Dans cette présentation nous présentons deux idées: Reformuler les problèmes d'optimisation globale en terme de problème à valeurs aux limites. Ceci permet de présenter les problèmes d'optimisation globale sous un nouvel angle et de dé-couvrir de nouveaux algorithmes en utilisant ce que l'on connaît sur la résolution des problèmes à valeurs aux limites. En effet, toutes les méthodes d'optimisation actuelles, y compris les non-déterministes, sont basées sur la résolution de problèmes à valeurs initiales pour des équations différentielles. Nous introduirons aussi les techniques de calcul de sensitivités à faible complexité telles que les gradients incomplets, les modèles à complexité réduite et les discrétisations à niveaux multiples. Ceci est intéressant en optimisation sous contrainte, même lors de l'utilisation des techniques sans gradient. En effet, cette information supplémentaire permet de discriminer entre les points d'un front de Pareto en optimisation multi-critère, en mettant en évidence le caractère plus ou moins robuste d'un point du front.