Eine Situation, in der eines oder mehrere Merkmale der Wohldefiniertheit — Existenz, Eindeutigkeit oder stetige Abhängigkeit von Daten — für ein mathematisches Problem versagen und dadurch nicht-physikalische, nicht-eindeutige oder instabile Lösungen entstehen, die Datenfehler verstärken.

Prinzip

Schlechtgestelltheit tritt auf, wenn die Abbildung von Daten zur Lösung nicht wohlverhält (z. B. nicht stetig oder nicht injektiv) und kommt häufig bei inversen Problemen, analytischer Fortsetzung oder degenerierten Differentialoperatoren vor.

Demonstration

Die klassische rückwärts gerichtete Wärmeleitungsgleichung ist schlechtgestellt: kleines Messrauschen in der Endzeittemperatur führt bei der Rekonstruktion früherer Zustände zu exponentiell wachsenden Fehlern und zeigt nicht-stetige Datenabhängigkeit.

Fehlanwendung

Das direkte Lösen eines schlechtgestellten inversen Problems ohne Regularisierung kann zu falschen, stark schwankenden Lösungen führen, die die verrauschten Daten zwar anpassen, aber keine Vorhersagekraft besitzen.

Konsequenz

Schlechtgestelltheit erfordert Regularisierung, Modellverfeinerung oder zusätzliche Zwänge (Priors), um stabile, sinnvolle approximative Lösungen und quantifizierbare Unsicherheitsangaben für Inferenz oder Regelung zu erhalten.

Umkehrung

Das Umgekehrte ist die Wohldefiniertheit, bei der Lösungen eindeutig existieren und stetig von Daten abhängen, was direkte Interpretation und stabile Numerik ohne ad-hoc Stabilisierung erlaubt.

Abgrenzung

Bezieht sich auf die mathematische Formulierung und die gewählte Topologie; Schlechtgestelltheit in einer Norm kann durch Änderung des Funktionsraums, Hinzufügen physikalischer Zwänge oder Reformulierung behoben werden, doch manche Probleme bleiben intrinsisch schlechtgestellt.

Semantische Spannung

Im Spannungsfeld zu pragmatischen Lösungskonzepten: Ein schlechtgestelltes Modell kann in Verbindung mit prinzipieller Regularisierung oder probabilistischen Priors weiterhin nützlich sein; die Spannung liegt zwischen theoretischem Versagen der Hadamard-Kriterien und praktischer Wiedergewinnbarkeit.

Synthese

Schlechtgestelltheit beschreibt den Zusammenbruch von Existenz, Eindeutigkeit oder Stabilität in der Daten-zu-Lösung-Abbildung und signalisiert die Notwendigkeit zusätzlicher Informationen, Regularisierung oder Reformulierung, um brauchbare Ergebnisse zu erzielen.