Accueil
Vous pouvez faire des propositions d'achat de livres, en utilisant
le formulaire en ligneVous pouvez vérifier au préalable si le document n'est pas disponible dans notre catalogue.
vous cherchez un livre à la bibliothèque centrale?
Collection IRIS
|
|
Documents disponibles dans la collection (5)
Faire une suggestion Affiner la recherche
Titre : Architecture et micro-architecture des processeurs Type de document : texte imprimé Auteurs : Bernard GOOSSENS, Auteur Editeur : Springer Année de publication : 2002 Collection : IRIS Importance : 358 p. Présentation : ill. Format : 25 cm. ISBN/ISSN/EAN : 978-2-287-59761-9 Langues : Français (fre) Catégories : INFORMATIQUE:Architecture et théorie des ordinateurs Index. décimale : 08-04 Architecture et théorie des ordinateurs Architecture et micro-architecture des processeurs [texte imprimé] / Bernard GOOSSENS, Auteur . - Springer, 2002 . - 358 p. : ill. ; 25 cm.. - (IRIS) .
ISBN : 978-2-287-59761-9
Langues : Français (fre)
Catégories : INFORMATIQUE:Architecture et théorie des ordinateurs Index. décimale : 08-04 Architecture et théorie des ordinateurs Réservation
Réserver ce document
Exemplaires(2)
Code-barres type de document numéro d'inventaire Cote Support Localisation Section Disponibilité 00001000891380 08-04-0119 Livre Magazin Documentaires Disponible 128299 00001000891398 08-04-0119 Livre Salle 1 Documentaires Exclu du prêt 128300
Titre : Concepts et méthodes en phylogénie moléculaire Type de document : texte imprimé Auteurs : Guy PERRIERE, Auteur ; Céline BROCHIER-ARMANET, Auteur Editeur : Springer Année de publication : 2010 Collection : IRIS Importance : 250 p. Format : 25 cm. ISBN/ISSN/EAN : 978-2-287-99047-2 Note générale : index Langues : Français (fre) Catégories : BIOLOGIE:biologie cellulaire et moléculaire Index. décimale : 20-03 Biologie cellulaire et moléculaire Résumé : Sommaire:
1 Notions élémentaires, définitions 1
1.1 Les données . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Séquences biologiques . . . . . . . . . . . . . . . . . 1
1.1.2 Séquences homologues . . . . . . . . . . . . . . . . . 5
1.2 Alignement de séquences . . . . . . . . . . . . . . . . . . . 8
1.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Alignement de deux séquences . . . . . . . . . . . . 9
1.2.3 Alignements multiples . . . . . . . . . . . . . . . . . 13
1.2.4 Choix des sites . . . . . . . . . . . . . . . . . . . . . 15
1.3 Arbres phylogénétiques . . . . . . . . . . . . . . . . . . . . 16
1.3.1 Définition et structure . . . . . . . . . . . . . . . . . 16
1.3.2 L’arbre caché dans la forêt . . . . . . . . . . . . . . 17
1.3.3 Longueur des branches . . . . . . . . . . . . . . . . . 19
1.3.4 Codage informatique . . . . . . . . . . . . . . . . . . 19
1.3.5 Enracinement . . . . . . . . . . . . . . . . . . . . . . 20
1.3.6 Distance topologique . . . . . . . . . . . . . . . . . . 22
1.3.7 Vocabulaire spécifique . . . . . . . . . . . . . . . . . 24
2 Modèles d’évolution moléculaire 27
2.1 Divergence observée . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Séquences nucléotidiques . . . . . . . . . . . . . . . . . . . 29
2.2.1 Modélisation markovienne de l’évolution . . . . . . . 29
2.2.2 Modèle de Jukes et Cantor . . . . . . . . . . . . . . 36
2.2.3 Modèle de Kimura à deux paramètres . . . . . . . . 38
2.2.4 Autres modèles courants . . . . . . . . . . . . . . . . 42
2.3 Distances synonymes et non synonymes . . . . . . . . . . . 48
2.3.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . 49
2.3.2 Méthode de Nei et Gojobori . . . . . . . . . . . . . . 50
