diff --git a/module3/exo3/exercice_python_fr.org b/module3/exo3/exercice_python_fr.org
index 9ef732d85b4a5f3c0e01efef5f2a2e6f697c43c5..8ba2f80b088419480ce3fef39b4c26415ba55907 100644
--- a/module3/exo3/exercice_python_fr.org
+++ b/module3/exo3/exercice_python_fr.org
@@ -12,15 +12,32 @@
#+HTML_HEAD:
#+HTML_HEAD:
-* Notes
- - Lien de téléchargement : [[https://scrippsco2.ucsd.edu/assets/data/atmospheric/stations/in_situ_co2/weekly/weekly_in_situ_co2_mlo.csv][link]]
- - Date du téléchargement : 2020-11-16
- - The CO2 concentration is in [micro-mol CO2 per more] (ppm).
- - The weekly values have been adjusted to 12:00 hours at middle day
- of each weekly period.
-* Tasks
-** DONE Faire une FFT pour essayer de trouver un modèle pour l'évolution lente (filter contribution périodique)
-** TODO Rajouter des titres et légendes aux figures.
+* Introduction
+_Généralités_ :
+
+ - Lien de téléchargement des données est le suivant : [[https://scrippsco2.ucsd.edu/assets/data/atmospheric/stations/in_situ_co2/weekly/weekly_in_situ_co2_mlo.csv][link]]
+ - Les données ont été téléchargées le 2020-11-16 (date au format ISO).
+ - D'après le site de téléchargement la concentration de CO2 est
+ donnée en [micro-mol CO2 per more] (ppm).
+ - Finalement, d'après le site : "The weekly values have been
+ adjusted to 12:00 hours at middle day of each weekly period."
+
+
+ _Objectifs_
+
+ 1. Proposer un modèle de la variation de CO2 dans l'atmosphère en
+ fonction du temps.
+ 2. À l'aide du modèle prédire la concentration future de CO2
+ en 2025.
+
+_Démarche_
+
+ 1. Dans un premier temps effectuer une analyse fréquentielle des
+ données afin de tenter de modéliser certains phénomènes.
+ 2. Utiliser un outil d'optimisation pour déterminer certains
+ paramètres du modèle en utilisant les mesures.
+
+
* Lecture des données brutes
** Lecture ou téléchargement
Les données ont été téléchargées le 2020-11-16. Le lien de