Académique Documents
Professionnel Documents
Culture Documents
Serie 06
Serie 06
Série n◦6 :
Interpolation et méthodes des moindres carrés
a) La formule de Newton qui consiste à écrire la polynôme Pn aux points x0 , ..., xn sous la
forme
Pn (x) = a0 + a1 (x − x0 ) + ... + an (x − x0 ) . . . (x − xn−1 ) (2)
permet de construire le polynôme Pn à l’aide d’une récurrence. En effet
n−1
Y
Pn (x) = Pn−1 (x) + an (x − xk ). (3)
k=0
f (n) (ξ)
f [x0 , ..., xn ] = .
n!
1
c) Montrer que
Mn+1
|Pn (x) − f (x)| ≤ |πn (x)|,
(n + 1)!
où Mn+1 = maxa≤x≤b |f (n+1) (x)| et πn (x) = ni=0 (x − xi ).
Q
Remarquons bien ici que l’estimation n’est pas forcément quelque chose de petit (voir
phénomène de Runge).
d) Montrer que si α ∈
/ [−1, 1], nous avons
C
kf − fn k∞ ≤
n2
et donc fn converge uniformément vers f lorsque n tend vers l’infini.
2
Exercice 3. Formules de quadratures
Soit f une fonction continue définie de l’intervalle [a, b] à valeurs dans IR. Il existe toute une
famille d’algorithmes permettant d’approcher la valeur numérique de l’intégrale
Z b
I = f (x) dx.
a
Toutes consistent à approcher l’intégrale par une formule dite de “quadrature”, du type
p
X
Ip = ωi f (xi ).
i=1
Irect = (b − a) f (ξ).
(b − a)2 0
|Irect − I| ≤ kf kL∞ , η ∈ [a, b].
2
b) Nous interpolons f par un polynôme de degré un, nous avons besoin de deux points
d’interpolation, à savoir (a, f (a)) et (b, f (b)). Montrer que l’intégrale est alors approchée par
l’aire du polynôme d’interpolation (méthode des trapèzes)
(b − a)
Itrap = (f (a) + f (b)).
2
Montrer que
(b − a)3 00
|I(f ) − I| ≤ kf kL∞ η ∈ [a, b].
12
3
Exercice 4. Méthodes des moindres carrés discrètes avec poids.
Nous rappelons d’abord le théorème de la projection dans un espace de Hilbert.
Théorème 1 Soit H un espace de Hilbert (espace de Banach muni p d’un produit scalaire)
sur IR avec le produit scalaire (x, y)H et la norme associée kxkH = (x, x)H . Soit E un
sous espace vectoriel fermé de H et y ∈ H. Alors il existe un unique v ∗ ∈ E tel que
kv ∗ − ykH ≤ kv − ykH , ∀ v ∈ E.
De plus v ∗ est la projection orthogonale de y sur l’espace F c’est-à-dire
(v ∗ − y, v)H = 0, ∀v∈E
Nous considérons α = (α1 , · · · αn )T ∈ IRn avec αi > 0, i = 1, · · · n et la matrice
diagonale D = diag(α1 , · · · αn ) ∈ Mn,n (IR).
Nous introduisons le produit scalaire sur IRn :
n
X
(x, y)D = (Dx, y) = (x, Dy) = αi xi yi , ∀ x, y ∈ IRn
i=1
Nous admettons que ceci est bien un produit p scalaire et que IRn muni de ce produit
scalaire est un espace de Hilbert et notons kxkD = (x, x)D la norme associée à ce produit
scalaire.
Nous prenons m ∈ IN ∗ avec m ≤ n − 1 et introduisons les fonctions définies sur IR par
φ0 (x) = 1,
φi (x) = xi , i = 1, . . . , m
Nous notons alors
Pm = vect(φ0 , φ1 , · · · φm ),
l’espace des polynômes de degré inférieur ou égal à m.