2.3.3 Méthode de Nei et Gojobori modifiée . . . . . . . . 53
2.3.4 Méthode de Li, Wu et Luo . . . . . . . . . . . . . . 55
2.4 Séquences protéiques . . . . . . . . . . . . . . . . . . . . . 61
2.4.1 Modèle de Poisson . . . . . . . . . . . . . . . . . . . 61
2.4.2 Modèle PAM et assimilés . . . . . . . . . . . . . . . 62
2.4.3 Modèle WAG et assimilés . . . . . . . . . . . . . . . 68
2.5 Corrections pour les différences de vitesse d’évolution . . . 69
2.6 Choix d’un modèle . . . . . . . . . . . . . . . . . . . . . . . 72
3 Maximum de parcimonie 77
3.1 Parcimonie non pondérée . . . . . . . . . . . . . . . . . . . 77
3.1.1 Nombre minimum de substitutions . . . . . . . . . . 77
3.1.2 Sites informatifs . . . . . . . . . . . . . . . . . . . . 79
3.1.3 Mesure de l’homoplasie . . . . . . . . . . . . . . . . 81
3.1.4 Reconstruction de séquences ancestrales . . . . . . . 82
3.1.5 Longueur des branches . . . . . . . . . . . . . . . . . 84
3.1.6 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 84
3.2 Parcimonie pondérée . . . . . . . . . . . . . . . . . . . . . 85
3.2.1 Algorithme de Sankoff . . . . . . . . . . . . . . . . . 86
3.2.2 Reconstruction des séquences ancestrales . . . . . . 88
3.2.3 Pondération dynamique . . . . . . . . . . . . . . . . 89
3.2.4 Le cas des séquences protéiques . . . . . . . . . . . . 89
3.3 Exploration des topologies . . . . . . . . . . . . . . . . . . 90
3.3.1 Choix de l’arbre de départ . . . . . . . . . . . . . . . 90
3.3.2 Branch-and-bound . . . . . . . . . . . . . . . . . . . 92
3.3.3 Heuristiques . . . . . . . . . . . . . . . . . . . . . . . 94
3.3.4 Arbres consensus . . . . . . . . . . . . . . . . . . . . 97
3.4 Consistance et parcimonie . . . . . . . . . . . . . . . . . . 99
3.4.1 Fréquence observée des motifs . . . . . . . . . . . . . 99
3.4.2 Fréquence attendue des motifs . . . . . . . . . . . . 100
3.4.3 Zone de Felsenstein . . . . . . . . . . . . . . . . . . . 102
3.4.4 Attraction des longues branches . . . . . . . . . . . . 103
4 Méthodes de distances 105
4.1 Classification ascendante hiérarchique . . . . . . . . . . . . 106
4.1.1 Algorithme . . . . . . . . . . . . . . . . . . . . . . . 106
4.1.2 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 107
4.1.3 Avantages et limitations . . . . . . . . . . . . . . . . 108
4.2 Moindres carrés . . . . . . . . . . . . . . . . . . . . . . . . 110
4.2.1 Principe général . . . . . . . . . . . . . . . . . . . . 110
4.2.2 Méthode de Fitch et Margoliash . . . . . . . . . . . 110
4.2.3 Moindres carrés standard . . . . . . . . . . . . . . . 113
4.2.4 Moindres carrés généralisés . . . . . . . . . . . . . . 117
4.2.5 Avantages et limitations . . . . . . . . . . . . . . . . 118
4.3 Minimum d’évolution . . . . . . . . . . . . . . . . . . . . . 118
4.3.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . 118
4.3.2 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 119
4.3.3 Avantages et limitations . . . . . . . . . . . . . . . . 120
4.4 Neighbor-joining . . . . . . . . . . . . . . . . . . . . . . . . 121
4.4.1 Principe général . . . . . . . . . . . . . . . . . . . . 121
4.4.2 Algorithme . . . . . . . . . . . . . . . . . . . . . . . 121
4.4.3 Variantes du NJ . . . . . . . . . . . . . . . . . . . . 125
4.4.4 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 128
4.4.5 Avantages et limitations . . . . . . . . . . . . . . . . 129
5 Maximum de vraisemblance 131
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.1.1 Exemple simple . . . . . . . . . . . . . . . . . . . . . 131
5.1.2 Généralisation . . . . . . . . . . . . . . . . . . . . . 133
