Analyse de données avec R / Sébastien Lê ; Jérôme Pagès ; François Husson (2016)

Public ISBD Titre : Analyse de données avec R Type de document : Ouvrage Auteurs : Sébastien Lê, Auteur ; Jérôme Pagès, Auteur ; François Husson, Auteur Mention d'édition : 2ème ed Editeur : Rennes : Presses universitaires de Rennes Année de publication : 2016 Collection : Pratique de la statistique, ISSN 1295-1765 Importance : 239 p ISBN/ISSN/EAN : 978-2-7535-4869-5 Langues : Français (fre) Catégories : [Motbis 2025] analyse des données [Motbis 2025] logiciel [Motbis 2025] mathématique [Motbis 2025] statistique Index. décimale : DJ-0 Généralités Note de contenu : Avec ce manuel, le lecteur dispose d’un équipement complet (bases théoriques, exemples, logiciels) pour analyser des données multidimensionnelles. Son contenu correspond à l’enseignement d’analyse de données proposé à Agrocampus. Il a été conçu pour des étudiants qui ne se destinent pas aux métiers de la statistique mais qui auront à traiter des données dans leurs emplois. Cette édition prend en compte l’actualisation du logiciel R. Analyse de données avec R [Ouvrage] / Sébastien Lê, Auteur ; Jérôme Pagès, Auteur ; François Husson, Auteur  . -  2ème ed . - Rennes : Presses universitaires de Rennes, 2016 . - 239 p. - (Pratique de la statistique, ISSN 1295-1765) . ISBN : 978-2-7535-4869-5 Langues : Français (fre) Catégories : [Motbis 2025] analyse des données [Motbis 2025] logiciel [Motbis 2025] mathématique [Motbis 2025] statistique Index. décimale : DJ-0 Généralités Note de contenu : Avec ce manuel, le lecteur dispose d’un équipement complet (bases théoriques, exemples, logiciels) pour analyser des données multidimensionnelles. Son contenu correspond à l’enseignement d’analyse de données proposé à Agrocampus. Il a été conçu pour des étudiants qui ne se destinent pas aux métiers de la statistique mais qui auront à traiter des données dans leurs emplois. Cette édition prend en compte l’actualisation du logiciel R.

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
DOC-00003806	DJ-0135	Livre	Salle de lecture	Documentaires	Disponible

De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales / David Makowski (2018) 

