Académique Documents
Professionnel Documents
Culture Documents
kAXk 1 1
|||A||| = sup kAXk = sup . 6 |||A||| · . (∗∗)
kXk kYk
kXk=1 X6=0 kXk
Multiplions les deux inégalités de termes positifs (∗) et (∗∗) :
On « rappelle » que cette norme une norme matri
ielle, ou kδXk kδYk
encore norme d'alg ebre, c’est-à-dire qu’elle vérifie |||In ||| = kXk
6 |||A||| A−1
kYk
,
1 et qu’elle est sous-mulitpli
ative :
ce qui est le résultat cherché.
∀A, B ∈ Mn (R) |||AB||| 6 |||A||| · |||B||| . Le second théorème fixe encore une fois une borne supé-
Le
onditionnement d’une matrice A est alors rieure à la variation δX, dans le cas où c’est la matrice A
qui est entachée d’erreurs :
Cond(A) := |||A||| · A−1 .
THÉOR
EME 22.3 Si AX = Y et (A + δA)(X + δX) = Y,
Le conditionnement d’une matrice peut se calculer grâce alors
aux résultats suivants1 kδXk |||δA|||
6 Cond(A) .
kX + δXk |||A|||
PROPOSITION 22.1 Soit A ∈ Mn (R).
i) Si A est symétrique, alors |||A||| est égale à sa plus Démonstration : Des égalités AX = Y et (A + δA)(X + δX) =
Y, on tire
grande valeur propre en valeur absolue ; dans ce cas, ∆X = −A−1 δA (X + δX)
max |λ| donc
λ∈Sp(A) kδXk 6 A−1 |||δA||| kX + δXk ,
Cond(A) = .
min |λ| c’est-à-dire
λ∈Sp(A)
kδXk |||A|||
6 |||A||| A−1 .
kX + δXk |||δA|||