5.1.3 Application à la phylogénie . . . . . . . . . . . . . . 134
5.2 Vraisemblance d’un ensemble d’hypothèses . . . . . . . . . 135
5.2.1 Vraisemblance à un site . . . . . . . . . . . . . . . . 136
5.2.2 Algorithme d’élagage . . . . . . . . . . . . . . . . . . 139
5.2.3 Hétérogénéité des vitesses d’évolution . . . . . . . . 142
5.2.4 Influence de la position de la racine . . . . . . . . . 148
5.2.5 Application numérique . . . . . . . . . . . . . . . . . 149
5.3 Intervalles de confiance et tests . . . . . . . . . . . . . . . . 152
5.3.1 Intervalles de confiance . . . . . . . . . . . . . . . . 153
5.3.2 Tests de vraisemblance . . . . . . . . . . . . . . . . . 157
5.4 Recherche de l’arbre le plus vraisemblable . . . . . . . . . . 162
5.4.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . 162
5.4.2 Exemple d’application . . . . . . . . . . . . . . . . . 165
6 Approche bayésienne 167
6.1 Le théorème de Bayes . . . . . . . . . . . . . . . . . . . . . 167
6.1.1 Formulation . . . . . . . . . . . . . . . . . . . . . . . 167
6.1.2 Exemple de calcul . . . . . . . . . . . . . . . . . . . 168
6.1.3 Notation en statistiques . . . . . . . . . . . . . . . . 169
6.2 Chaînes de Markov avec technique de Monte Carlo . . . . . 170
6.2.1 L’exemple du randonneur . . . . . . . . . . . . . . . 170
6.2.2 L’algorithme de Metropolis-Hastings . . . . . . . . . 172
6.2.3 Couplage de Metropolis des MCMC . . . . . . . . . 173
6.2.4 Analyse des résultats . . . . . . . . . . . . . . . . . . 175
6.2.5 Application numérique . . . . . . . . . . . . . . . . . 177
6.3 L’inférence bayésienne en phylogénie . . . . . . . . . . . . . 180
6.3.1 Cadre général . . . . . . . . . . . . . . . . . . . . . . 180
6.3.2 Choix des probabilités a priori . . . . . . . . . . . . 181
6.3.3 Choix d’un modèle . . . . . . . . . . . . . . . . . . . 182
xiv Concepts et méthodes en phylogénie moléculaire
6.3.4 Choix et évaluation des arbres . . . . . . . . . . . . 185
6.3.5 Reconstruction de séquences ancestrales . . . . . . . 186
6.3.6 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 190
6.4 Avantages et limitations . . . . . . . . . . . . . . . . . . . . 192
6.4.1 Temps de calcul . . . . . . . . . . . . . . . . . . . . 193
6.4.2 Probabilités a priori . . . . . . . . . . . . . . . . . . 193
6.4.3 Probabilités postérieures . . . . . . . . . . . . . . . . 194
7 Évaluation et robustesse des phylogénies 197
7.1 Bootstrap et jackknife . . . . . . . . . . . . . . . . . . . . . 197
7.1.1 Bootstrap non-paramétrique . . . . . . . . . . . . . . 198
7.1.2 Bootstrap paramétrique . . . . . . . . . . . . . . . . 201
7.1.3 Jackknife . . . . . . . . . . . . . . . . . . . . . . . . 202
7.1.4 Critiques et problèmes . . . . . . . . . . . . . . . . . 202
7.2 Tests de permutations . . . . . . . . . . . . . . . . . . . . . 205
7.2.1 Principe général . . . . . . . . . . . . . . . . . . . . 205
7.2.2 Permutation de taxons . . . . . . . . . . . . . . . . . 206
7.2.3 Permutation de caractères . . . . . . . . . . . . . . . 208
7.3 Tests de vraisemblance . . . . . . . . . . . . . . . . . . . . 209
7.3.1 Le test de Kishino et Hasegawa . . . . . . . . . . . . 210
7.3.2 Le test de Shimodaira et Hasegawa . . . . . . . . . . 217
7.3.3 Le test approximativement non biaisé . . . . . . . . 221
7.3.4 Exemple d’application . . . . . . . . . . . . . . . . . 223
Bibliographie 225
Index 247Concepts et méthodes en phylogénie moléculaire [texte imprimé] / Guy PERRIERE, Auteur ; Céline BROCHIER-ARMANET, Auteur . - Springer, 2010 . - 250 p. ; 25 cm.. - (IRIS) .
