   {
@@ -89,7 +89,7 @@
     }
    ],
    "source": [
-    " %matplotlib inline\n",
+    "%matplotlib inline\n",
     "import matplotlib.pyplot as plt\n",
     "np.random.seed(seed=42)\n",
     "N = 1000\n",
@@ -107,8 +107,7 @@
    "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 :"
    ]
   },
   {