Public ISBD Titre : De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales Type de document : Ouvrage Auteurs : David Makowski, Auteur ; François Piraux, Auteur ; François Brun, Auteur Editeur : Versailles : Quae Année de publication : 2018 Collection : Savoir-faire Importance : 161 p ISBN/ISSN/EAN : 978-2-7592-2815-7 Langues : Français (fre) Catégories : [Motbis 2025] agronomie [Motbis 2025] analyse des données [Motbis 2025] analyse statistique [Motbis 2025] logiciel [Motbis 2025] mathématique [Motbis 2025] modèle statistique [Motbis 2025] statistique Index. décimale : DJ-0 Généralités Note de contenu : Chapitre 1. Introduction et exemples Objectifs de l’analyse de réseaux d’expérimentations et de la méta-analyse Données Le type de données La collecte des données La validation des données Analyse Principales étapes Présentation des hypothèses testées Collecte des données Validation des données Analyse des données Validation de l’analyse Communication des résultats Objectif de l’ouvrage Un exemple simple de modèle mixte Définition Données Définition du modèle Estimation Comparaison avec le modèle sans effet aléatoire Références Partie I. Analyse des réseaux expérimentaux Chapitre 2. Notions de base Expérimentation agronomique Réseau d’expérimentations Définition Exemple de réseau d’expérimentations Notion d’environnement Objectifs d’un réseau d’expérimentations Notion de population d’environnements Notion d’interaction Références Chapitre 3. Analyse d’un réseau d’expérimentations en blocs aléatoires complets à un facteur étudié Objectif du chapitre Exemple « blé» Modélisation Modèle avec un effet expérimentation aléatoire Modèle avec un effet expérimentation fixe Exemple Comment choisir entre un modèle avec un effet expérimentation fixe et un modèle avec un effet expérimentation aléatoire ? Évaluation du modèle Normalité Homoscédasticité Indépendance Données suspectes Comparaisons de moyennes Tests d’hypothèse : tests d’égalité Intervalles de confiance Tests d’hypothèse : tests d’équivalence Exemple Exemple « blé» : script R et analyse commentée Références Chapitre 4. Méthodes avancées pour l’analyse des réseaux Analyse des données moyennes Étape 1 :analyse des expérimentations individuelles pour estimer les moyennes des traitements Étape 2 :analyse des données moyennes Exemple Une variante: analyse des données moyennes avec un modèle fixe Estimation de la variance d’interaction traitement-expérimentation Script R Expérimentations avec variances hétérogènes Introduction Exemple « blé» Pour aller plus loin Données manquantes Origine des données manquantes Moyennes ajustées Les facteurs lieu et année Objectif Exemple «blé_pluri » Modèle pour l’analyse des données moyennes Estimation de la variance de l’interaction traitement-année-lieu Variance de la différence entre deux traitements Analyse de l’exemple « blé_pluri » et script R Références Chapitre 5. Planification d’un réseau d’expérimentations Objectif Comparaison de deux traitements Cas d’un réseau multilocal Cas d’un réseau multilocal et pluriannuel Autres contrastes Comparaison à la moyenne de plusieurs témoins Comparaison à la moyenne générale Références Partie II. La méta-analyse Chapitre 6. Notions de basepour la méta-analyse Définition,origine et principales étapes de la méta-analyse Estimation d’une taille d’effet moyenne Objectif Recherche systématique des études, sélection des références et extraction de données Estimation de la taille d’effet moyenne avec un modèle sans effet aléatoire Estimation de la taille d’effet moyenne avec un modèle à effets aléatoires Métarégression Objectif Exemple Modèles de régression avec et sans effet aléatoire Exemple(suite) Analyse critique des résultats Références Chapitre 7. Problèmes statistiques spécifiques pour la méta-analyse Définition de la taille d’effet Correction des biais liés à l’utilisation de ratios Différence entre moyennes d’observations Tailles d’effet pour les données binaires Coefficient de corrélation Tailles d’effet basées sur la variance Modèles linéaires généralisés pour l’analyse de données discrètes Modèle binomial logit à effets aléatoires pour analyser l’effet d’un traitement Exemple Modèles non linéaires mixtes Intérêt et définition Exemple Modèles bayésiens Définition Exemple :méta-analyse avec MCMCglmm Références Annexe. Ressources R pour mettre en œuvre les méthodes d’analyse des réseaux et de méta-analyse Package KenSyn : code R et jeux de données des exemples présentés dans les différents chapitres Installation Contenu et utilisation Mettre en oeuvre le modèle mixte sous R Ajuster un modèle mixte Manipuler les résultats des modèles mixtes sous R Le package metafor, dédié à la réalisation de méta-analyses sous R Approche bayésienne avec le modèle