UTM-ISMAG M1

MIMA40 C.Hassenforder

Chapitre 2
APPROXIMATION DES FONCTIONS

Probl`
eme : Etant
donnee une fonction f , appartenant `
a un certain espace vectoriel norme
E de fonctions, connue soit sous sa forme analytique, soit sur un ensemble fini de points
{xi }i=1,2, ,N apr`es echantillonnage, il sagit de determiner la meilleure approximation f de
f , appartenant `
a un sous-espace F de dimension finie de E.
Autrement dit, on recherchera un element f F tel que :
kf f kE = min kg f kE .
gF

Pratiquement, le sous-espace F est un sous-espace vectoriel de dimension finie constitue soit

de polyn
omes, soit de polyn
omes trigonometriques ou de fonctions polynomiales par morceaux
(splines),... Les approximations obtenues dependent donc du sous-espace F choisi dans E et de
la norme definie sur E.
2-1 Approximation dans les espaces pr
ehilbertiens et hilbertiens
Probl`
eme dapproximation dans les espaces pr
ehilbertiens
Soit (E, k k) un espace prehilbertien et Fn un sous-espace vectoriel complet de E de dimen
sion n. Etant
donnee f E, il sagit de determiner Fn qui minimise kf k, Fn .
Lexistence et lunicite de la solution de ce probl`eme sont etablies par le theor`eme suivant :
Theor`eme. [Projection sur un sous-espace vectoriel complet]
Fn est lunique meilleure approximation de f en norme si et seulement si :
pour toute Fn , hf , i = 0.
Montrons maintenant que le probl`eme de meilleure approximation se ram`ene `
a la resolution
dun syst`eme lineaire :
Construction de
Soit (1, , n ) une base de Fn . Pour toute Fn , =

n
X

ai i et secrit sous la forme

i=1
n
X

ai i .

i=1

On a donc hf , i = 0 qui equivaut, en prenant pour tous les vecteurs de la base :

pour tout j {1, , n},

n
X
i=1

hi , j iai = hf, j i.

Chapitre 2

Approximation des fonctions

Ce syst`eme dequations, appele syst`eme des equations normales, secrit .A = B o`

u

h1, 1i h1, n i
hf, 1i
a1

.
.
..
.

..
..
=
, A = .. , et B =
.
.

hn , 1i hn , n i
hf, n i
an
est inversible car est unique, donc A est unique et vaut 1 .B.
Definition. Lorsque la base (i)i est orthonormale, les coefficients ai = hf, i i egaux
aux projections de f sur les elements de la base sont dits coefficients de Fourier de f
relativement `
a (i)i .

Theor`eme.

Si (i)i est une base, lerreur dapproximation de f par =

n
X

ai i est

i=1

egale `
a:
kf k =

kf k2

n
X

!1/2

ai hf, i i

i=1

Preuve. kf k2 = hf , f i = hf, fi hf, i = kfk2

Si la base est orthonormale : kf k =

kfk2

n
X

(ai )2

!1/2

n
X

ai hf, i i.

i=1

i=1

Si la base (i)i est orthonormale, la matrice est diagonale, ce qui facilite la resolution du
syst`eme lineaire. Do`
u linteret de la methode dorthogonalisation de Schmidt, qui permet de
construire des classes de polyn
omes orthonormaux.
2-2 M
ethode des moindres carr
es
a) Approximation discr`
ete des fonctions connues sur un ensemble fini de points.

Etant
donnee une fonction f de C(a, b) L2 (a, b), o`
u a et b peuvent etre infinis, connue aux
points (xi )i=1, ,N , on va construire une fonction appartenant au sous-espace Fn , engendre
par la base (1, , n ). Il sagit de trouver qui minimise la norme quadratique :
k f k =

N
X

p(xi )|(xi) f (xi )|

!1/2

i=1

o`
u les p(xi ) sont des poids positifs attribues aux points xi ; les valeurs des poids p(xi) seront
dautant plus grandes que lexige une bonne approximation de f par aux points xi .
Gr
ace au theor`eme de projection, le probl`eme de minimisation est equivalent `
a lorthogonalite

de (f ) avec tout de Fn , `
a savoir :
N
X

p(xi )((xi ) f (xi )).(xi) = 0 pour tout Fn

i=1

UTM-ISMAG M1

MIMA40 C.Hassenforder

cest-`
a-dire
n
X

ak

k=1

o`
u =

n
X

N
X

N
X

p(xi )k (xi )j (xi ) =

i=1

p(xi )f (xi )j (xi ) pour tout j {1, , n}

i=1

ak k , les ak etant inconnus : il sagit donc dun syst`eme dequations lineaires.

