Scribd
Importer
159 vues2 pages

Condionnement Des - Cours

Le conditionnement d'une matrice inversible A est défini par cond(A) = |||A||| ⋅ |||A^{-1}|||, mesurant la stabilité des systèmes linéaires. Les propriétés incluent que cond(A) ≥ 1, cond(A) = cond(A^{-1}), et que multiplier A par un scalaire ne change pas son conditionnement. Un conditionnement proche de 1 indique une meilleure stabilité, et pour les matrices, le conditionnement peut être lié aux valeurs singulières ou propres.

Transféré par

Achraf HA
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
159 vues2 pages

Condionnement Des - Cours

Le conditionnement d'une matrice inversible A est défini par cond(A) = |||A||| ⋅ |||A^{-1}|||, mesurant la stabilité des systèmes linéaires. Les propriétés incluent que cond(A) ≥ 1, cond(A) = cond(A^{-1}), et que multiplier A par un scalaire ne change pas son conditionnement. Un conditionnement proche de 1 indique une meilleure stabilité, et pour les matrices, le conditionnement peut être lié aux valeurs singulières ou propres.

Transféré par

Achraf HA
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Cours Tan

Conditionnement des matrices


Définition du conditionnement d’une matrice

Soit |||⋅||| une norme matricielle subordonnée sur Mn (K). On appelle conditionnement
de la matrice A ∈ Mn (K) inversible, le réel :

−1
cond(A) = |||A||| ⋅ ∣∣∣
∣∣∣A
∣∣∣ .
∣∣∣

Propriétés du conditionnement

Quelle que soit la matrice A ∈ Mn (K) inversible et α ∈ K , on a :

1. cond(A) ≥ 1

2. cond(A) = cond(A
−1
) (donc considérer Ax = b ou x = A
−1
b , c’est la même
chose du point de vue du conditionnement)

3. cond(αA) = cond(A) (donc multiplier par 10−7 ne change pas le


conditionnement).

4. cond(A) = 1 ⇔ il existe α > 0 tel que αA est une isométrie.

Rappel sur le conditionnement


Le conditionnement est ce qui mesure la stabilité du système linéaire Ax = b , voir
Problèmes bien posés et conditionnements.

Soit A inversible et b .
n
∈ Mn (K) ∈ K

∥δx∥ ∥δb∥
1. Si Ax = b et A(x + δx) = b + δb , alors ≤ cond(A) . L’inégalité est opti-
∥x∥ ∥b∥

male dans le sens où il existe b ≠ 0 et il existe δb ≠ 0 tels qu’il y a égalité.


∥δx∥ |||δA|||
2. Si Ax = b et (A + δA)(x + δx) = b alors ≤ cond(A) .
∥x+δx∥ |||A|||

IMPORTANT

Ce théorème est important car il introduit la notion de continuité de la solution par rapport aux données (A
ou b ici). On en déduit également, que plus le conditionnement de A est proche de 1, meilleure est la
stabilité. Voir chap1/stabilite.adoc#def:3.

Proposition: conditionnement lié à la norme ∥ ⋅ ∥2


σn
1. Pour A une matrice inversible quelconque, cond2 (A) =
σ1
où σn et σ1 sont la plus
grande et la plus petite valeur singulière de A.
|λn |
2. Pour A une matrice inversible normale, cond2 (A) = où λn et λ1 sont la plus
|λ1 |

grande et la plus petite valeur propre de A en module (0 < |λ1 | ≤ … ≤ |λn |) .

3. Pour A une matrice unitaire (donc forcément inversible), on a cond2 (A) = 1 .

© 2025 Cemosis, Université de Strasbourg

Vous aimerez peut-être aussi