ISBN : 978-2-287-99047-2
index
Langues : Français (fre)
Catégories : BIOLOGIE:biologie cellulaire et moléculaire Index. décimale : 20-03 Biologie cellulaire et moléculaire Résumé : Sommaire:
1 Notions élémentaires, définitions 1
1.1 Les données . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Séquences biologiques . . . . . . . . . . . . . . . . . 1
1.1.2 Séquences homologues . . . . . . . . . . . . . . . . . 5
1.2 Alignement de séquences . . . . . . . . . . . . . . . . . . . 8
1.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Alignement de deux séquences . . . . . . . . . . . . 9
1.2.3 Alignements multiples . . . . . . . . . . . . . . . . . 13
1.2.4 Choix des sites . . . . . . . . . . . . . . . . . . . . . 15
1.3 Arbres phylogénétiques . . . . . . . . . . . . . . . . . . . . 16
1.3.1 Définition et structure . . . . . . . . . . . . . . . . . 16
1.3.2 L’arbre caché dans la forêt . . . . . . . . . . . . . . 17
1.3.3 Longueur des branches . . . . . . . . . . . . . . . . . 19
1.3.4 Codage informatique . . . . . . . . . . . . . . . . . . 19
1.3.5 Enracinement . . . . . . . . . . . . . . . . . . . . . . 20
1.3.6 Distance topologique . . . . . . . . . . . . . . . . . . 22
1.3.7 Vocabulaire spécifique . . . . . . . . . . . . . . . . . 24
2 Modèles d’évolution moléculaire 27
2.1 Divergence observée . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Séquences nucléotidiques . . . . . . . . . . . . . . . . . . . 29
2.2.1 Modélisation markovienne de l’évolution . . . . . . . 29
2.2.2 Modèle de Jukes et Cantor . . . . . . . . . . . . . . 36
2.2.3 Modèle de Kimura à deux paramètres . . . . . . . . 38
2.2.4 Autres modèles courants . . . . . . . . . . . . . . . . 42
2.3 Distances synonymes et non synonymes . . . . . . . . . . . 48
2.3.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . 49
2.3.2 Méthode de Nei et Gojobori . . . . . . . . . . . . . . 50
2.3.3 Méthode de Nei et Gojobori modifiée . . . . . . . . 53
2.3.4 Méthode de Li, Wu et Luo . . . . . . . . . . . . . . 55
2.4 Séquences protéiques . . . . . . . . . . . . . . . . . . . . . 61
2.4.1 Modèle de Poisson . . . . . . . . . . . . . . . . . . . 61
2.4.2 Modèle PAM et assimilés . . . . . . . . . . . . . . . 62
2.4.3 Modèle WAG et assimilés . . . . . . . . . . . . . . . 68
2.5 Corrections pour les différences de vitesse d’évolution . . . 69
2.6 Choix d’un modèle . . . . . . . . . . . . . . . . . . . . . . . 72
3 Maximum de parcimonie 77
3.1 Parcimonie non pondérée . . . . . . . . . . . . . . . . . . . 77
3.1.1 Nombre minimum de substitutions . . . . . . . . . . 77
3.1.2 Sites informatifs . . . . . . . . . . . . . . . . . . . . 79
3.1.3 Mesure de l’homoplasie . . . . . . . . . . . . . . . . 81
3.1.4 Reconstruction de séquences ancestrales . . . . . . . 82
3.1.5 Longueur des branches . . . . . . . . . . . . . . . . . 84
3.1.6 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 84
3.2 Parcimonie pondérée . . . . . . . . . . . . . . . . . . . . . 85
3.2.1 Algorithme de Sankoff . . . . . . . . . . . . . . . . . 86
3.2.2 Reconstruction des séquences ancestrales . . . . . . 88
3.2.3 Pondération dynamique . . . . . . . . . . . . . . . . 89
3.2.4 Le cas des séquences protéiques . . . . . . . . . . . . 89
3.3 Exploration des topologies . . . . . . . . . . . . . . . . . . 90
3.3.1 Choix de l’arbre de départ . . . . . . . . . . . . . . . 90
3.3.2 Branch-and-bound . . . . . . . . . . . . . . . . . . . 92
3.3.3 Heuristiques . . . . . . . . . . . . . . . . . . . . . . . 94
3.3.4 Arbres consensus . . . . . . . . . . . . . . . . . . . . 97
