diff --git a/module2/exo1/toy_notebook_fr.ipynb b/module2/exo1/toy_notebook_fr.ipynb
index 274e138636c80084df45214a414087f9260d38f9..5dbbfeed4866e996b8d670f5ce0d96c0497037ce 100644
--- a/module2/exo1/toy_notebook_fr.ipynb
+++ b/module2/exo1/toy_notebook_fr.ipynb
@@ -6,44 +6,7 @@
    "metadata": {},
    "outputs": [],
    "source": [
-    "À propos du calcul de pi\n",
-    "Arnaud Legrand\n",
-    "25 juin 2018\n",
-    "En demandant à la lib maths\n",
-    "Mon ordinateur m’indique que π\n",
-    " vaut approximativement\n",
-    "\n",
-    "pi\n",
-    "## [1] 3.141593\n",
-    "En utilisant la méthode des aiguilles de Buffon\n",
-    "Mais calculé avec la méthode des aiguilles de Buffon, on obtiendrait comme approximation :\n",
-    "\n",
-    "set.seed(42)\n",
-    "N = 100000\n",
-    "x = runif(N)\n",
-    "theta = pi/2*runif(N)\n",
-    "2/(mean(x+sin(theta)>1))\n",
-    "## [1] 3.14327\n",
-    "Avec un argument “fréquentiel” de surface\n",
-    "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)\n",
-    " et Y∼U(0,1)\n",
-    " alors P[X2+Y2≤1]=π/4\n",
-    " (voir méthode de Monte Carlo sur Wikipedia). Le code suivant illustre ce fait:\n",
-    "\n",
-    "set.seed(42)\n",
-    "N = 1000\n",
-    "df = data.frame(X = runif(N), Y = runif(N))\n",
-    "df$Accept = (df$X**2 + df$Y**2 <=1)\n",
-    "library(ggplot2)\n",
-    "ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + theme_bw()\n",
-    "\n",
-    "\n",
-    "Il est alors aisé d’obtenir une approximation (pas terrible) de π\n",
-    " en comptant combien de fois, en moyenne, X2+Y2\n",
-    " est inférieur à 1:\n",
-    "\n",
-    "4*mean(df$Accept)\n",
-    "## [1] 3.156"
+    " "
    ]
   }
  ],