Vous êtes sur la page 1sur 3

Master 1 GSI. Universit de Provence. e Atelier Matlab. .

TP3 : Interpolation de Lagrange. 1 Objectif du TP

Examiner pratiquement les proprits des polynmes dinterpolation de Lagrange. ee o Le but de lapproximation est de dnir une courbe qui approche au mieux un ensemble e de donnes (dnies chacune par un couple (x,y)). Cette courbe peut tre dnie par un e e e e polynme ou autrement (en fonction dexponentielles, de sinus...). o Ici nous choisirons des polynmes. o Dans le cas de linterpolation, la courbe approximante passe exactement par les donnes e et on parle de valeurs interpoles entre les donnes et valeurs extrapoles ` lextrieur e e e a e de cet ensemble de points. Dans le cas de lapproximation, la courbe approximante ne passe pas ncessairement par e les donnes mais sen rapproche selon un crit`re donn ` lavance. e e ea

Exercices prparatoires e

Exercice 1 : Soit f une fonction continue sur [a, b] et x0 , .., xn , n + 1 points distincts dans [a, b]. Le polynme de degr m dit des moindres carrs, est le polynme de degr m qui minimise o e e o e n sur lensemble des polynmes p de degr m, la quantit i=0 |f (xi ) p(xi )|2 . o e e 1. Rappeler en quoi consiste la mthode des moindres carrs et montrer que rsoudre e e e le probl`me de minimisation est quivalent ` rsoudre un syst`me linaire que lon e e a e e e explicitera. Montrer que si m n, le probl`me doptimisation admet une solution e unique. 2. On rappelle que le polynme dinterpolation de Lagrange des donnes x0 , x1 , ..xn et o e f (x0 ), f (x1 ), , f (xn ), est dni par e
n n

L(x) =
i=0

f (xi )
j=0 j=i

x xj . xi xj

Vrier que pour tout i {0, m}, L(xi ) = f (xi ). En dduire que dans le cas o` e e u m = n, le polynme de Lagrange et celui des moindres carrs co o e ncident. Cest ce rsultat quon utilise dans le TP. Ainsi le polynme dinterpolation sur des e o donnes x0 , x1 , ..xn et f (x0 ) = y0 , f (x1 ) = y1 .., f (xn ) = yn est donn par la fonction e e polyfit,et a exactement le degr n + 1. e Exercice 2 : On xe n N. Soit (Pk )kN une suite de polynmes de degr n convergeant simplement vers o e f sur lintervalle [a, b]. En utilisant linterpolation de Lagrange sur n + 1 points distincts de [a, b], montrer que f est un polynme de degr infrieur ou gal ` n et que la convergence est uniforme. o e e e a

Travaux pratiques :

Matlab, au contraire de Maple, ne contient pas de fonction prprogramme pour calculer le e e polynme dinterpolation de Lagrange. o Cela dit, il contient une fonction polyfit qui calcule le polynme dapproximation aux o moindres carrs. En utilisant la remarque de lexercice 1, on peut donc tr`s facilement crire e e e une procdure pour calculer le polynme dinterpolation de Lagrange. e o

3.1

Construction du polynme dinterpolation o

Notre objectif est dexaminer si on peut prdire ` partir dune interpolation polynmiale la e a o valeur de la population amricaine en 1984 alors quon ne dispose que de ses valeurs sur les e changements de dizaines entre 1900 et 1980. 1. Le chier census.dat de matlab contient lvolution de la population amricaine de e e 1790 ` 1990. Pour le charger tapez load census. a 2. Retenir les valeurs correspondant aux changements de dizaine entre 1900 et 1980. On notera ce vecteur pop9. Retenir parmi les 9 valeurs dj` prises entre 1900 et 1980, 3 valeurs (not pop3), puis ea e 6 valeurs (not pop6). e 3. Ecrire une procdure qui permet de calculer le polynme de Lagrange passant par n+1 e o points (x0 , y0), ...(xn , yn ) ` laide des fonctions polyfit et polyval. a 4. Tracer maintenant les polynmes dinterpolation correspondant ` pop3, pop6, pop9. o a Que constatez-vous ?

3.2

Analyse de lerreur dinterpolation dans le cas du polynme o interpolant dune fonction

On consid`re la fonction sin(x) dnie sur lintervalle [0, 3]. e e 1. Calculer le polynme dinterpolation n de sin(x) pour n = 1..5 (n tant le degr du o e e polynme), et comparer graphiquement le rsultat avec la fonction donne. o e e 2. Evaluer lerreur En = maxx[0,3] | sin(x) n (x)|, et visualiser le graphe de En en fonction de n. 3. En observant que | sin(n) (x)| 1 pour tout n, comparer lerreur obtenue avec la majoration : n+1 1 ba En (f ) max |f (n+1) (x)| . (1) x[a,b] 4(n + 1) n

3.3

Phnom`ne de Runge e e

1 On consid`re la fonction f (x) = 1+x2 sur lintervalle [5, 5]. e 1. Calculer le polynme dinterpolation n de f (x) pour n = 2, 4, 8, 12 (n tant le degr o e e du polynme), et comparer graphiquement le rsultat avec la fonction donne. o e e 2. Evaluer lerreur En = maxx[5,5] |f (x) n (x)|, et visualiser le graphe de En en fonction de n. 3. Refaites tout, en choisissant pour points xi

i {0, , n} , xi = 5 cos 2

(2i + 1) 2(n + 1)

Application : tude dun signal bruit e e

On consid`re la sortie numrique dun instrument, dont la mesure est aecte par un bruit e e e de fond. On indique cette donne par f et on la dnit par les commandes e e >> x=[0 :1/9 :1] ; >>f=10*x.2+rand(size(x)) ; On veut eectuer un lissage de cette donne en utilisant la mthode dapproximation au e e sens des moindres carrs. e 1. Calculer le polynme de degr 9 interpolant les donnes f , et le polynme approximant o e e o de degr 2 au sens des moindres carrs. e e 2. Comparer graphiquement les polynmes calculs avec la donne initiale. o e e 3. Utiliser le polynme interpolant et le polynme approximant obtenus pour extrapoler o o la valeur de f au point x = 2. Comparer les valeurs obtenues avec la valeur exacte du signal non bruit. Quelles conclusions peut on en tirer ? e 4. Rpter lexprience avec de nombreux chantillons de bruit (i.e en rappelant plusieurs e e e e fois la fonction rand). Comment voluent les polynmes interpolant et approximant. e o Commenter les rsultats. e

Rfrences ee
[1] J.P Demailly Analyse numrique et quations direntielles Presses de lUniversit de e e e e Grenoble. [2] A.Quarteroni, R.Sacco, F.Saleri Mthodes numriques pour le calcul scientique. Sprine e ger. [3] Anton, Howard Elementary linear algebra. Wiley c2000.