diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd
index 9e8b3d72f61656fb4111dc274d103c57ae5f65eb..9e1381196f906ab13d661778053d033b089a0ea2 100644
--- a/module2/exo1/toy_document_fr.Rmd
+++ b/module2/exo1/toy_document_fr.Rmd
@@ -5,9 +5,7 @@ _25 juin 2018_
 
 ## En demandant à la lib maths
 
-Mon ordinateur m’indique que π
-
-vaut approximativement
+Mon ordinateur m'indique que π vaut approximativement
 
 pi
 
@@ -15,13 +13,15 @@ pi
 
 ## En utilisant la méthode des aiguilles de Buffon ##
 
-Mais calculé avec la méthode des aiguilles 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 :
 
+```
 'set.seed(42)
 N = 100000
 x = runif(N)
 theta = pi/2*runif(N)
 2/(mean(x+sin(theta)>1))'
+```
 
 ## [1] 3.14327
 
@@ -32,12 +32,14 @@ et Y∼U(0,1) alors P[X2+Y2≤1]=π/4
 
 (voir méthode de Monte Carlo sur Wikipedia). Le code suivant illustre ce fait:
 
+```
 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 π
 en comptant combien de fois, en moyenne, X2+Y2