mixte Packag eMCMCglmm Package coda Références De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales [Ouvrage] / David Makowski, Auteur ; François Piraux, Auteur ; François Brun, Auteur . - Versailles : Quae, 2018 . - 161 p. - (Savoir-faire) . ISBN : 978-2-7592-2815-7 Langues : Français (fre) Catégories : [Motbis 2025] agronomie [Motbis 2025] analyse des données [Motbis 2025] analyse statistique [Motbis 2025] logiciel [Motbis 2025] mathématique [Motbis 2025] modèle statistique [Motbis 2025] statistique Index. décimale : DJ-0 Généralités Note de contenu : Chapitre 1. Introduction et exemples Objectifs de l’analyse de réseaux d’expérimentations et de la méta-analyse Données Le type de données La collecte des données La validation des données Analyse Principales étapes Présentation des hypothèses testées Collecte des données Validation des données Analyse des données Validation de l’analyse Communication des résultats Objectif de l’ouvrage Un exemple simple de modèle mixte Définition Données Définition du modèle Estimation Comparaison avec le modèle sans effet aléatoire Références Partie I. Analyse des réseaux expérimentaux Chapitre 2. Notions de base Expérimentation agronomique Réseau d’expérimentations Définition Exemple de réseau d’expérimentations Notion d’environnement Objectifs d’un réseau d’expérimentations Notion de population d’environnements Notion d’interaction Références Chapitre 3. Analyse d’un réseau d’expérimentations en blocs aléatoires complets à un facteur étudié Objectif du chapitre Exemple « blé» Modélisation Modèle avec un effet expérimentation aléatoire Modèle avec un effet expérimentation fixe Exemple Comment choisir entre un modèle avec un effet expérimentation fixe et un modèle avec un effet expérimentation aléatoire ? Évaluation du modèle Normalité Homoscédasticité Indépendance Données suspectes Comparaisons de moyennes Tests d’hypothèse : tests d’égalité Intervalles de confiance Tests d’hypothèse : tests d’équivalence Exemple Exemple « blé» : script R et analyse commentée Références Chapitre 4. Méthodes avancées pour l’analyse des réseaux Analyse des données moyennes Étape 1 :analyse des expérimentations individuelles pour estimer les moyennes des traitements Étape 2 :analyse des données moyennes Exemple Une variante: analyse des données moyennes avec un modèle fixe Estimation de la variance d’interaction traitement-expérimentation Script R Expérimentations avec variances hétérogènes Introduction Exemple « blé» Pour aller plus loin Données manquantes Origine des données manquantes Moyennes ajustées Les facteurs lieu et année Objectif Exemple «blé_pluri » Modèle pour l’analyse des données moyennes Estimation de la variance de l’interaction traitement-année-lieu Variance de la différence entre deux traitements Analyse de l’exemple « blé_pluri » et script R Références Chapitre 5. Planification d’un réseau d’expérimentations Objectif Comparaison de deux traitements Cas d’un réseau multilocal Cas d’un réseau multilocal et pluriannuel Autres contrastes Comparaison à la moyenne de plusieurs témoins Comparaison à la moyenne générale Références Partie II. La méta-analyse Chapitre 6. Notions de basepour la méta-analyse Définition,origine et principales étapes de la méta-analyse Estimation d’une taille d’effet moyenne Objectif Recherche systématique des études, sélection des références et extraction de données Estimation de la taille d’effet moyenne avec un modèle sans effet aléatoire Estimation de la taille d’effet moyenne avec un modèle à effets aléatoires Métarégression Objectif Exemple Modèles de régression avec et sans effet aléatoire Exemple(suite) Analyse critique des résultats Références Chapitre 7. Problèmes statistiques spécifiques pour la méta-analyse Définition de la taille d’effet Correction des biais liés à l’utilisation de ratios Différence entre moyennes d’observations Tailles d’effet pour les données binaires Coefficient de corrélation Tailles d’effet basées sur la variance Modèles linéaires généralisés pour l’analyse de données discrètes Modèle binomial logit à effets aléatoires pour analyser l’effet d’un traitement Exemple Modèles non linéaires mixtes Intérêt et définition Exemple Modèles bayésiens Définition Exemple :méta-analyse avec MCMCglmm Références Annexe. Ressources R pour mettre en œuvre les méthodes d’analyse des réseaux et de méta-analyse Package KenSyn : code R et jeux de données des exemples présentés dans les différents chapitres Installation Contenu et utilisation Mettre en oeuvre le modèle mixte sous R Ajuster un modèle mixte Manipuler les résultats des modèles mixtes sous R Le package metafor, dédié à la réalisation de méta-analyses sous R Approche bayésienne avec le modèle mixte Packag eMCMCglmm Package coda Références

