Problème qui viole un ou plusieurs des critères usuels de bonne-posedness (existence, unicité, dépendance continue des solutions par rapport aux données), de sorte que des solutions peuvent ne pas exister, ne pas être uniques, ou varier de façon discontinue sous de très petites perturbations des données d'entrée.

Principe

La bonne-posedness est nécessaire pour l'interprétabilité physique et le calcul numérique stable ; la mal-posedness indique que l'application inverse ou directe manque de continuité ou d'injectivité/surjectivité dans les espaces fonctionnels choisis et nécessite en général une reformulation ou une régularisation.

Démonstration

La conduction inverse de la chaleur (équation de chaleur renversée) est classique : étant donné la température à un temps final, recouvrer des états antérieurs est exponentiellement mal posé — de petites perturbations haute-fréquence des données croissent rapidement vers le passé. La prolongation analytique à partir de données partielles en est un autre exemple.

Mauvaise application

Confondre la mal-posedness avec une simple difficulté numérique ou une convergence lente, ou ne pas distinguer mal-posedness et mauvais conditionnement (un problème peut être bien posé mais numériquement mal conditionné), ou appliquer une régularisation sans vérifier les hypothèses de modélisation appropriées.

Conséquence

Il faut restreindre les espaces de données, imposer des a priori ou une régularisation (Tikhonov, coupure spectrale, priors bayésiens), ou reformuler en problème bien posé (par exemple filtrage, introduction d'une dissipation physiquement motivée) pour obtenir des solutions stables et interprétables.

Inversion

Problème bien posé : existence, unicité et dépendance continue tiennent dans la topologie choisie ; cela permet une approximation numérique fiable et une inférence stable.

Limite

La (mal-)posedness est relative au choix des espaces fonctionnels, normes et topologies ; la discrétisation peut modifier le caractère (la troncature en dimension finie peut rendre un problème numériquement solvable), et des formulations stochastiques peuvent recadrer la mal-posedness comme une grande incertitude plutôt que comme une impossibilité.

Tension sémantique

Tension entre mal-posedness et mauvais conditionnement : la première est un échec mathématique des propriétés de l'opérateur direct/inverse, la seconde une amplification numérique des perturbations ; les deux affectent le calcul mais nécessitent des remèdes différents.

Synthèse

Un problème mal posé manque d'au moins un des critères d'existence, d'unicité ou de dépendance continue dans le cadre mathématique choisi ; reconnaître lequel échoue oriente le choix de régularisation, de restrictions de modèle ou de formulations alternatives visant à restaurer une puissance prédictive ou reconstructive utile.