Update toy_document_fr.Rmd

module2/exo1/toy_document_fr.Rmd

@@ -12,13 +12,13 @@ knitr::opts_chunk$set(echo = TRUE)
 
 ## En demandant à la lib maths
 
-Mon ordinateur m'indique que π vaut approximativement
+Mon ordinateur m'indique que $\pi$ vaut *approximativement*
 
 ```{r } pi```
 
 ## En utilisant la méthode des aiguilles de Buffon
 
-Mais calculé avec la *méthode* des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme *approximation* 
+Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation** 
 
 ```{r}
 set.seed(42)
@@ -31,7 +31,7 @@ theta = pi/2*runif(N)
 ## 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 $X∼U(0,1)$
-et $Y∼U(0,1)$ alors $P[X2+Y2≤1]=π/4$ (voir [méthode de Monte Carlo sur Wikipedia](https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80)). Le code suivant illustre ce fait:
+et $Y∼U(0,1)$ alors $P[X^2+Y^2≤1]=π/4$ (voir [méthode de Monte Carlo sur Wikipedia](https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80)). Le code suivant illustre ce fait:
 
 ```{r}
 set.seed(42)
@@ -42,7 +42,7 @@ library(ggplot2)
 ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + theme_bw()
 ```
 
-Il est alors aisé d’obtenir une approximation (pas terrible) de π en comptant combien de fois, en moyenne, $X2+Y2$
+Il est alors aisé d’obtenir une approximation (pas terrible) de π en comptant combien de fois, en moyenne, $X^2+Y^2$
 
 est inférieur à 1: