Interpolation Polynomiale
-
Upload
younes-kafi -
Category
Documents
-
view
228 -
download
0
Transcript of Interpolation Polynomiale
-
8/3/2019 Interpolation Polynomiale
1/34
1
Mthodes numriques
pour lingnieur
Interpolation
f(x)
-
8/3/2019 Interpolation Polynomiale
2/34
20 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
-4
-3
-2
-1
0
1
2
Approximation de fonctions
Soit une fonctionf(inconnue explicitement)
connue seulement en certains pointsx0,x1xn
ou valuable par un calcul coteux.
Principe : reprsenterfpar une fonction simple, facile valuer
Problme :
il existe une infinit de solutions !
-
8/3/2019 Interpolation Polynomiale
3/34
3
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
-4
-3
-2
-1
0
1
2
Approximation de fonctions
Il faut se restreindre une famille de fonctions
polynmes,
exponentielles,
fonctions trigonomtriques
-
8/3/2019 Interpolation Polynomiale
4/34
4
Quelques mthodes d'approximation
Interpolation polynomiale
polynmes de degr au plus n
polynmes de Lagrange diffrences finies de Newton
Interpolation par splines
polynmes par morceaux
Interpolation d'Hermite
informations sur les drives de la fonction approche
-
8/3/2019 Interpolation Polynomiale
5/34
5
ab ab
f(x)
P(x)
f(x)+e
f(x)-e
f(x)
P(x)
f(x)+e
f(x)-e
Thorme dapproximation de Weierstrass
baxxPxf
baxPbaf
,)()(
:quetel,surdfinit,)(polynmeunexisteil,0Alors,,intervallel'surcontinueetdfiniefonctionunesoit
e
e
)(xf
)(xP
e)(xf
e)(xf
grandestpolynomeduordrel'pluspetit,est,pluse
Interpolation :
nnnnn ordre:inconnues1quations,1s,contrainte1points,1
-
8/3/2019 Interpolation Polynomiale
6/34
6
Interpolation polynomiale
Le problme : les donnes, la solution recherche
mauvaise solution : rsoudre le systme linaire
la combinaison linaire de polynmes est un polynme
nixfxPxP
xfyxxfyxxfyx
ii
iiiiii
,0),()(quetel)(
)(,,...,)(,,...,)(, 000
010
)()(...)()(ainsi
0)(et1)(quetel
)()(...)()(
00
00
inniiiii
jiii
nnii
xPyxPyxPyxP
ijxPxP
xPyxPyxPyxP
eVandermonddematrice:)(0
VyVaxaxPn
i
ii
-
8/3/2019 Interpolation Polynomiale
7/347
Interpolation polynomiale : Lagrange
Thorme
Soient n+1 points distinctsxi rels et n+1 relsyi,
il existe un unique polynmepPn tel que
p(xi) = yi pour i = 0 n
Construction dep :
avecLi polynme de Lagrange
Proprits deLi
Li(xi)=1
Li(x
j)=0 (j i)
n
0i
ii )x(Ly)x(p
n
ij0j ji
j
ixx
xx
)x(L
L est un polynme dordre n
dmonstration
-
8/3/2019 Interpolation Polynomiale
8/348
01
0
1
10
10
10
0
1
10
10
10
0110
10
10
xx
xxy
xx
xxy
xx
xxy
xx
xxyy
xx
yxyxx
xx
yyy
Exemple avec n=1
on connat 2 points (x0,y0) et (x1,y1)
on cherche la droitey=ax+b (polynme de degr 1)
qui passe par les 2 points : y0 = a x0 + b a = (y0 - y1) / (x0 - x1)
y1 = a x1 + b b = (x0 y1 - x1 y0) / (x0 - x1)
Lagrange : exemple n1
L0(x) L1(x)
x0
x1
y1
y0
-
8/3/2019 Interpolation Polynomiale
9/349
Lagrange : exemple n2
Exemple avec n=2
on connat 3 points (0,1), (2,5) et (4,17)
polynmes de Lagrange associs :
8
4x2x)x(L0
8
2xx)x(L2
4
4xx)x(L1
0 2 4
-
0 2 4 0 2 4
-
8/3/2019 Interpolation Polynomiale
10/3410
-1 0 1 2 3 4 50
5
10
15
20
25
30
Lagrange : exemple n2
calcul du polynme d'interpolation
p(x)=L0(x) + 5 L1(x) + 17 L2(x)
en simplifiant, on trouve p(x)=x2+1
-
8/3/2019 Interpolation Polynomiale
11/3411
Lagrange : lalgorithme
Complexit du calcul : n2
fait*
fait)()(
)(*
;,jusqu'1pourjusqu'1pour
lyyy
jxix
jxxll
ijnjni
i
ii
i
Fonctiony = lagrange(x,xi,yi)
-
8/3/2019 Interpolation Polynomiale
12/3412
-1 0 1 2 3 4 5
-10
0
10
20
30
40
50
60
Lagrange : exemple n3
Exemple avec n=2 (fonction approchery=ex)
on connat 3 points (0,1), (2,7.3891) et (4,54.5982)
Polynme d'interpolation
p(x) =L0(x) + 7.3891 L1(x) + 54.5982 L2(x)
-
8/3/2019 Interpolation Polynomiale
13/3413
Lagrange : exemple n3
Erreur d'interpolation e(x) = f(x) - p(x)
-1 0 1 2 3 4 5-20
-10
0
10
20
30
40
50
60
-
8/3/2019 Interpolation Polynomiale
14/3414
Lagrange : erreur d'interpolation
Thorme :
sifest n+1 drivable sur [a,b], x [a,b], notons :
Ile plus petit intervalle ferm contenantx et lesxi f(x)=(x-x0)(x-x1)(x-xn)
alors, il existe I tel que
NB : dpend dex
Utilit = on contrle lerreur dapproximation donc .
la qualit de lapproximation
x
!1n
fxe
)1n(
f
-
8/3/2019 Interpolation Polynomiale
15/3415
Lagrange : choix de n
Supposons que l'on possde un nb lev de points pour
approcherf faut-il tous les utiliser ?
(calculs lourds)
Mthode de Neville :
on augmente progressivement n
on calcule desLi de manire rcursive
on arrte ds que l'erreur est infrieure un seuil
(dou lutilit du calcul de lerreur)
-
8/3/2019 Interpolation Polynomiale
16/3416
La mthode de Neuville Dfinition
Thorme
Dmonstration
Application systmatique
kk
k
mmmmmm
mmm
yxyxyxk
xP
,,...,,,,pointsles
surcalculLagrangedepolynme)(
2211
21 ,...,,
ji
niiinjjj
xx
xPxxxPxxxP
)()()(
,...,1,1,...,1,0,...,1,1,...,1,0
)()(et)()();()( kkjjii xfxPxfxPxfxP
3,34,2,1,02,33,2,11,33,20,333
2,22,1,01,22,10,222
1,11,00,111
0,000
QPQPQPQPx
QPQPQPx
QPQPx
QPx
iijijiji PQ ,1,...,1,,
-
8/3/2019 Interpolation Polynomiale
17/3417
Lalgorithme de Neuville
Complexit du calcul : n2
fait),(
fait)()(
11)(1)(
jusqu'1pourjusqu'1pour
fait)()0,(
jusqu'1pour
nnQy
jixix
),jQ(iixx)Q(i,jjixxQ(i,j)
ijni
iyiQni
ii
ii
i
Fonctiony = Neuville(x,xi,yi)
-
8/3/2019 Interpolation Polynomiale
18/3418
Interpolation polynomiale : Newton
Polynmes de Newton :
base = {1, (x-x0), (x-x0)(x-x1), , (x-x0)(x-x1)(x-xn-1)}
on peut r-crirep(x) :p(x)=a0 + a1(x-x0) + a2(x-x0)(x-x1)++ an(x-x0)(x-x1)(x-xn-1)
calcul des ak: mthode des diffrences divises
-
8/3/2019 Interpolation Polynomiale
19/3419
Newton : diffrences divises
Dfinition :
Soit une fonctionfdont on connat les valeurs en des points
distincts a, b, c, On appelle diffrence divisedordre 0, 1, 2,...,n
les expressions dfinies par rcurrence sur lordre k:
k=0 f [a] = f (a)
k=1 f [a,b] = ( f [b] - f [a] ) / ( b - a ) k=2 f [a,b,c] = ( f [a,c] - f [a,b] ) / ( c - b )
f [X,a,b] = ( f [X,b] - f [X,a] ) / ( b - a )
a X , b X , a b
-
8/3/2019 Interpolation Polynomiale
20/3420
Newton : diffrences divises
Thormes :
dtermination des coefficients dep(x) dans la base de
Newton :
f [x0, x1,, xk] = ak avec k = 0 n
erreur d'interpolation :
e(x) = f [x0, x1,, xn, x] f(x)
-
8/3/2019 Interpolation Polynomiale
21/3421
Newton : diffrences divises
a0
a1
a2
an
Calcul pratique des coefficients :
x0 f [x0]
x1 f [x1] f [x0, x1]
x2 f [x2] f [x1, x2] f [x0, x1, x2]
...
