diff --git a/module2/exo1/toy_document_orgmode_python_fr.org b/module2/exo1/toy_document_orgmode_python_fr.org
deleted file mode 100644
index fa5496d4b86ae319bd2eaecf12e67187367743c5..0000000000000000000000000000000000000000
--- a/module2/exo1/toy_document_orgmode_python_fr.org
+++ /dev/null
@@ -1,75 +0,0 @@
-#+TITLE:  À propos du calcul de $\pi$
-#+AUTHOR: Laydevant Jérémie
-#+DATE:   20/05/2022
-#+LANGUAGE: fr
-
-#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/htmlize.css"/>
-#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/readtheorg.css"/>
-#+HTML_HEAD: <script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js"></script>
-#+HTML_HEAD: <script src="https://maxcdn.bootstrapcdn.com/bootstrap/3.3.4/js/bootstrap.min.js"></script>
-#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/lib/js/jquery.stickytableheaders.js"></script>
-#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/readtheorg/js/readtheorg.js"></script>
-
-
-#+PROPERTY: header-args  :session  :exports both	
-* En demandant à la lib maths
-
-Mon ordinateur m'indique que π vaut /approximativement/:
-
-#+begin_src python :results value :session *python* :exports both
-from math import *
-pi
-#+end_src
-
-#+RESULTS:
-
-## 2 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	Mais calculé avec la méthode des aiguilles de Buffon, on obtiendrait comme approximation :
-comme *approximation* :
-
-#+begin_src python :results value :session *python* :exports both
-import numpy as np
-np.random.seed(seed=42)
-N = 10000
-x = np.random.uniform(size=N, low=0, high=1)
-theta = np.random.uniform(size=N, low=0, high=pi/2)
-2/(sum((x+np.sin(theta))>1)/N)
-#+end_src
-
-#+RESULTS:
-
-* 3 Avec un argument "fréquentiel" de surface
-Sinon, une méthode plus simple à comprendre et ne faisant pas	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). Le code suivant illustre ce fait :
-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 [[https://fr.wikipedia.org/wiki/M%25C3%25A9thode_de_Monte-Carlo#D%25C3%25A9termination_de_la_valeur_de_%25CF%2580][méthode de	
-Monte Carlo sur Wikipedia]]). Le code suivant illustre ce fait :
-
-#+begin_src python :results output file :var matplot_lib_filename="figure_pi_mc2.png" :exports both :session *python* 
-import matplotlib.pyplot as plt
-
-np.random.seed(seed=42)
-N = 1000
-x = np.random.uniform(size=N, low=0, high=1)
-y = np.random.uniform(size=N, low=0, high=1)
-
-accept = (x*x+y*y) <= 1
-reject = np.logical_not(accept)
-
-fig, ax = plt.subplots(1)
-ax.scatter(x[accept], y[accept], c='b', alpha=0.2, edgecolor=None)
-ax.scatter(x[reject], y[reject], c='r', alpha=0.2, edgecolor=None)
-ax.set_aspect('equal')
-
-plt.savefig(matplot_lib_filename)
-print(matplot_lib_filename)
-#+end_src
-
-#+RESULTS:
-
-	
-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	#+begin_src python :results output :session :exports both
-4*np.mean(accept)
-#+end_src	#+end_src
-#+RESULTS:
\ No newline at end of file