X-Git-Url: https://git.piment-noir.org/?a=blobdiff_plain;f=pr%C3%A9sentation%2FSlides_ProjetOptimRO.tex;h=02182bfd3492d3f05b43beb6864fa9148d60fcf4;hb=4466fc2dcbbce87a97c3a7779273d0995bbad35c;hp=734cf93310ddcb64d98f66ece27edeeb68c89825;hpb=d6d72ccfb09994eab39bd6b81aeec8117d062999;p=Projet_Recherche_Operationnelle.git

diff --git "a/pr\303\251sentation/Slides_ProjetOptimRO.tex" "b/pr\303\251sentation/Slides_ProjetOptimRO.tex"
index 734cf93..02182bf 100644
--- "a/pr\303\251sentation/Slides_ProjetOptimRO.tex"
+++ "b/pr\303\251sentation/Slides_ProjetOptimRO.tex"
@@ -265,8 +265,8 @@ $}}
   \begin{center}
    $ \iff \nabla L(x^\ast,\lambda,\mu) = 0 \land \forall i \in I \ \mu_i \nabla g_i(x^\ast) = 0 $ où $ \lambda = (\lambda_1,\ldots,\lambda_q) $ et $ \mu = (\mu_1,\ldots,\mu_p) $.
   \end{center}
-  On appelle $ (\mu_i)_{i \in I}$ les multiplicateurs de Kuhn-Tucker et $ (\lambda_j)_{j \in J}$ les multiplicateurs de Lagrange.
-  \newline
+  % On appelle $ (\mu_i)_{i \in I}$ les multiplicateurs de Kuhn-Tucker et $ (\lambda_j)_{j \in J}$ les multiplicateurs de Lagrange.
+  % \newline
   On nomme également les conditions \textit{KTT} conditions nécessaires d'optimalité du premier ordre.
  \end{theoreme}
 \end{frame}
@@ -406,7 +406,7 @@ $}}
  \begin{defin}
   Une méthode de descente est dite Newtonienne si
   $$ d_k = -H[J](x_k)^{-1} \nabla J(x_k). $$
-  Elles conduisent aux \textit{algorithmes Newtoniens}.
+  Ce type de méthodes conduit aux \textit{algorithmes Newtoniens}.
  \end{defin}
  La direction de descente $ d_k = -H[J](x_k)^{-1} \nabla J(x_k) $ est l'unique solution du problème :