diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd
index 0fadc53a9265f8f7ea8018a9f4500eeb1c64e26b..87afe654e63af8e529ef05c627cf2519179f437e 100644
--- a/module2/exo1/toy_document_fr.Rmd
+++ b/module2/exo1/toy_document_fr.Rmd
@@ -5,16 +5,16 @@ date: "10/02/2023"
 output: html_document
 ---
 
-# En demandant à la lib maths
+## En demandant à la lib maths
 
 Mon ordinateur m'indique que π vaut _approximativement_
 
 ```{r}
-pi
+$\pi$
 ```
 
 
-# En utilisant la méthode des aiguilles de Buffon
+## 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__ :
 
@@ -29,9 +29,9 @@ theta = pi/2*runif(N)
 ```
 
 
-# Avec un argument “fréquentiel” de surface
+## 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) et Y∼U(0,1) alors P[X2+Y2≤1]=π/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 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
@@ -41,7 +41,7 @@ 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 π en comptant combien de fois, en moyenne, X2+Y2 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 :
 
 ```{r}
 4*mean(df$Accept)