3.4 Consistance et parcimonie . . . . . . . . . . . . . . . . . . 99
3.4.1 Fréquence observée des motifs . . . . . . . . . . . . . 99
3.4.2 Fréquence attendue des motifs . . . . . . . . . . . . 100
3.4.3 Zone de Felsenstein . . . . . . . . . . . . . . . . . . . 102
3.4.4 Attraction des longues branches . . . . . . . . . . . . 103
4 Méthodes de distances 105
4.1 Classification ascendante hiérarchique . . . . . . . . . . . . 106
4.1.1 Algorithme . . . . . . . . . . . . . . . . . . . . . . . 106
4.1.2 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 107
4.1.3 Avantages et limitations . . . . . . . . . . . . . . . . 108
4.2 Moindres carrés . . . . . . . . . . . . . . . . . . . . . . . . 110
4.2.1 Principe général . . . . . . . . . . . . . . . . . . . . 110
4.2.2 Méthode de Fitch et Margoliash . . . . . . . . . . . 110
4.2.3 Moindres carrés standard . . . . . . . . . . . . . . . 113
4.2.4 Moindres carrés généralisés . . . . . . . . . . . . . . 117
4.2.5 Avantages et limitations . . . . . . . . . . . . . . . . 118
4.3 Minimum d’évolution . . . . . . . . . . . . . . . . . . . . . 118
4.3.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . 118
4.3.2 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 119
4.3.3 Avantages et limitations . . . . . . . . . . . . . . . . 120
4.4 Neighbor-joining . . . . . . . . . . . . . . . . . . . . . . . . 121
4.4.1 Principe général . . . . . . . . . . . . . . . . . . . . 121
4.4.2 Algorithme . . . . . . . . . . . . . . . . . . . . . . . 121
4.4.3 Variantes du NJ . . . . . . . . . . . . . . . . . . . . 125
4.4.4 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 128
4.4.5 Avantages et limitations . . . . . . . . . . . . . . . . 129
5 Maximum de vraisemblance 131
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.1.1 Exemple simple . . . . . . . . . . . . . . . . . . . . . 131
5.1.2 Généralisation . . . . . . . . . . . . . . . . . . . . . 133
5.1.3 Application à la phylogénie . . . . . . . . . . . . . . 134
5.2 Vraisemblance d’un ensemble d’hypothèses . . . . . . . . . 135
5.2.1 Vraisemblance à un site . . . . . . . . . . . . . . . . 136
5.2.2 Algorithme d’élagage . . . . . . . . . . . . . . . . . . 139
5.2.3 Hétérogénéité des vitesses d’évolution . . . . . . . . 142
5.2.4 Influence de la position de la racine . . . . . . . . . 148
5.2.5 Application numérique . . . . . . . . . . . . . . . . . 149
5.3 Intervalles de confiance et tests . . . . . . . . . . . . . . . . 152
5.3.1 Intervalles de confiance . . . . . . . . . . . . . . . . 153
5.3.2 Tests de vraisemblance . . . . . . . . . . . . . . . . . 157
5.4 Recherche de l’arbre le plus vraisemblable . . . . . . . . . . 162
5.4.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . 162
5.4.2 Exemple d’application . . . . . . . . . . . . . . . . . 165
6 Approche bayésienne 167
6.1 Le théorème de Bayes . . . . . . . . . . . . . . . . . . . . . 167
6.1.1 Formulation . . . . . . . . . . . . . . . . . . . . . . . 167
6.1.2 Exemple de calcul . . . . . . . . . . . . . . . . . . . 168
6.1.3 Notation en statistiques . . . . . . . . . . . . . . . . 169
6.2 Chaînes de Markov avec technique de Monte Carlo . . . . . 170
6.2.1 L’exemple du randonneur . . . . . . . . . . . . . . . 170
6.2.2 L’algorithme de Metropolis-Hastings . . . . . . . . . 172
6.2.3 Couplage de Metropolis des MCMC . . . . . . . . . 173
6.2.4 Analyse des résultats . . . . . . . . . . . . . . . . . . 175
6.2.5 Application numérique . . . . . . . . . . . . . . . . . 177
