Résumé
Pour minimiser une fonction sur Rn en présence de m contraintes d’égalité non linéaires, on propose un algorithme ayant les caractéristiques suivantes: chaque itération comprend deux pas de restauration des contraintes et un pas de minimisation de la fonction, les contraintes sont linéairisées une fois par itération, une matrice d’ordre n-m (approximation du hessien réduit du lagrangien) est mise jour mais pas à chaque itération (un critère de mise à jour est proposé), la méthode est globale avec priorité à la restauration, enfin, la suite de points générée converge Q-superlinéairement.