<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>SciPy on Tom Ragonneau</title><link>https://ragonneau.com/fr/tags/scipy/</link><description>Recent content in SciPy on Tom Ragonneau</description><generator>Hugo</generator><language>fr</language><lastBuildDate>Tue, 14 Jul 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://ragonneau.com/fr/tags/scipy/index.xml" rel="self" type="application/rss+xml"/><item><title>COBYQA</title><link>https://ragonneau.com/fr/projects/cobyqa/</link><pubDate>Tue, 14 Jul 2026 00:00:00 +0000</pubDate><guid>https://ragonneau.com/fr/projects/cobyqa/</guid><description>&lt;p&gt;&lt;strong&gt;COBYQA&lt;/strong&gt; (Constrained Optimisation BY Quadratic Approximations) est un solveur d&amp;rsquo;optimisation sans dérivée, open-source et de haute performance, conçu pour résoudre des problèmes d&amp;rsquo;optimisation non linéaire de la forme :&lt;/p&gt;
&lt;p&gt;$$\min_{x \in \mathcal{X}} \quad f(x) \quad \text{s.t.} \quad
\begin{cases}
b_l \le A x \le b_u, \\
c_l \le c(x) \le c_u,
\end{cases}$$&lt;/p&gt;
&lt;p&gt;où $\mathcal{X} = \left\{ x \in \mathbb{R}^n : l \le x \le u \right\}$. Il a été développé pour succéder à l&amp;rsquo;algorithme classique &lt;code&gt;COBYLA&lt;/code&gt;, offrant des fonctionnalités avancées pour traiter les tâches d&amp;rsquo;optimisation non contraintes, contraintes par des bornes, linéairement contraintes et non-linéairement contraintes en utilisant uniquement les valeurs des fonctions objectif et des contraintes, évitant ainsi complètement le recours aux informations de dérivées.&lt;/p&gt;</description></item></channel></rss>