diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd
index f2828ac7d319bba325c3aff8726d7875375e34a6..cae5ab451138d4c29f7052a8861e950af293dcf2 100644
--- a/module2/exo1/toy_document_fr.Rmd
+++ b/module2/exo1/toy_document_fr.Rmd
@@ -1,37 +1,45 @@
----
-title: "Votre titre"
-author: "Votre nom"
-date: "La date du jour"
-output: html_document
----
+# À propos du calcul de pi
 
+*Arnaud Legrand* *25 juin 2018*
 
-```{r setup, include=FALSE}
-knitr::opts_chunk$set(echo = TRUE)
-```
-
-## Quelques explications
+## En demandant à la lib maths
 
-Ceci est un document R markdown que vous pouvez aisément exporter au format HTML, PDF, et MS Word. Pour plus de détails sur R Markdown consultez <http://rmarkdown.rstudio.com>.
+Mon ordinateur m'indique que π vaut approximativement
 
-Lorsque vous cliquerez sur le bouton **Knit** ce document sera compilé afin de ré-exécuter le code R et d'inclure les résultats dans un document final. Comme nous vous l'avons montré dans la vidéo, on inclue du code R de la façon suivante:
+```{r}
+pi
 
-```{r cars}
-summary(cars)
 ```
 
-Et on peut aussi aisément inclure des figures. Par exemple:
+## En utilisant la méthode des aiguilles de Buffon
+
+Mais calculé avec la **méthode** des aiguilles de Buffon, on obtiendrait comme **approximation** :
+
+```{r}
+
+set.seed(42)
+N = 100000
+x = runif(N)
+theta = pi/2*runif(N)
+2/(mean(x+sin(theta)>1))
 
-```{r pressure, echo=FALSE}
-plot(pressure)
 ```
 
-Vous remarquerez le paramètre `echo = FALSE` qui indique que le code ne doit pas apparaître dans la version finale du document. Nous vous recommandons dans le cadre de ce MOOC de ne pas utiliser ce paramètre car l'objectif est que vos analyses de données soient parfaitement transparentes pour être reproductibles. 
+## 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). Le code suivant illustre ce fait:
 
-Comme les résultats ne sont pas stockés dans les fichiers Rmd, pour faciliter la relecture de vos analyses par d'autres personnes, vous aurez donc intérêt à générer un HTML ou un PDF et à le commiter.
+```{r}
+set.seed(42) 
+N = 1000 
+df = data.frame(X = runif(N), Y = runif(N)) 
+df$Accept = (df$X**2 + df$Y**2 <=1) 
+library(ggplot2) ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + theme_bw()
 
-Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel.
+```
 
-#Section 
+Il est alors aisé d'obtenir une approximation (pas terrible) de π en comptant combien de fois, en moyenne, **X2+Y2** est inférieur à \***1**:
 
-TEST
+```{r}
+4*mean(df$Accept)
+```