Considérons un nuage de points {(xi , yi ), i = 1, · · · n} et recherchons le polynôme de Pm
qui approche au mieux le nuage de points (xi , yi )1≤i≤n au sens de la norme k · kD , c’est à
dire: trouver P ∗ ∈ Pm tel que
n
X n
X
∗ 2
αi |P (xi ) − yi | ≤ αi |P (xi ) − yi |2 ∀ P ∈ Pm (4)
i=1 i=1
4
b) Montrer ensuite que l’on peut écrire le problème (4) sous la forme: trouver v ∗ ∈ F
satisfaisant
kv ∗ − ykD ≤ kv − ykD ∀v∈F (5)
avec
F = {v ∈ IRn , v = Bu, u ∈ IRm+1 }.
c) Montrer que si v ∗ ∈ F est la solution du problème (5) alors v ∗ = Bu∗ où u∗ ∈ IRm+1 est
solution de l’équation
B T DBu∗ = B T Dy (6)
d) Montrer que B est de rang m + 1 et en déduire alors que B T DB est définie positive.
En déduire l’existence et l’unicité d’une solution de (6).
|P ∗ (−1) − 1|2 + 2|P ∗ (0)|2 + 3|P ∗ (1) − 1|2 ≤ |P (−1) − 1|2 + 2|P (0)|2 + 3|P (1) − 1|2 ∀ P ∈ P1
Montrer ensuite que les polynômes Tn (x) sont orthogonaux par rapport à la fonction poids
(1 − x2 )−1/2
Z 1
dx π si n = m = 0,
Tn (x) Tm (x) = π/2 si n = m 6= 0,
−1 (1 − x2 )1/2
0 si n 6= m.
b) Montrer que Tn (x) est un polynôme de degré n dont le coefficient de xn est 2n−1 , c’est-
à-dire
Tn (x) = 2n−1 xn + . . .
c) Nous posons
n 1−n kπ
t (x) = 2 Tn (x), yk = cos , k = 0, . . . , n.
n
Calculer tn (yk ).
5
d) Soient x1 , . . . , xn , n points quelconques de [−1, 1]. Nous posons
wn (x) = (x − x1 ) . . . (x − xn ).
f ) Soit Ln−1 le polynôme de Lagrange de la fonction f (x) = ln(x + 2) aux points racines
du polynôme de Chebychev Tn . Déterminer n tel que
6
Correction des exercices
Exercice 1.
a) * Montrons que le polynôme de Lagrange est unique. Soit Qn un autre polynôme
solution de (1). Alors, nous avons pour i = 0, ..., n
Pn (xi ) − Qn (xi ) = f (xi ) − f (xi ) = 0.
Ainsi, Pn − Qn est un polynôme de degré inférieur ou égal à n s’annulant en n + 1 points. Il
est donc identiquement nul.
* Les coefficients a = (ai )0≤i≤n sont solutions d’un système linéaire
M a = y,
avec yi = f (xi ) et M la matrice de Vandermonde dont le determinant est non nul. Les
coefficients (ai )0≤i≤n sont donc définis de manière unique.
* Montrons que pour tout n ≥ 0, le coefficient an = f [x0 , . . . , xn ]. Nous faisons la
démonstration par récurrence sur le nombre de points xi . Nous vérifions d’abord que la
formule est vraie à l’ordre n = 1
f (x1 ) − f (x0 ) f [x1 ] − f [x0 ]
P1 (x) = f (x0 ) + (x − x0 ) = f [x0 ] + (x − x0 ) .
x1 − x0 x1 − x0
Nous supposons ensuite que la formule est vraie à l’ordre n − 1; nous avons alors
n
Y
Pn (x) = Pn−1 (x) + an (x − xk )
k=0
n−1
X Yi−1 n−1
Y
= f [x0 , .., xi ] (x − xk ) + an (x − xk ).
i=0 k=0 k=0
7
b) Nous introduisons la fonction En (x) = f (x) − Pn (x). D’une part, la fonction E s’annule
en n + 1 points distincts. D’après le théorème de Rolle, puisque En est continue et dérivable,
(n)
sa dérivée En0 s’annule en au moins n points,..., En est continue et s’annule en un point
ξ ∈ [a, b], c’est-à-dire
f (n) (ξ) = Pn(n) (ξ).