k=1

b) Approximation continue des fonctions d

efinies sur un intervalle
Z b
1/2
2
La methode est analogue `
a la precedente. On a kf k =
p(x)|(x) f (x)| dx
et
a

la caracterisation de est donnee par :

pour tout Fn ,

p(x)(f (x) (x))(x) dx = 0,

a

cest-`
a-dire
n
X
k=1

ak

p(x)k (x)j (x) dx =

a

p(x)f (x)j (x) dx pour tout j {1, , n}.

a

Les coefficients ak sont calcules gr

ace a
` la resolution du syst`eme lineaire precedent, analogue au
premier, o`
u lon a remplace les sommes par des integrales.
Deux applications classiques de la m
ethode des moindres carr
es :
(1) Approximation trigonom
etrique des fonctions d
efinies sur [, ]
Les fonctions de base sont : 0 (x) = 1, 1 (x) = sin x, 2(x) = cos x, 2n1 (x) = sin(nx),
2n (x) = cos(nx).
sexprime sous la forme dune serie de Fourier tronquee :
a0

n
X
+
(ak cos(kx) + bk sin(kx)).
k=1

(2) Approximation sur une base de polyn

omes orthogonaux (Pk )k
Soit un intervalle borne I de IR et une fonction p strictement positive et continue, definie
sur I, telle que :
Z
pour tout n IN,
|x|nf (x) dx est finie.
I

On construit, `
a partir de la suite des mon
omes (xn )nIN , lineairement independants, une
suite (Pn )nIN de polyn
omes deux `
a deux orthogonaux pour le produit scalaire defini sur
L2 (I, p(x) dx). Il est alors facile den deduire une suite de polyn
omes orthonormaux, qui cons2
titue une base orthonormale de L (I, p(x) dx).
Il existe plusieurs bases de polyn
omes orthogonaux adaptes aux intervalles de definition (a, b)
des fonctions considerees :
1
Tchebycheff : a = 1, b = 1, p(x) =
1 x2
Legendre : a = 1, b = 1, p(x) = 1
9

Chapitre 2

Approximation des fonctions

Hermite : a = , b = +, p(x) = ex .
Construction et
etude des polyn
omes de Tchebycheff
Pour tout n IN, cos(n) = (cos )n Cn2 (cos )n2 (1cos2 )+Cn4 (cos )n4 (1cos2 )2
(il suffit de developper (cos + i sin )n et de prendre la partie reelle.)
Ainsi, cos(n) est un polyn
ome de degre n en cos : soit alors x = cos .
Definition. Le polyn
ome de Tchebycheff de degre n est defini, pour x [1, 1], par :
Tn (x) = cos(nArccosx).

Theor`eme. [Proprietes des polyn

omes de Tchebycheff]
1) Tn a la parite de n
2) 1 Tn (x) 1 pour tout x [1, 1]
3) Le coefficient de xn est 2n1
4) T0 = 1, T1 (x) = x et pour n 1, Tn+1 (x)  2xTn(x) + T
n1 (x) = 0.

5) Lequation Tn (x) = 0 a n racines xk = cos (2k + 1)
, k = 0, , n 1.
2n
6) Les polyn
omes (Tn)n sont orthogonaux pour le produit scalaire :
hTn , Tmi =

1
1

Tn (x)Tm(x)

dx.
1 x2

Preuve. 2) Tn (cos ) = cos(n) donc |Tn (x)| 1.

3) Tn (x) = xn Cn2 xn2(1 x2 ) + Cn4 xn4(1 x2 )2 + + et le coefficient de xn est 1 + Cn2 + Cn4 +
1
+ Cn2E(n/2) = ((1 + 1)n + (1 1)n ) = 2n1.
2
4) cos((n+1))+cos((n1)) = 2 cos(n) cos donc Tn+1 (x)2xTn (x)+Tn1 (x) = 0. En particulier
T2 (x) = 2x2 1.
1) T0 = 1 pair, T1 (x) = x impair. Par la relation de recurrence precedente et compte tenu que T0 , T2
sont pairs et T1 impair, on a bien T2k pair et T2k+1 impair.


