Fix stuff

module2/exo1/toy_document_orgmode_python_fr.org

@@ -21,7 +21,6 @@ pi
 #+RESULTS:
 : 3.141592653589793
 
-
 * En utilisant la méthode des aiguilles de Buffon
 Mais calculé avec la *méthode* des [[https://fr.wikipedia.org/wiki/Aiguille_de_Buffon][aiguilles de Buffon]], on obtiendrait comme *approximation* : 
 
@@ -37,7 +36,6 @@ theta = np.random.uniform(size=N, low=0, high=pi/2)
 #+RESULTS:
 : 3.128911138923655
 
-
 * 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
@@ -66,7 +64,7 @@ print(matplot_lib_filename)
 #+RESULTS:
 [[file:figure_pi_mc2.png]]
 
-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 :
 #+begin_src python :results output :session *python* :exports both
 4*np.mean(accept)
 #+end_src