diff --git a/module2/exo1/toy_document_orgmode_R_fr.org b/module2/exo1/toy_document_orgmode_R_fr.org
index 4567d1d119edb05698d158296be879e3d3cbb455..024dfc9e98d57624b29c0678d4d8e11625ece43e 100644
--- a/module2/exo1/toy_document_orgmode_R_fr.org
+++ b/module2/exo1/toy_document_orgmode_R_fr.org
@@ -1,7 +1,6 @@
 #+TITLE:  A propos du calcul de $\pi$
 #+AUTHOR: Waad ALMASRI
 #+LANGUAGE: fr
-# #+PROPERTY: header-args :eval never-export
 
 #+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"/>
@@ -10,9 +9,11 @@
 #+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 :eval never-export
+
 * En demandant à la lib maths
 
-Mon ordinateur m’indique que $\pi$ vaut /approximativement/:
+Mon ordinateur m’indique que $\pi$ vaut /approximativement/
 #+begin_src R :results output :session *R* :exports both
 pi
 #+end_src
@@ -22,9 +23,9 @@ pi
 
 * En utilisant la méthode des aiguilles de Buffon
 
-Mais calculé avec la *méthode*
+Mais calculé avec la *méthode* des
 [[https://fr.wikipedia.org/wiki/Aiguille_de_Buffon][aiguilles de Bouffon]], on
-obtiendrait comme *approximation*
+obtiendrait comme *approximation* :
 #+begin_src R :results output :session *R* :exports both
 set.seed(42)
 N = 100000
@@ -37,14 +38,14 @@ theta = pi/2*runif(N)
 : 
 : [1] 3.14327
 
-* Avec un argument “fréquentiel” de surface
+* 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
+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/Méthode_de_Monte-Carlo#Détermination_de_la_valeur_de_π][méthode de Monte Carlo sur Wikipedia]]). Le
 code suivant illustre ce fait:
 
-#+begin_src R :results output graphics :file (org-babel-temp-file "figure" ".png") :exports both :width 600 :height 400 :session *R* 
+#+begin_src R :results output graphics :file figure_pi_mc1.png :exports both :width 600 :height 400 :session *R* 
 set.seed(42)
 N = 1000
 df = data.frame(X = runif(N), Y = runif(N))
@@ -55,10 +56,10 @@ ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + t
 #+end_src
 
 #+RESULTS:
-[[file:/var/folders/7s/_r7s0qgj0nlbng33j4v38z9h0000gn/T/babel-09QjSC/figureIWgc4w.png]]
+[[file:figure_pi_mc1.png]]
 
-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:
+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 R :results output :session *R* :exports both
 4*mean(df$Accept)