5) Tn (x) = 0 = cos n donne nk = + k et xk = cos (2k + 1)
.
2
2n
1
6) On sait que cos(n) cos(m) = (cos((n + m)) + cos((n m))) do`
u
2

si m 6= n

Z
0

si m = n = 0 .
Tn (cos )Tm (cos ) d =
()

0
si m = n 6= 0
2
En prenant x = cos dans () ( = Arccosx et d =
Z

1
1

0
Tn(x)Tm (x)

dx =

1 x2

2

10

dx
), il vient :
1 x2
si m 6= n
si m = n = 0 .
si m = n 6= 0

UTM-ISMAG M1

MIMA40 C.Hassenforder

2-3 M
ethode dapproximation uniforme
Cette methode concerne lapproximation des fonctions de E = C([a, b]), muni de la norme
de la convergence uniforme k k , par des fonctions dun sous-espace Fn de E, de dimension n.
Pour toute fonction f E, on cherche f Fn telle que :
kf k = min max |f (x) (x)|.
Fn x[a,b]

Le theor`eme de Stone-Weierstrass garantit lexistence dune approximation uniformement

convergente de toute fonction f C([a, b]) par une suite de polyn
omes.
Theor`eme. [Stone-weierstrass] Lensemble des polyn
omes definis sur [a, b] est dense dans
C([a, b]), muni de la norme k k ; toute fonction continue sur un intervalle ferme de IR est
limite uniforme dune suite de polyn
omes.
Preuve. Soit pn,k (t) = Cnk tk (1 t)nk .
n
X
On a, dapr`es la formule du bin
ome,
pn,k (t) = 1 et, en derivant
k=0

(x) = (1 t + tx)n =

n
X

Cnk tk (1 t)nk xk ,

k=0

on obtient
nt(1 t + tx)n1 =

n
X

n
X

n
X

Cnk tk (1 t)nk kxk1 =

k=1

Pour x = 1, il vient

kpn,k (t) = nt =

k=1

kpn,k (t).

En rederivant, on a n(n1)t2(1t+tx)n2 =
Pour x = 1, on a alors (n2 n)t2 =

n
X

Cnk tk (1t)nkk(k 1)xk2 =

k=2

(k2 k)pn,k (t) =

k=0
n
X

(nt k)2 pn,k(t) = n2t2

k=0

soit

n
X

pn,k (t) 2nt

k=0
n
X

kxk1pn,k (t)

k=1

k=0

n
X

n
X

n
X

n
X

pn,k (k2 k)xk2.

k=2

k2 pn,k (t) nt, puis

k=0
n
X

kpn,k(t) +

k=0

n
X

k2pn,k (t) = n2t2 2n2 t2 + n2 t2 nt2 + nt

k=0

(nt k)2pn,k (t) = nt(1 t).

k=0

f continue sur [0, 1] y est uniformement continue : pour tout > 0, il existe > 0 tel que, si
|t1 t2| < , alors |f(t1 ) f(t2 )| < .





k
Applique `
a notre probl`eme, cela donne, si K1 = k {0, , n} ; t  < :
n


 
X 

X
k


f(t) f
pn,k (t) .
pn,k (t)



n
kK1

kK1

 
 
X 
X 
k
k
On pose An (t) =
f(t) f
f(t) f
u
pn,k (t) et Bn (t) =
pn,k (t) o`
n
n
kK1
kK2





k
K2 = k {0, , n} ; t  .
n

11

Chapitre 2

Approximation des fonctions

Si M = sup |f(t)|, |Bn (t)| 2M

t[0,1]

pn,k (t).

kK2

Mais, si k K2 , |nt k| n et n2 2

pn,k (t)

kK2

n
X

(nt k)2pn,k (t) = nt(1 t), soit

k=0

pn,k (t)

kK2

t(1 t)
.
n 2

On en deduit, pour tout t [0, 1],

|Bn (t)|

2M t(1 t)
M
1

car t(1 t)
n 2
2n 2
4



 
n


X
k


f
pn,k (t) |An(t) + Bn (t)| |An(t)| + |Bn (t)|.
f(t)


n
k=0

Ainsi, pour tout > 0, il existe > 0 tel que |f(t) Pn (t)| +
qui conduit `
a la convergence uniforme de (Pn (t))n vers f.

M
2 pour n assez grand, ce
2n 2

On termine ce chapitre en enoncant le deuxi`eme theor`eme de Weierstrass, qui concerne

lapproximation des fonctions de E = C2 (fonctions continues 2-periodiques), muni de la
norme de la convergence uniforme k k , par des fonctions du sous-espace P de E, constitue des
polyn
omes trigonometriques.
Theor`eme de Weierstrass (admis).
Si f C2 , pour tout > 0, il existe P
tel que kf k . Ainsi, f peut etre approchee uniformement par les polyn
omes
trigonometriques.

12