diff --git a/EvalPairs/EvalPairs.org b/EvalPairs/EvalPairs.org
index fff8d2b7a904612d19583d0e649bcab4075d2b2b..4ed490d13ac7ad5293e290a49a183edc68980dc5 100644
--- a/EvalPairs/EvalPairs.org
+++ b/EvalPairs/EvalPairs.org
@@ -10,6 +10,25 @@
#+HTML_HEAD:
#+HTML_HEAD:
+* Environnement
+
+#+NAME: environnement
+#+BEGIN_SRC python :session "Environ" :results output
+import sys, pandas, matplotlib
+
+print('Python:', sys.version)
+print('Pandas:', pandas.__version__)
+print('matplotlib:', matplotlib.__version__)
+#+END_SRC
+
+#+RESULTS: environnement
+: Python: 3.7.3 (default, Mar 6 2020, 22:34:30)
+: [Clang 11.0.3 (clang-1103.0.32.29)]
+: Pandas: 1.0.3
+: matplotlib: 3.2.1
+:
+:
+
* Tâche
Le but est ici de reproduire des graphes semblables à ceux du
@@ -448,3 +467,25 @@ fig.savefig('log_plot.png')
#+END_SRC
#+RESULTS: log
+
+* Pousser plus loin
+
+Vous pourrez également utiliser les données de décès
+(=timeseriescovid19deathsglobal.csv=) et refaire les courbes, mais
+là encore, faites attention lors de l'interprétation. Ces courbes,
+même si elles paraissent effrayantes, doivent être comparées à la
+mortalité « normale ». Pour la France des données sont disponibles sur
+le site de l'INSEE : https://www.insee.fr/fr/information/4470857,
+ainsi que dans les « Points hebdomadaires » de surveillance de la
+mortalité diffusés par Santé publique France, comme celui de la
+semaine 12 (le site étant très mal conçu pour quiconque souhaite
+une information spécifique, le plus simple est de passer par un moteur
+de recherche généraliste…).
+
+Pour atténuer les effets dus aux méthodes de comptage, etc., vous
+pourrez, une fois l'épidémie terminée, prendre les données du nombre
+total de décès et les normaliser pour 1000 habitants du pays concerné.
+Vous irez ensuite chercher les données sur le nombre de lits d'hôpital
+pour 1000 habitants sur le site de l'OCDE et vous pourrez corréler les
+deux (c'est-à-dire, faire un graphe avec le nombre de lits en abscisse
+et le nombre de décès en ordonnée)…