diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd
index 8cd0fc0ad326baef5a387bae267db8071c67b23d..0441001925f32934f80de2862ccc320c2384ab8f 100644
--- a/module2/exo1/toy_document_fr.Rmd
+++ b/module2/exo1/toy_document_fr.Rmd
@@ -8,18 +8,15 @@ output: html_document
 ```{r setup, include=FALSE}
 knitr::opts_chunk$set(echo = TRUE)
 ```
-
 ## En demandant à la lib maths
-
 Mon ordinateur m'indique que $\pi$ vaut *approximativement*
-
 ```{r cars}
 pi
 ```
 ## 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__ :
-
+(https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), 
+on obtiendrait comme __approximation__ :
 ```{r}
 set.seed(42)	
 N = 100000
@@ -27,14 +24,14 @@ x = runif(N)
 theta = pi/2*runif(N)
 2/(mean(x+sin(theta)>1))	
 ```
-
 ## 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 $P[X^2+Y^2\leq 1] = \pi/4$ (voir [méthode de Monte Carlo sur Wikipedia]
+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	
@@ -47,5 +44,4 @@ 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)	
-```
-
+```
\ No newline at end of file