f [xn-3, xn-2, xn-1]
xn f [xn] f [xn-1, xn] f [xn-2, xn-1, xn] f [x0, ..., xn]
-
8/3/2019 Interpolation Polynomiale
22/34
22
Newton : exemple
a
0
a2
p(x)=1+ 2x + x(x-2) (et on retombe surp(x) = 1 + x2)
a1
(ex. n2) : n=2 (0,1), (2,5) et (4,17)
0 f [x0]=1
2 f [x1]=5 f [x0, x1]
=(1-5)/(0-2)=2
4 f [x2]=17 f [x1, x2] f [x0, x1, x2]
=(5-17)/(2-4)=6 = (2-6)/(0-4)=1
-
8/3/2019 Interpolation Polynomiale
23/34
23
Newton : lalgorithme
Complexit du calcul : n2
fait),((i)jusqu'1pour
faitfait
)()(
111
jusqu'1pour
jusqu'1pourfait
)()0,(jusqu'1pour
inFani
jixix
),jF(i)F(i,jF(i,j)
ij
ni
iyiFni
ii
i
Fonction a = Newton(xi,yi)
-
8/3/2019 Interpolation Polynomiale
24/34
24
-6 -4 -2 0 2 4 6
-6
-4
-2
0
2
4
6
A bas les polynmes
Ex :y=2(1+tanh(x)) - x/10 avec 9 points
entre les points, le polynme fait ce qu'il veut
et plus son degr est lev plus il est apte osciller !
-
8/3/2019 Interpolation Polynomiale
25/34
25
Interpolation par splines cubiques
Principe :
on approche la courbe par morceaux (localement)
on prend des polynmes de degr faible (3) pour viter lesoscillations
-
8/3/2019 Interpolation Polynomiale
26/34
-
8/3/2019 Interpolation Polynomiale
27/34
27
Splines : illustration
P1(x)=a1x3+b1x
2+c1x+d1
=a1 (x-x1)3+b1 (x-x1)
2+c1 (x-x1)+d1
P2(x)=a2 (x-x2)3+b2 (x-x2)
2+c2 (x-x2)+d2
-
8/3/2019 Interpolation Polynomiale
28/34
28
Splines cubiques : dtermination
Dtermination de la spline dinterpolation
g concide sur chaque intervalle [xi; xi+1] avec un polynme de
degr infrieur ou gal 3
g" est de degr 1 et est dtermin par 2 valeurs: mi = g"(xi) et mi+1 = g"(xi+1) (momentau noeud ni)
Notations :
hi = xi+1 - xi pour i = 0 n-1 di= [xi; xi+1]
gi(x) le polynme de degr 3 qui concide avec g sur lintervalle di
-
8/3/2019 Interpolation Polynomiale
29/34
29
Splines cubiques : dtermination
g"i(x) est linaire :
x di
on intgre
(ai constante)
on continue
(bi constante)
gi(xi) = yi
gi(xi+1) = yi+1
i
1ii
i
i1ii
h
xxm
h
xxmxg
iiii
31i
ii
3i
1ii bxxah6
xxm
h6
xxmxg
i
i
21i
i
i
2i
1ii a
h2
xxm
h2
xxmxg
i
2ii
i b6
hmy
iii
2i1i
1i bha6
hmy
1
2
-
8/3/2019 Interpolation Polynomiale
30/34
30
Splines cubiques : dtermination
g'(x) est continue :
et
on remplace les ai dans :
Rappel : on cherche les mi (n+1 inconnues) on a seulement n-1 quations grce
il faut rajouter 2 conditions, par exemple
m0 = mn =0 (spline naturelle)
i1i1i1i
iii
iii xga2
hma
2
hmxg
i1ii
i1i
i
i mm6
hyy
h
1a
3
1 2
3
1ii
1i
i1i
i
1iii1ii1i1i yyh
1yy
h
16mhmhh2mh4
4
-
8/3/2019 Interpolation Polynomiale
31/34
31
Splines cubiques : dtermination
Ex de rsolution avec hi = xi+1 - xi constant :
forme matricielle :
Tm=f
Tinversible (diagonale strictement dominante)
1ii1i
i1ii
1iii1ii1i1i yyh
1yy
h
16mhmhh2mh4
i1ii1i21ii1i fyy2yh1
mm4m
1n
1
1n
1
f
f
m
m
41
141
141
014
-
8/3/2019 Interpolation Polynomiale
32/34
32
Splines cubiques : lalgorithme
Complexit du calcul : complexit du solveur
fait6
)()(
6
1)(
1;1pour]0,,0[
\1212
fait
6)1(
2)1,()1,(
2),(1;2pour
11
1
11
1
1
ii
ii
i
iii
i
ii
i
ii
i
i
ii
hmiyib
mmh
yyh
ia
nimmfTm
:n-,:n-TT
h
yy
h
yyif
hiiThiiT
hhiiTni
-
8/3/2019 Interpolation Polynomiale
33/34
33
Splines cubiques : exemple
Ex :y=2(1+tanh(x)) - x/10 avec 9 points
-6 -4 -2 0 2 4 6
-6
-4
-2
0
2
4
6
spline
polynme de degr 8
-
8/3/2019 Interpolation Polynomiale
34/34
Conclusion
Interpolation polynomiale
valuer la fonction en un point : Polynme de Lagrange ->
mthode de Neville
compilerla fonction : Polynme de Newton Interpolation polynomiale par morceau : splines
spline cubique dinterpolation
spline cubique dapproximation (on rgularise)
b spline
spline gnralise : splines gausinnes (multidimensionelle)
approximation - apprentissage