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
DOC-00005682	DJ-0146	Livre	Salle de lecture	Documentaires	Disponible

Documents numériques

De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales URL

Biomathématique de la croissance : le cas des végétaux / Roger Buis (2016) 

Public ISBD Titre : Biomathématique de la croissance : le cas des végétaux Type de document : Ouvrage Auteurs : Roger Buis, Auteur Editeur : Les Ulis : Edp Sciences Année de publication : 2016 Importance : 593 p ISBN/ISSN/EAN : 978-2-7598-1778-8 Langues : Français (fre) Catégories : [Motbis 2025] biologie végétale [Motbis 2025] croissance végétale [Motbis 2025] mathématique [Motbis 2025] mathématique appliquée [Motbis 2025] modèle mathématique Index. décimale : CB-0 Généralités Note de contenu : Cet ouvrage original rend compte, et de la complexité des phénomènes de croissance des végétaux, et des formalismes mathématiques utilisés pour les appréhender. Chaque modèle est présenté comme un « instrument d’intelligibilité » du processus (S. Bachelard). On approfondit ainsi la dualité entre la réalité biologique observée et le formalisme mathématique qui lui est le plus adapté. On examine les hypothèses de base, les interprétations biologiques associées, les propriétés cinétiques et on donne des exemples variés. Sont développés des aspects tels la dynamique de la croissance (stabilité des points singuliers, multistationnarité) et sa distribution spatiale (inhomogénéité du champ de croissance). Enfin, le lien entre modèles continus et modèles discrets offre une démarche en forme de conclusion de l’ouvrage. Un site web compagnon propose des compléments mathématiques et des développements qui élargissent la stratégie d’utilisation de ce « couteau suisse » de la croissance. L’ouvrage peut être utilisé de plusieurs façons et à divers niveaux. Il constitue un livre de référence pour les étudiants de master, de doctorat et de filières ingénieur. Un public plus averti pourra approfondir sa réflexion sur la dualité entre modèles mathématiques et réalités expérimentales. Biomathématique de la croissance : le cas des végétaux [Ouvrage] / Roger Buis, Auteur . - Les Ulis : Edp Sciences, 2016 . - 593 p. ISBN : 978-2-7598-1778-8 Langues : Français (fre) Catégories : [Motbis 2025] biologie végétale [Motbis 2025] croissance végétale [Motbis 2025] mathématique [Motbis 2025] mathématique appliquée [Motbis 2025] modèle mathématique Index. décimale : CB-0 Généralités Note de contenu : Cet ouvrage original rend compte, et de la complexité des phénomènes de croissance des végétaux, et des formalismes mathématiques utilisés pour les appréhender. Chaque modèle est présenté comme un « instrument d’intelligibilité » du processus (S. Bachelard). On approfondit ainsi la dualité entre la réalité biologique observée et le formalisme mathématique qui lui est le plus adapté. On examine les hypothèses de base, les interprétations biologiques associées, les propriétés cinétiques et on donne des exemples variés. Sont développés des aspects tels la dynamique de la croissance (stabilité des points singuliers, multistationnarité) et sa distribution spatiale (inhomogénéité du champ de croissance). Enfin, le lien entre modèles continus et modèles discrets offre une démarche en forme de conclusion de l’ouvrage. Un site web compagnon propose des compléments mathématiques et des développements qui élargissent la stratégie d’utilisation de ce « couteau suisse » de la croissance. L’ouvrage peut être utilisé de plusieurs façons et à divers niveaux. Il constitue un livre de référence pour les étudiants de master, de doctorat et de filières ingénieur. Un public plus averti pourra approfondir sa réflexion sur la dualité entre modèles mathématiques et réalités expérimentales.

Exemplaires(0)

Disponibilité
aucun exemplaire

Documents numériques

Biomathématique de la croissance : le cas des végétaux URL

Comprendre et réaliser les tests statistiques à l'aide de R : manuel de biostatistique / Gaël Millot (2018)  

