From 2a96a5fab55dd5ea47a782adf0963a261ddeb943 Mon Sep 17 00:00:00 2001
From: Louis <louis.lacoste@agroparistech.fr>
Date: Mon, 15 Dec 2025 14:03:51 +0100
Subject: [PATCH] Change with S&J

---
 suivi/2025-50/2025-50.qmd | 4 +++-
 1 file changed, 3 insertions(+), 1 deletion(-)

diff --git a/suivi/2025-50/2025-50.qmd b/suivi/2025-50/2025-50.qmd
index c2d319a..740c7cf 100644
--- a/suivi/2025-50/2025-50.qmd
+++ b/suivi/2025-50/2025-50.qmd
@@ -71,6 +71,8 @@ Plusieurs possibilités pour la définition de $\rho_r^j$
 
 ##### Modèle 1 (Tabouy)
 
+Dénominateur pas correct, ne somme pas à 1.
+
 $\rho_r^j = \frac{\exp{\beta_r X_j\mathbf{1}_{\{r\neq R\}}}}{1+\sum_{s=1}^{R-1} \beta_s X_j}, \beta_R = 0$ et $\rho_R^{j} = \frac{1}{1+\sum_{s=1}^{R-1} \beta_s X_j}$ (pas de compréhension intuitive)
 
 La partie pertinente de l'ELBO devient:
@@ -98,7 +100,7 @@ $$
 Et on obtient la dérivée partielle par rapport à $\beta_t$ comme:
 \begin{align*}
 \dfrac{\partial P}{\partial \beta_t}&((\beta_r)_{r=1,\dots,R}, (X_j)_{j=1,\dots,n_2}, (\tau_{jr})_{\substack{j=1,\dots,n_2\\r=1,\dots,R}} ) = \sum_{j=1}^{n_2} \biggl[ \tau_{jt} X_j - \frac{X_j \exp{\beta_t X_j}}{\sum_{s=1}^{R} \exp{\beta_s X_j}} \biggr]\\
-& = \sum_{j=1}^{n_2} \biggl[\bigl(\tau_{jt} - \sigma(\pmb{\beta} \pmb{X})_{t,j}\bigr) X_j\biggr] = \sum_{j=1}^{n_2} \biggl[\bigl(\tau_{jt} - \rho_r^j \bigr) X_j\biggr] 
+& = \sum_{j=1}^{n_2} \biggl[\bigl(\tau_{jt} - \sigma(\pmb{\beta} \pmb{X})_{t,j}\bigr) X_j\biggr] = \sum_{j=1}^{n_2} \biggl[\bigl(\tau_{jt} - \rho_t^j \bigr) X_j\biggr] 
 \end{align*}