Nous explorons la mise à l’échelle d’un préconditionneur spectral pour résoudre efficacement une suite de systèmes linéaires symétriques et définis positifs...

Les méthodes de pénalité constituent une classe bien connue d'algorithmes pour l'optimisation sous contraintes. Elles transforment un problème contraint en u...

Nous développons R2N, une méthode quasi-Newton modifiée pour minimiser la somme d'une fonction \(\mathcal{C}^1\) \(f\) et d'une fonction \(h\) semi-con...

Nous étendons les analyses de complexité traditionnelles des méthodes de régions de confiance pour l'optimisation sans contrainte, possiblement non convexe....

Heterogeneous datasets emerge in various machine learning or optimization applications that feature different data sources, various data types and complex re...

Randomized algorithms have proven to perform well on a large class of numerical linear algebra problems. Their theoretical analysis is critical to provide gu...

A challenge in aircraft design optimization is the presence of non-computable, so-called hidden, constraints that do not return a value in certain regions of...