Public ISBD Titre : Comprendre et réaliser les tests statistiques à l'aide de R : manuel de biostatistique Type de document : Ouvrage Auteurs : Gaël Millot, Auteur Mention d'édition : 4e édition Editeur : Louvain-la-Neuve : De Boeck supérieur Année de publication : 2018 Importance : 958 p. Accompagnement : https://c3bi.pasteur.fr/gael-millot-livres/ ISBN/ISSN/EAN : 978-2-8073-0291-4 Langues : Français (fre) Catégories : [Motbis 2025] analyse des données [Motbis 2025] analyse mathématique [Motbis 2025] analyse statistique [Motbis 2025] application de l'informatique [Motbis 2025] logiciel [Motbis 2025] manuel scolaire [Motbis 2025] mathématique [Motbis 2025] représentation graphique [Motbis 2025] statistique Index. décimale : DJ-0 Généralités Note de contenu : Ce livre s’adresse aux étudiants, médecins et chercheurs désirant réaliser des tests alors qu’ils débutent en statistique. Illustré par 88 figures et accompagné d’exercices avec correction, l’ouvrage aborde la statistique de la manière la plus simple qui soit, sans démonstration mathématique, mais en insistant sur les détails, afin de bien maîtriser toutes les subtilités des tests. L’ouvrage explore des points fondamentaux en statistique : la check-list à effectuer avant de réaliser un test, la gestion des individus extrêmes, l’origine de la p value, la puissance ou la conclusion d’un test. Il explique comment choisir un test à partir de ses propres données. Il décrit 35 tests statistiques sous forme de fiches, dont 24 non paramétriques, ce qui couvre la plupart des tests à une ou deux variables observées. Il traite de toutes les subtilités des tests, comme les corrections de continuité, les corrections de Welch pour le test t et l’anova, ou les corrections de p value lors des comparaisons multiples. Il propose un exemple d’application de chaque test à l’aide de R, en incluant toutes les étapes du test, et notamment l’analyse graphique des données. L’originalité de ce manuel est de proposer non seulement une explication très détaillée sur l’utilisation des tests les plus classiques, mais aussi la possibilité de réaliser ces tests à l’aide de R, logiciel de référence en statistique, gratuit, disponible sur Internet et compatible avec Windows, Mac OS et Linux. L’autre originalité est de proposer l’ensemble des exemples d’application des tests à partir d’un seul fichier de données, ce qui facilite la compréhension et le passage éventuel vers d’autres logiciels d’analyse. Ce fichier, ainsi que l’intégralité du code R de ce manuel, est disponible en ligne (https://c3bi.pasteur.fr/gael-millot-livres/) En ligne : https://c3bi.pasteur.fr/gael-millot-livres/ Format de la ressource électronique : html Comprendre et réaliser les tests statistiques à l'aide de R : manuel de biostatistique [Ouvrage] / Gaël Millot, Auteur  . -  4e édition . - Louvain-la-Neuve : De Boeck supérieur, 2018 . - 958 p. + https://c3bi.pasteur.fr/gael-millot-livres/. ISBN : 978-2-8073-0291-4 Langues : Français (fre) Catégories : [Motbis 2025] analyse des données [Motbis 2025] analyse mathématique [Motbis 2025] analyse statistique [Motbis 2025] application de l'informatique [Motbis 2025] logiciel [Motbis 2025] manuel scolaire [Motbis 2025] mathématique [Motbis 2025] représentation graphique [Motbis 2025] statistique Index. décimale : DJ-0 Généralités Note de contenu : Ce livre s’adresse aux étudiants, médecins et chercheurs désirant réaliser des tests alors qu’ils débutent en statistique. Illustré par 88 figures et accompagné d’exercices avec correction, l’ouvrage aborde la statistique de la manière la plus simple qui soit, sans démonstration mathématique, mais en insistant sur les détails, afin de bien maîtriser toutes les subtilités des tests. L’ouvrage explore des points fondamentaux en statistique : la check-list à effectuer avant de réaliser un test, la gestion des individus extrêmes, l’origine de la p value, la puissance ou la conclusion d’un test. Il explique comment choisir un test à partir de ses propres données. Il décrit 35 tests statistiques sous forme de fiches, dont 24 non paramétriques, ce qui couvre la plupart des tests à une ou deux variables observées. Il traite de toutes les subtilités des tests, comme les corrections de continuité, les corrections de Welch pour le test t et l’anova, ou les corrections de p value lors des comparaisons multiples. Il propose un exemple d’application de chaque test à l’aide de R, en incluant toutes les étapes du test, et notamment l’analyse graphique des données. L’originalité de ce manuel est de proposer non seulement une explication très détaillée sur l’utilisation des tests les plus classiques, mais aussi la possibilité de réaliser ces tests à l’aide de R, logiciel de référence en statistique, gratuit, disponible sur Internet et compatible avec Windows, Mac OS et Linux. L’autre originalité est de proposer l’ensemble des exemples d’application des tests à partir d’un seul fichier de données, ce qui facilite la compréhension et le passage éventuel vers d’autres logiciels d’analyse. Ce fichier, ainsi que l’intégralité du code R de ce manuel, est disponible en ligne (https://c3bi.pasteur.fr/gael-millot-livres/) En ligne : https://c3bi.pasteur.fr/gael-millot-livres/ Format de la ressource électronique : html

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
DOC-00004319	DJ-0138	Livre	Salle de lecture	Documentaires	Disponible

