diff --git a/module2/exo2/exercice.ipynb b/module2/exo2/exercice.ipynb
index fcb4333a2acb418ad3cbb1e8c6472cc35dd5466e..9ac3e2d98c4ac78cba8f595c32bc4a20976566b8 100644
--- a/module2/exo2/exercice.ipynb
+++ b/module2/exo2/exercice.ipynb
@@ -1,43 +1,24 @@
-# 1 A propos du calcul de $\pi$
-
-## 1.1 En demandant à la lib maths
-
-mon ordinateur m'indique de $\pi$ vaut *approximativement* 
-
-from math import * 
-print(pi)
-
-## 1.2 En utilisant la méthodes des aiguilles de Buffon
-
-Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), in obtientdrait comme **appoximation** : 
-
-
-import numpy as np
-np.random.seed(seed=42)
-N = 10000
-x = np.random.uniform(size=N, low=0, high=1)
-theta = np.random.uniform(size=N, low=0, high=pi/2)
-2/(sum((x+np.sin(theta))>1)/N)
-
-## 1.3 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 $X ∼ U(0,1)$ alors $P[X<sup>2</sup> + Y<sup>2</sup> ≤ 1] = π/4 (voir [méthode de Monte Carlo sur Wikipedia](wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80)). Le code suivant illustre ce fait : 
-
-%matplotlib inline
-import matplotlib.pyplot as plt
-np.random.seed(seed=42)
-N = 1000
-x = np.random.uniform(size=N, low=0, high=1)
-y = np.random.uniform(size=N, low=0, high=1)
-1
-accept = (x*x+y*y) <= 1
-reject = np.logical_not(accept)
-fig, ax = plt.subplots(1)
-ax.scatter(x[accept], y[accept], c='b', alpha=0.2, edgecolor=None)
-ax.scatter(x[reject], y[reject], c='r', alpha=0.2, edgecolor=None)
-ax.set_aspect('equal')
-
-il est alors aisé d'onbtenir une approxiamtion (pas terrible) de $\pi$ en comptant combien de fois, en moyenne, X<sup>2</sup> + Y<sup>2</sup> est inférieur à 1 :
-
-4*np.mean(accept)
\ No newline at end of file
+{
+ "cells": [],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.6.3"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2
+}