6.3 L’inférence bayésienne en phylogénie . . . . . . . . . . . . . 180
6.3.1 Cadre général . . . . . . . . . . . . . . . . . . . . . . 180
6.3.2 Choix des probabilités a priori . . . . . . . . . . . . 181
6.3.3 Choix d’un modèle . . . . . . . . . . . . . . . . . . . 182
xiv Concepts et méthodes en phylogénie moléculaire
6.3.4 Choix et évaluation des arbres . . . . . . . . . . . . 185
6.3.5 Reconstruction de séquences ancestrales . . . . . . . 186
6.3.6 Exemple d’utilisation . . . . . . . . . . . . . . . . . . 190
6.4 Avantages et limitations . . . . . . . . . . . . . . . . . . . . 192
6.4.1 Temps de calcul . . . . . . . . . . . . . . . . . . . . 193
6.4.2 Probabilités a priori . . . . . . . . . . . . . . . . . . 193
6.4.3 Probabilités postérieures . . . . . . . . . . . . . . . . 194
7 Évaluation et robustesse des phylogénies 197
7.1 Bootstrap et jackknife . . . . . . . . . . . . . . . . . . . . . 197
7.1.1 Bootstrap non-paramétrique . . . . . . . . . . . . . . 198
7.1.2 Bootstrap paramétrique . . . . . . . . . . . . . . . . 201
7.1.3 Jackknife . . . . . . . . . . . . . . . . . . . . . . . . 202
7.1.4 Critiques et problèmes . . . . . . . . . . . . . . . . . 202
7.2 Tests de permutations . . . . . . . . . . . . . . . . . . . . . 205
7.2.1 Principe général . . . . . . . . . . . . . . . . . . . . 205
7.2.2 Permutation de taxons . . . . . . . . . . . . . . . . . 206
7.2.3 Permutation de caractères . . . . . . . . . . . . . . . 208
7.3 Tests de vraisemblance . . . . . . . . . . . . . . . . . . . . 209
7.3.1 Le test de Kishino et Hasegawa . . . . . . . . . . . . 210
7.3.2 Le test de Shimodaira et Hasegawa . . . . . . . . . . 217
7.3.3 Le test approximativement non biaisé . . . . . . . . 221
7.3.4 Exemple d’application . . . . . . . . . . . . . . . . . 223
Bibliographie 225
Index 247Exemplaires(1)
Code-barres type de document numéro d'inventaire Cote Support Localisation Section Disponibilité 00001001045663 20-03-54 Livre Salle 1 Documentaires Exclu du prêt 194543
Titre : Introduction aux mathématiques discrètes Type de document : texte imprimé Auteurs : Jiri MATOUSEK, Auteur ; Jaroslav NESETRIL, Auteur ; Delphine HACHEZ, Traducteur Editeur : Springer Année de publication : 1998 Collection : IRIS Importance : 453p. Format : 23cm. ISBN/ISSN/EAN : 978-2-287-20010-6 Langues : Français (fre) Catégories : MATHÉMATIQUES:Mathématique générales Index. décimale : 04-01 Mathématique générales Résumé : Cet ouvrage propose une initiation simple et complète aux fondements des mathématiques discrètes. Il encourage une approche active de la matière, fondée sur la résolution de nombreux exercices, et le style utilisé pour sa rédaction ne peut que stimuler l'intérêt du lecteur pour les mathématiquesL'exposé aborde des thèmes aussi variés que la combinatoire, la théorie des graphes, les méthodes probabilistes élémentaires, les plans projectifs finis, les applications combinatoires de l'algèbre linéaire et de l'analyse ainsi que les fonctions génératrices.
Les lecteurs apprécieront les quelques deux cents figures et quatre cents exercices qui illustrent le propos. Ce livre s'adresse aux étudiants des premier et deuxième cycles universitaires (informatique et mathématiques). Il comporte des rappels sur les notions de mathématiques générales utilisées dans l'exposé, ne supposant ainsi pratiquement aucun prérequisIntroduction aux mathématiques discrètes [texte imprimé] / Jiri MATOUSEK, Auteur ; Jaroslav NESETRIL, Auteur ; Delphine HACHEZ, Traducteur . - Springer, 1998 . - 453p. ; 23cm.. - (IRIS) .
