$$\newcommand{\mtn}{\mathbb{N}}\newcommand{\mtns}{\mathbb{N}^*}\newcommand{\mtz}{\mathbb{Z}}\newcommand{\mtr}{\mathbb{R}}\newcommand{\mtk}{\mathbb{K}}\newcommand{\mtq}{\mathbb{Q}}\newcommand{\mtc}{\mathbb{C}}\newcommand{\mch}{\mathcal{H}}\newcommand{\mcp}{\mathcal{P}}\newcommand{\mcb}{\mathcal{B}}\newcommand{\mcl}{\mathcal{L}}
\newcommand{\mcm}{\mathcal{M}}\newcommand{\mcc}{\mathcal{C}}
\newcommand{\mcmn}{\mathcal{M}}\newcommand{\mcmnr}{\mathcal{M}_n(\mtr)}
\newcommand{\mcmnk}{\mathcal{M}_n(\mtk)}\newcommand{\mcsn}{\mathcal{S}_n}
\newcommand{\mcs}{\mathcal{S}}\newcommand{\mcd}{\mathcal{D}}
\newcommand{\mcsns}{\mathcal{S}_n^{++}}\newcommand{\glnk}{GL_n(\mtk)}
\newcommand{\mnr}{\mathcal{M}_n(\mtr)}\DeclareMathOperator{\ch}{ch}
\DeclareMathOperator{\sh}{sh}\DeclareMathOperator{\th}{th}
\DeclareMathOperator{\vect}{vect}\DeclareMathOperator{\card}{card}
\DeclareMathOperator{\comat}{comat}\DeclareMathOperator{\imv}{Im}
\DeclareMathOperator{\rang}{rg}\DeclareMathOperator{\Fr}{Fr}
\DeclareMathOperator{\diam}{diam}\DeclareMathOperator{\supp}{supp}
\newcommand{\veps}{\varepsilon}\newcommand{\mcu}{\mathcal{U}}
\newcommand{\mcun}{\mcu_n}\newcommand{\dis}{\displaystyle}
\newcommand{\croouv}{[\![}\newcommand{\crofer}{]\!]}
\newcommand{\rab}{\mathcal{R}(a,b)}\newcommand{\pss}[2]{\langle #1,#2\rangle}
$$
Bibm@th.net
Bibm@th
Conditionnement d'une matrice
Les modèles linéaires de la physique, de l'astronomie,...,
conduisent souvent à la résolution de grands systèmes linéaires qu'on représente matriciellement par
une équation du type AX=Y. Il arrive parfois qu'une petite variation sur Y entraîne une grande variation sur X.
On dit dans ce cas que la matrice, ou le problème, est mal conditionnée.
Exemple : On souhaite résoudre le système linéaire AX=Y, où
A est la matrice
Si Y est le vecteur
alors on trouve
Mais si Y est le vecteur
alors on trouve
Autrement dit, de très petites variations sur Y ont conduit à de grandes variations sur X.
De façon précise, si A est une matrice, son conditionnement
est $K(A)=\|A\|\times \|A\|^{-1}$. Dans l'exemple précédent, on trouve K(A)=4488, où la norme
choisie est la norme matricielle associée à la norme infinie sur R4.
Ce phénomène de mauvais conditionnement explique pour partie
la difficulté de prévoir certains phénomènes. Les appareils de mesure ne sont jamais parfaits,
et il est impossible de connaitre exactement Y. Cela peut entrainer une très grande imprécision
sur la valeur de X.
