diff --git a/_doc/sphinxdoc/source/index.rst b/_doc/sphinxdoc/source/index.rst
index 37a0aabc0..2aba602ff 100644
--- a/_doc/sphinxdoc/source/index.rst
+++ b/_doc/sphinxdoc/source/index.rst
@@ -38,14 +38,28 @@ Les prérequis sont bien sûr `Python <https://www.python.org/>`_ et
 `IPython <http://ipython.org/>`_ mais 
 les modules `pandas <http://fr.wikipedia.org/wiki/Panda>`_, 
 `numpy <http://www.numpy.org/>`_, 
-`openpyxl <http://pythonhosted.org/openpyxl/>`_. Sous Windows, ces modules
+`openpyxl <http://pythonhosted.org/openpyxl/>`_. 
+
+Sous Windows, ces modules
 sont accessibles depuis le site 
 `Unofficial Windows Binaries for Python Extension Packages <http://www.lfd.uci.edu/~gohlke/pythonlibs/>`_.
+
 Les étapes nécessaires à l'installation sont décrites ici :
-`Installer Python pour faire des statistiques <http://www.xavierdupre.fr/blog/2014-02-26_nojs.html>`_.
-A ces modules, il faut ajouter deux autres conçus pour ces enseignements : 
-`pyquickhelper <http://www.xavierdupre.fr/app/pyquickhelper/helpsphinx/>`_,
-`pyensae <http://www.xavierdupre.fr/app/pyensae/helpsphinx/>`_.
+`Installer Python pour faire des statistiques <http://www.xavierdupre.fr/blog/2014-02-26_nojs.html>`_. 
+En résumé, il faut :
+
+1. Installer `python <https://www.python.org/>`_
+2. Ouvrir une ligne de commande et écrire ``pip install myinstall``.
+3. Utiliser le code suivant pour installer les modules supplémentaires ::
+
+    from pymyinstall import datascientist
+    datascientist("install")
+
+
+Cette instruction installe notamment eux modules qui ont été développés pour ces enseignements : 
+
+1. `pyquickhelper <http://www.xavierdupre.fr/app/pyquickhelper/helpsphinx/>`_,
+2. `pyensae <http://www.xavierdupre.fr/app/pyensae/helpsphinx/>`_.
 
 Lors de l'installation, il faut faire attention à installer le langage
 Python et ses modules en prenant soin d'utiliser la même version pour chaque composant.
@@ -60,6 +74,14 @@ Contenu des enseignements
     
         * :ref:`Exercices d'algorithmie <l-exoalgo>`
         * :ref:`Exposés divers non abordés en cours <l-extra>`
+        
+    * Autres documents
+    
+        * :ref:`Modules <modulesi>`
+        * :ref:`Outils, ressources pour développer <l-devtools>`
+        * :ref:`Examens passés <l-examens>`
+        * :ref:`Projets informatiques <l-projinfo>`
+        * :ref:`Coding Party <l-codingparty>`
 
 Quelques références
 -------------------
diff --git a/_doc/sphinxdoc/source/projet_info.rst b/_doc/sphinxdoc/source/projet_info.rst
index 633ec6c6b..61e1974e5 100644
--- a/_doc/sphinxdoc/source/projet_info.rst
+++ b/_doc/sphinxdoc/source/projet_info.rst
@@ -1,5 +1,7 @@
 
 
+.. _l-projinfo:
+
 Projets informatiques
 =====================
 
diff --git a/_doc/sphinxdoc/source/td_1a.rst b/_doc/sphinxdoc/source/td_1a.rst
index 677504c4b..78da0c33d 100644
--- a/_doc/sphinxdoc/source/td_1a.rst
+++ b/_doc/sphinxdoc/source/td_1a.rst
@@ -18,29 +18,29 @@ Les six premières séances font découvrir le langage Python.
 
 Les six séances suivantes sont centrées autour de l'utilisation de la programmation
 pour un usage scientifique. 
-
 Trois séances sont centrées sur trois algorithmes.
 Lorsqu'un problème paraît compliqué ou qu'un algorithme est trop long, 
 il y a deux questions qu'on doit se poser en premier pour entrevoir une solution. 
-Peut-on réécrire le problème par **récurrence** ? On aboutit le plus souvent à une solution 
-issue de la programmation. Le coût est **quadratique**.
-Peut-on **couper le problème en deux**, construire une solution sur chaque moitié puis recoller les solutions ? 
-On procède de cette façon par dichotomie. Le coût est **logarithmique**.
+
+1. Peut-on réécrire le problème par **récurrence** ? On aboutit le plus souvent à une solution issue de la programmation. Le coût est **quadratique**.
+2. Peut-on **couper le problème en deux**, construire une solution sur chaque moitié puis recoller les solutions ? On procède de cette façon par dichotomie. Le coût est **logarithmique**.
+
+Ces deux façons de faire sont présentée durant les trois séances qui suivent.
 
 - :ref:`TD 7 : Programmation dynamique <td1acenoncesession7rst>`  (:ref:`correction <td1acorrectionsession7rst>`)
 - :ref:`TD 8 : Arbre et Trie <td1acenoncesession8rst>`  (:ref:`correction <td1acorrectionsession8rst>`)
 - :ref:`TD 9 : Optimisation sous contrainte <td1acenoncesession9rst>`  (:ref:`correction <td1acorrectionsession9rst>`) (relecture conseillée à ceux qui souhaite optimiser des portefeuilles d'actions)
 
 Trois séances sont centrées sur les outils indispensables pour manipuler facilement les données et faire des calculs.
-Ces outils sont similaires à ceux qu'on trouve dans de nombreux languages à usage scientifique 
-([R](http://www.r-project.org/), [SciLab](http://www.scilab.org/fr), 
-[Julia](http://julialang.org/), [Octave](http://www.gnu.org/software/octave/), ...).
+Ces outils sont similaires à ceux qu'on trouve dans de nombreux languages à usage scientifique
+(`R <http://www.r-project.org/>`_, `SciLab <http://www.scilab.org/fr>`_, 
+`Julia <http://julialang.org/>`_, `Octave <http://www.gnu.org/software/octave/>`_, ...).
 
 - :ref:`TD 10 : DataFrame et Matrice <td1acenoncesession10rst>`  (:ref:`correction <td1acorrectionsession10rst>`), cette séance est particulièrement longue, il est recommandé de la lire avant la séance et de la relire après.
 
 La dernière séance est une séance notée. Tous les documents sont autorisés. Quelques questions 
 peuvent requérir l'utilisation des outils présentées durant les séances 19 à 12. Toutefois,
-si tel est le cas, 
+si tel est le cas, ce sera très proche d'une solution proposée lors des TD.
 
 
 .. toctree::