diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd
index 4887b3f200d64af79298a984627abe647f7b31a3..76f8c9d87461d76257bcd34e4bdc699449dcf704 100644
--- a/module2/exo1/toy_document_fr.Rmd
+++ b/module2/exo1/toy_document_fr.Rmd
@@ -12,16 +12,13 @@ knitr::opts_chunk$set(echo = TRUE)
 
 # En demandant à la lib maths
 Mon ordinateur m'indique que $\pi$ vaut *approximativement*
-`pi`
 ```{r, echo=TRUE}
-library (maths)
 pi
 
-# [1] 3.141593
 ```
 
 # En utilisant la méthode des aguilles de Buffon
-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** :
 ```{r, echo=TRUE}
 set.seed(42)
 N = 100000
@@ -29,11 +26,10 @@ x = runif(N)
 theta = pi/2*runif(N)
 2/(mean(x+sin(theta)>1))
 
-## [1] 3.14327
 ```
 # 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[$x^2$+$y^2$ $\le$ 1] = $\pi$/_4$ (voir [méthode de Monte Carlo sur Wikipédia] (https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80)).
+et y$\sim$u(0,1) alors p[$x^2$+$y^2$ $\le$ 1] = $\pi$/ (voir [méthode de Monte Carlo sur Wikipédia](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, echo=TRUE}
 set.seed(42)
@@ -47,5 +43,4 @@ ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + t
 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, echo=TRUE}
 4*mean(df$Accept)
-## [1] 3.156
-```
\ No newline at end of file
+```