(n)
D’autre part, comme Pn est de degré n , nous savons que Pn (ξ) = an n!, où an est le
coefficient de xn , soit ici an = f [x0 , ..., xn ].
Par transitivité, nous obtenons le résultat
f (n) (ξ)
f [x0 , ..., xn ] = an = .
n!
c) Soit x ∈ [a, b], nous introduisons Q le polynôme d’interpolation aux points x0 ,...,xn et
x. D’après la formule de Newton, ce polynôme est donné au point x par
Q(x) = Pn (x) + f [x0 , ..., xn , x]πn (x).
Or, puisque Q(x) = f (x) nous avons
f (x) = Pn (x) + f [x0 , ..., xn , x]πn (x).
Finalement, en appliquant le résultat de b), il existe ξ ∈ [a, b] tel que
f (n+1) (ξ)
f (x) = Pn (x) + πn (x).
(n + 1)!
D’où le résultat en passant au sup
n
kf (n+1) kL∞ Y
|f (x) − Pn (x)| ≤ |x − xi |.
(n + 1)! i=0
8
Exercice 2.
a) Nous calculons les dérivées successives
1 2
f 0 (x) = − , f 00 (x) =
(x − α)2 (x − α)3
et plus généralement
(n + 1)!
f (n+1) (x) = (−1)n+1 .
(x − α)n+2
2 < |η − α| = α − η < 4
et
|f (n+1) (η)| 1 1
≤
(n + 1)! 2 |η − α|n+1
et donc n
1 Y x − xi
|f (x) − Ln (x)| = .
2 i=0 η − α
Or, pour tout x ∈ [−1, 1] et i ∈ {0, . . . , n}, nous avons |x − xi | ≤ 2 et donc
n n+1
1 Y |x − xi | 1 2
|f (x) − Ln (x)| ≤ ≤ .
2 i=0 |η − α| 2 α−η
c) Considérons α ∈
/ [−1, 1], ainsi la fonction f est bien définie sur [−1, 1], sur l’intervalle
[xi , xi+1 ]
1 (x − xi ) 1 1
fn (x) = + −
xi − α h xi+1 − α xi − α
1 1
= − (x − xi )
xi − α (xi+1 − α) (xi − α)
9
d) Sur chaque intervalle [xi , xi+1 ], nous appliquons l’estimation d’erreur
|f 00 (ξx )|
|f (x) − fn (x)| = |(x − xi )(x − xi+1 )|
2
Or la fonction (x − xi )(xi+1 − x) atteint son maximum en (xi + xi+1 )/2 et donc
kf 00 k∞ 2
|f (x) − fn (x)| ≤ h
8
avec h = 2/n. Ainsi cette nouvelle approximation est bien meilleure que celle obtenu dans
la question b) précédente!!
Exercice 3.
a) Soit Pn le polynôme de Lagrange de degré n interpolant la fonction f (définie sur [a, b])
aux points x0 , . . ., xn satisfait l’estimation
n
kf (n+1) kL∞ Y
|f (x) − Pn (x)| ≤ |x − xi |, η ∈ [a, b].
(n + 1)! i=0
Ainsi
b b n
Z bY
kf (n+1) kL∞
Z Z
| f (x) − Pn (x)dx| ≤ |f (x) − Pn (x)|dx ≤ |x − xi |dx.
a a (n + 1)! a i=0
f (b) − f (a)
P1 (x) = f (a) + (x − a) ,
b−a
et avons alors
kf 00 kL∞
|f (x) − P1 (x)| ≤ (x − a)(b − x).
