diff --git a/module2/exo1/toy_notebook_fr.ipynb b/module2/exo1/toy_notebook_fr.ipynb
index 02af2f634541f43666a9c5dd50bdc7577a186261..afee1602dbdfd7ed26edc317b20545d592e32910 100644
--- a/module2/exo1/toy_notebook_fr.ipynb
+++ b/module2/exo1/toy_notebook_fr.ipynb
@@ -33,14 +33,7 @@
    "metadata": {},
    "source": [
     "## En utilisant la méthode des aiguilles de Buffon\n",
-    "Mais calculé avec la **méthode** des <span style=\"color:blue\">aiguilles de Buffon</span>, on obtiendrait comme **approximation** :"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "<span style=\"color:blue\">Text </span>"
+    "Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation** :"
    ]
   },
   {
@@ -65,7 +58,7 @@
     "N = 10000\n",
     "x = np.random.uniform(size=N, low=0, high=1)\n",
     "theta = np.random.uniform(size=N, low=0, high=pi/2)\n",
-    "2/(sum((x+np.sin(theta))>1)/N)\n"
+    "2/(sum((x+np.sin(theta))>1)/N)"
    ]
   },
   {
@@ -73,11 +66,7 @@
    "metadata": {},
    "source": [
     "## Avec unargument fréquentiel de surface\n",
-    "Sinon, une méthode plus simple à comprendre et ne faisant pas intervenir d’appel à la fonction\n",
-    "sinus se base sur le fait que si $X ∼ U(0, 1)$ et $Y ∼ U(0, 1)$ alors $P[X\n",
-    "2 + Y\n",
-    "2 ≤ 1] = \\pi/4$ (voir\n",
-    "<span style=\"color:blue\">méthode de Monte Carlo sur Wikipedia<\\span>). Le code suivant illustre ce fait :"
+    "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 $P[X2 + Y2 ≤ 1] = \\pi/4$ (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 :"
    ]
   },
   {
@@ -112,18 +101,14 @@
     "fig, ax = plt.subplots(1)\n",
     "ax.scatter(x[accept], y[accept], c='b', alpha=0.2, edgecolor=None)\n",
     "ax.scatter(x[reject], y[reject], c='r', alpha=0.2, edgecolor=None)\n",
-    "ax.set_aspect('equal')\n"
+    "ax.set_aspect('equal')"
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    ">Il est alors aisé d’obtenir une approximation (pas terrible) de $\\pi$ en comptant combien de fois,\n",
-    "en moyenne, $X\n",
-    "2 + Y\n",
-    "2$\n",
-    "est inférieur à 1 :"
+    "Il est alors aisé d’obtenir une approximation (pas terrible) de $\\pi$ en comptant combien de fois,en moyenne, $X2 + Y2$ est inférieur à 1 :"
    ]
   },
   {