Flatland: a romance of many dimensions / Edwin A. Abbott (2018)

Public ISBD Titre : Flatland: a romance of many dimensions Type de document : Ouvrage Auteurs : Edwin A. Abbott, Auteur Editeur : New York (New york) : Dover Publications Année de publication : 2018 Importance : 83 p ISBN/ISSN/EAN : 978-0-486-27263-4 Langues : Anglais (eng) Catégories : [Motbis 2025] géométrie dans l'espace [Motbis 2025] mathématique [Motbis 2025] roman Index. décimale : BE-6 Littérature Note de contenu : This masterpiece of science (and mathematical) fiction is a delightfully unique and highly entertaining satire that has charmed readers for more than 100 years. The work of English clergyman, educator and Shakespearean scholar Edwin A. Abbott (1838-1926), it describes the journeys of A. Square, a mathematician and resident of the two-dimensional Flatland, where women-thin, straight lines-are the lowliest of shapes, and where men may have any number of sides, depending on their social status. Through strange occurrences that bring him into contact with a host of geometric forms, Square has adventures in Spaceland (three dimensions), Lineland (one dimension) and Pointland (no dimensions) and ultimately entertains thoughts of visiting a land of four dimensions—a revolutionary idea for which he is returned to his two-dimensional world. Charmingly illustrated by the author, Flatland is not only fascinating reading, it is still a first-rate fictional introduction to the concept of the multiple dimensions of space. Flatland: a romance of many dimensions [Ouvrage] / Edwin A. Abbott, Auteur . - New York (New york) : Dover Publications, 2018 . - 83 p. ISBN : 978-0-486-27263-4 Langues : Anglais (eng) Catégories : [Motbis 2025] géométrie dans l'espace [Motbis 2025] mathématique [Motbis 2025] roman Index. décimale : BE-6 Littérature Note de contenu : This masterpiece of science (and mathematical) fiction is a delightfully unique and highly entertaining satire that has charmed readers for more than 100 years. The work of English clergyman, educator and Shakespearean scholar Edwin A. Abbott (1838-1926), it describes the journeys of A. Square, a mathematician and resident of the two-dimensional Flatland, where women-thin, straight lines-are the lowliest of shapes, and where men may have any number of sides, depending on their social status. Through strange occurrences that bring him into contact with a host of geometric forms, Square has adventures in Spaceland (three dimensions), Lineland (one dimension) and Pointland (no dimensions) and ultimately entertains thoughts of visiting a land of four dimensions—a revolutionary idea for which he is returned to his two-dimensional world. Charmingly illustrated by the author, Flatland is not only fascinating reading, it is still a first-rate fictional introduction to the concept of the multiple dimensions of space.

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
DOC-00004575	BE-6125	Livre	Salle de lecture	Documentaires	Disponible

Géographie des carrières universitaires et construction des collaborations scientifiques : une étude de cas en mathématiques / Bastien Bernela in Géographie Economie Société *, Vol.18, n°2 (01/04/2016)

Permalink

Le grand roman des maths : de la préhistoire à nos jours / Mickaël Launay (2018)

Permalink

Mathématiques 2de année BCPST-VÉTO / Jean-Claude Martin ; Catherine Fernandez ; Marc Halberstadt ; David Meyer ; Camille Bièche ; Jean-Noel Mialet ; Paul Robbe (2007)

Permalink

Mathématiques et statistiques appliquées avec Python : cours et exercices corrigés / Abderrahmane Fadil (2025)

Permalink

Mathématiques : tout-en-un : BCPST 1re année : cours et exercices corrigés / Christian Gautier ; André Warusfel (2007)

Permalink

Maths / Katie Steckles (2024)

Permalink

Maths : BCPST 1 : tout-en-un / Marc-Aurèle Massard (2023)

Permalink

Maths pour tous : bac pro industriels : l'essentiel du cours - exercices - sujets d'examens résolus / Jean-Marc Buisson (2004)

Permalink

Mini manuel d'analyse : cours et exercices corrigés / François Liret ; Charlotte Scribot (2010)

Permalink

Outils mathématiques pour physiciens et ingénieurs : rappels de cours et exercices corrigés / Jean-Marc Poitevin (2017) 

Permalink

---

1 2 (1 - 15 / 23) Par page : 25 50 100 200