2
D’abord, nous vérifions que
Z b
1 f (b) − f (a)
P1 (x) dx = (b − a) [f (a) + (b − a) ]
a 2 b−a
(b − a)
= [f (a) + f (b)].
2
10
Donc
b Z b
(b − a)
Z
1 00
| f (x)dx − [f (a) + f (b)]| ≤ kf kL∞ (x − a)(b − x)dx
a 2 2 a
Z b
1 00
≤ kf kL∞ [−x2 + (b − a)x − ab]dx
2 a
1 00 (b − a)3
= kf kL∞
2 6
et finalement
b
(b − a) (b − a)3
Z
| f (x)dx − [f (a) + f (b)]| ≤ kf 00 kL∞
a 2 12
ce qui donne
n−1
h X
Ih = (f (a) + f (b)) + h f (xi ).
2 i=1
Exercice 4.
Commençons par la
preuve du Théorème de la projection. Soit y ∈ H et E un sous-espace vectoriel de H,
nous notons d la distance usuelle de H,
d(x, y) = kx − yk,
où k.k est la norme formée à partir du produit scalaire de H. Nous définissons alors
d(y, E) = inf ky − vk.
v∈ E
Puisque y ∈ H et E est un ensemble fermé de H alors il existe une suite (vk )k∈IN telle que
lim ky − vk k = d(y, F ).
k→∞
11
Nous voulons démontrer que la suite (vk )k∈IN est une suite de Cauchy. D’une part par
définition de la limite, pour tout ε > 0, il existe Nε ∈ IN tel que pour tout k ≥ Nε
ky − vk k ≤ ε/2
kvk − vl k ≤ ky − vk k + ky − vl k ≤ ε.
Ainsi, (vk )k∈IN est une suite de Cauchy, et puisque E ⊂ H est complet, il existe v ∗ ∈ E tel
que vk → v ∗ et donc
ky − v ∗ k = d(y, E) = inf ky − vk.
v∈ E
De plus, sa limite est unique: soit v ∗ et w∗ deux éléments réalisant le minimum; alors
v ∗ + w∗ 2
0 ≤ kv ∗ − w∗ k2 = 2 kv ∗ − yk2 + 2 ky − w∗ k2 − 4ky − k,
2
v ∗ + w∗ 2
= 4 [d(y, E)]2 − 4ky − k.
2
Or, puisque E est un espace vectoriel, (v ∗ + w∗ )/2 ∈ E et
v ∗ + w∗
d(y, E) ≤ ky − k,
2
donc
0 ≤ kv ∗ − w∗ k2 ≤ 4 [d(y, E)]2 − 4 [d(y, E)]2 = 0.
Ainsi, la limite est unique.
Nous posons alors v ∗ = PE (y), soient v ∈ E et λ ∈ IR alors v ∗ + λ v ∈ E
ky − (v ∗ + λ vk2 = ky − v ∗ k2 − 2 λ (y − v ∗ , v) + λ2 kvk2 ,
− 2 λ (y − v ∗ , v) + λ2 kvk2 ≤ 0.
− 2 (y − v ∗ , v) + λkvk2 ≤ 0
et ensuite en faisant tendre λ vers zéro, nous obtenons le résulat : pour tout v ∈ F
(y − v ∗ , v) ≤ 0.
Finalement, puisque E est un espace vectoriel −v appartient ausi à E et donc : pour tout
v ∈ E
(y − v ∗ , v) = 0.
12
Pm Pm
a) En introduisant P (x) = j=0 uj φj (x), nous avons φ(xi ) = j=0 uj φj (xi ) ≡ (B u)i avec
avec B ∈ Mn,m+1 (IR)
1 x1 ... xm1
1 x2 ... xm2
B=
.. .. .. ..
. . . .
