L'algorithme CMA-ES, pour "Covariance Matrix Adapation - Evolution Strategies", est une méthode d'optimisation sans dérivées qui approche la solution du problème par une distribution gaussienne, et l'inverse de la Hessienne de la fonction objective par la matrice de covariacne de cette distribtion.

Je présenterai une partie des travaux de ma thèse, à savoir comment une analyse de stabilité d'une chaîne de Markov peut aboutir à une preuve de convergence de CMA-ES.