ISBN : 978-2-287-20010-6
Langues : Français (fre)
Catégories : MATHÉMATIQUES:Mathématique générales Index. décimale : 04-01 Mathématique générales Résumé : Cet ouvrage propose une initiation simple et complète aux fondements des mathématiques discrètes. Il encourage une approche active de la matière, fondée sur la résolution de nombreux exercices, et le style utilisé pour sa rédaction ne peut que stimuler l'intérêt du lecteur pour les mathématiquesL'exposé aborde des thèmes aussi variés que la combinatoire, la théorie des graphes, les méthodes probabilistes élémentaires, les plans projectifs finis, les applications combinatoires de l'algèbre linéaire et de l'analyse ainsi que les fonctions génératrices.
Les lecteurs apprécieront les quelques deux cents figures et quatre cents exercices qui illustrent le propos. Ce livre s'adresse aux étudiants des premier et deuxième cycles universitaires (informatique et mathématiques). Il comporte des rappels sur les notions de mathématiques générales utilisées dans l'exposé, ne supposant ainsi pratiquement aucun prérequisRéservation
Réserver ce document
Exemplaires(4)
Code-barres type de document numéro d'inventaire Cote Support Localisation Section Disponibilité 00001000919595 04-01-378 Livre Magazin Documentaires Disponible 161130 00001000919561 04-01-378 Livre Magazin Documentaires Disponible 161133 00001000919579 04-01-378 Livre Magazin Documentaires Disponible 161132 00001000919587 04-01-0378 Livre Salle 1 Documentaires Exclu du prêt 161131
Titre : Introduction pratique aux bases de données relationnelles Type de document : texte imprimé Auteurs : Andreas MEIER, Auteur ; Dac Hoa NGUYEN, Traducteur Mention d'édition : 2 ed. Editeur : Springer Année de publication : 2006 Collection : IRIS Importance : 290 p. Présentation : ill. Format : 25 cm. ISBN/ISSN/EAN : 978-2-287-25205-1 Note générale : index Langues : Français (fre) Langues originales : Allemand (ger) Catégories : INFORMATIQUE:Base de données Index. décimale : 08-08 Bases de données Introduction pratique aux bases de données relationnelles [texte imprimé] / Andreas MEIER, Auteur ; Dac Hoa NGUYEN, Traducteur . - 2 ed. . - Springer, 2006 . - 290 p. : ill. ; 25 cm.. - (IRIS) .
ISBN : 978-2-287-25205-1
index
Langues : Français (fre) Langues originales : Allemand (ger)
Catégories : INFORMATIQUE:Base de données Index. décimale : 08-08 Bases de données Réservation
Réserver ce document
Exemplaires(1)
Code-barres type de document numéro d'inventaire Cote Support Localisation Section Disponibilité 0 0001 00091947 0 08-08-46 Livre Salle 1 Documentaires Disponible
Titre : Optimisation combinatoire, théorie et algorithmes Type de document : texte imprimé Auteurs : Bernhard KORTE, Auteur ; Jens VYGEN, Auteur ; Jean FONLUPT, Traducteur Editeur : Springer Année de publication : 2010 Collection : IRIS Importance : 663 p. Format : 25 cm. ISBN/ISSN/EAN : 978-2-287-99036-6 Note générale : index Langues : Français (fre) Langues originales : Anglais (eng) Catégories : MATHÉMATIQUES:Mathématiques appliquées Index. décimale : 04-08 Mathématiques appliquées Optimisation combinatoire, théorie et algorithmes [texte imprimé] / Bernhard KORTE, Auteur ; Jens VYGEN, Auteur ; Jean FONLUPT, Traducteur . - Springer, 2010 . - 663 p. ; 25 cm.. - (IRIS) .
ISBN : 978-2-287-99036-6
index
Langues : Français (fre) Langues originales : Anglais (eng)
Catégories : MATHÉMATIQUES:Mathématiques appliquées Index. décimale : 04-08 Mathématiques appliquées Exemplaires(1)
Code-barres type de document numéro d'inventaire Cote Support Localisation Section Disponibilité 00001001056405 04-08-443 Livre Salle 1 Documentaires Exclu du prêt 201494