1 x n . . . xm
n
Par conséquent
n
X
αi |P (xi ) − yi |2 = kB u − yk2D .
i=1
T n
avec y = (y1 , . . . , yn ) ∈ IR .
c) Nous sommes donc dans le bon cadre pour appliquer le théorème de la projection. Ainsi,
nous montrons que ce dernier problème admet une solution unique, donnée par
(v ∗ − y, v) = 0, ∀v ∈ F
ou encore
B T DBu∗ = B T Dy.
Attention v ∗ est unique mais (pour l’instant) pas u∗ la solution du problème
initial.
c) B est une matrice à m+1 colonnes et n lignes avec m ≤ n−1 donc Rang(B) ≤ m+1. Or,
en ne retenant que les m + 1 premières lignes de B, on reconnait la matrice de Vandermonde,
et puisque les points xi sont tous distincts, on a Rang(B) = m + 1.
Comme v ∗ ∈ F , il existe u∗ ∈ IRm+1 tel que v ∗ = Bu∗ et
(Bu∗ − y, v)D = 0, ∀v ∈ F
qui s’écrit aussi
n
X
αi (Bu∗ − y)i (Bu)i = 0, ∀u ∈ IRm+1
i=1
ou encore
n m
! m m m X
n
! n
!
X X X X X X
αi Bi,j u∗j − yi Bi,k uk = αi Bi,k Bi,j u∗j − αi Bi,k yi uk = 0, ∀u ∈ IRm+
i=1 j=0 k=0 k=0 j=0 i=1 i=1
13
d) La matrice B est de rang m + 1, c’est-à-dire dim(ImB) = dimF = 3. Or, nous savons
que pour une application linéaire f : E → F
donc ici
dim(ImB) + dim(KerB) = dim(IRm+1 ) = m + 1
donc KerB = {0} et B est injective. Nous en déduisons que B T B est symétrique définie
positive
y B T D B y = (B y)T D By = kD1/2 Byk2IRm+1 .
Par injectivité de B et puisque αi > 0, la matrice B T D B est bien définie positive et donc
inversible. Il existe donc un unique u∗ ∈ IRm+1 solution du problème initial
et P
Pi y i 4
B T D y = Pi xi yi = 4
2
i xi yi 10
Nous trouvons alors la solution u1 = 3/10, u2 = −1/10 et u3 = 1/2. La fonction minimisante
s’écrit
x2 x 3
φ(x) = − + .
2 10 10
Exercice 5.
a) Posons θ(x) = arccos(x), nous obtenons alors
Tn+1 (x) = cos ((n + 1)θ) = cos (n θ) cos (θ) − sin (n θ) sin (θ)
et
Tn−1 (x) = cos ((n − 1)θ) = cos (n θ) cos (θ) + sin (n θ) sin (θ)
Ainsi,
Tn+1 (x) + Tn−1 (x) = 2 cos (n θ) cos (θ) = 2 x Tn (x).
Aussi, par changement de variable θ = arccos(x), nous avons
Z 1 Z π 0, si m 6= n
dx
Tn (x) Tm (x) √ = cos(nθ) cos(mθ) dθ = π, si m = n = 0
−1 1 − x2 0
π/2, si m = n ≥ 0
14
b) Montrons ensuite que Tn est bien un polynôme de degré n. Pour cela, nous prcédonc
par récurrence: T0 est un polynôme de degré zéro et T1 est bien un polynôme de degré un.
Nous supposons alors que pour k ≥ 1, Tk−1 (resp. Tk ) est un polynôme de degré k − 1
(resp. k) et le coefficient devant le terme de plus haut degré de Tk est donné par 2k−1 ; alors
en utilisant la formule de récurrence
nous avons bien que Tk+1 est un polynôme de degré k + 1 et le coefficient devant le terme de
plus haut degré est donné par 2 × 2k−1 = 2k .
c) La fonction arccos est une fonction de [−1 : 1] à valeurs dans [−π, π]. Ainsi,
kπ kπ
arccos(yk ) = arccos cos =
n n
et
tn (yk ) = cos(k π) =
d)
e)
f)
15