Académique Documents
Professionnel Documents
Culture Documents
MN - Chap1 Vous Etes Un Astronome
MN - Chap1 Vous Etes Un Astronome
1.polynôme de Lagrange
2.calcul de dérivées : différences finies
3.calcul d’intégrales : quadrature d’interpolation
4.intégration temporelle d’EDO’s
Interpolation : qu’est-ce que c’est et à quoi ça sert ?
Vous êtes astronome dans le 15ième siècle et vous étudiez le mouvement des étoiles à
l’aide d’un télescope. Chaque nuit pas forcément à la même heure vous mesurez la position
d’une même étoile de manière précise, ce qui vous donne un tableau de points de mesure
instant
position
Interpolation : Extrapolation :
Dans tous les cas, nous avons besoin de construire une fonction d’interpolation f(x)
Cette fonction d’interpolation n’est pas unique. On peut interpoler des données d’une
infinité de manières différentes, un exemple
fonction d’interpolation
fonction d’interpolation
Certains choix sont plus précis que d’autres ou plus facile à mettre en oeuvre.
Une fonction d’interpolation est toujours proposée comme une ‘décomposition’
sur une base connue de fonctions. Quelques exemples :
base Fourier
base générale
Le but est toujours de calculer les coefficients d’expansion à l’aide des données dont
on dispose. Puis on reconstruit la fonction où on veut.
Une fonction d’interpolation ne sert pas juste à reconstruire la fonction entre des points
où on connait la valeur. On peut également l’utiliser afin de trouver une approximation
pour une dérivée
Ceci nous donne des formules très utiles, qui constituent le point de départ d’un très
grand nombre de méthodes numériques utilisées en physique pour résoudre des EDO,
EDP, équation intégrales ...
polynôme unique
d’ordre 4, passant
par les 5 points
Comme les points sont différents, nous avons toujours ce qui implique
qu’il existe en effet une solution unique à ce problème
Trouver cette solution ne semble pas si facile que ça en pratique, mais Lagrange
remarque que le polynôme
car en effet, on voit facilement que ce polynôme passe exactement par tous les points
Q : le polynôme de Lagrange
passant par 1 point ??
1.3 Estimation de l’erreur
la vraie fonction
polynôme d’interpolation
On aimerait être capable d’estimer ces erreurs afin de mesurer la “qualité” de l’approxima-
tion polynomiale
Théorème (sans preuve)
Soit f(x) une fonction n+1 fois continûment dérivable sur l’intervalle [a,b] et n+1 points
avec
la vraie fonction
polynôme d’interpolation
On aimerait être capable d’estimer ces erreurs afin de mesurer la “qualité” de l’approxima-
tion polynomiale
Rq : l’erreur = 0, si on interpole
f(x) un polynôme d’ordre n à
Ce théorème permet de borner l’erreur comme l’aide de n+1 points.
Exemple interpolation Matlab & mot d’attention !
instant
position
instant
vitesse
accélération
On sait déjà qu’on peut approcher la fonction par un polynôme d’interpolation. Les
dérivées d’une fonction peuvent être approchées par les dérivées d’un polynôme
d’interpolation = > formules différences finies
On fait donc la différence entre une fonction en un point et en un point infiniment proche
et on divise par cette petite distance.
Pas besoin de chercher très loin : en enlevant la limite, on remplace une dérivée par
une différence finie
F = forward
On comprend intuitivement que plus que les soient rapprochés, plus que l’erreur
sera petite.
Est-ce la seule formule que l’on puisse imaginer ?
Non, aucune raison pour préférer une direction “forward’’ par rapport à “backward’’ .
On peut en effet définir la dérivée comme
B = backward
Cette formule ne semble pas mieux que la précédente (F). Même remarque sur
l’erreur d’ailleurs.
C = centered
...
Nous choisissons
ces points !
nous approchons les dérivées de la fonction par la dérivée d’un polynôme d’interpolation.
Cette procédure nous donne des formules d’approximation différences finies, qui auront
d’ailleurs toutes le même niveau de précision, en théorie.
Remarque : il faut plus que 3 points pour des dérivées d’ordre sup.
2.4 Consistance & ordre des approximations
que l’on suppose obtenue en travaillant avec des pas d’espace constant
Q1. Est-ce que ces formules sont consistantes, c.a.d. qu’elles tendent bien
vers les bonnes dérivées dans la limite ?
Pour répondre, une seule méthode : appliquer la formule sur une fonction continûment
différentiable et faire des développements limités autour d’un point choisi.
où nous utilisons le symbole O. Ce symbole nous informe que les termes oubliés décroissent
au moins aussi rapide que la quantité spécifié. Nous avons donc :
exact résidu
ce qui donne
exact résidu
On remplace à droite
Si la formule est consistante, on trouvera après avoir collecté les différents termes
résidu =
L’ordre peut être et on ne peut alors pas conclure. Il faudra alors recommencer et
inclure plus de termes dans les DL utilisés pour remplacer
Note : les formules différences construites sur le polynôme de Lagrange à (p+1) points,
sont d’ordre p, toujours. Testez-le en calculant l’ordre des formules différences finie
avec
et on remplace donc
avec
Comme il s’agit d’intégrales de polynômes, ces coefficients ne sont pas très difficiles
à évaluer.
3.2 Quelques exemples
méthode du trapèze
donne
?
3.4 Méthodes composites
Sur des grands intervalles [a,b], on peut en principe appliquer la méthode avec des
polynômes d’interpolation d’ordre de plus en plus élevé (formules de Newton-Cotes)
Un seul polynôme
d’ordre n
Ceci n’est pas conseillé, les formules ne deviennent pas forcément plus précises.
En pratique, on utilise très souvent des méthodes composites. L’idée est ici de diviser
l’intervalle [a,b] en sous-intervalles où on interpole avec des polynômes de bas ordre.
Interpolation linéaire
par morceau
Méthode composite
des trapèzes
3.4 Méthodes composites
Sur des grands intervalles [a,b], on peut en principe appliquer la méthode avec des
polynômes d’interpolation d’ordre de plus en plus élevé (formules de Newton-Cotes)
Un seul polynôme
d’ordre n
Ceci n’est pas conseillé : les formules ne deviennent pas forcément plus précises.
En pratique, on utilise très souvent des méthodes composites. L’idée est ici de diviser
l’intervalle [a,b] en sous-intervalles où on interpole avec des polynômes de bas ordre.
Interpolation quadratique
par morceau
Méthode composite
de Simpson
Méthode composite du trapèze
-1
Sur chacun des n/2 segments, on applique la méthode de Simpson. on fait donc une
interpolation, quadratique par morceau. Avec des points équidistants, ceci donne
soit ...
Méthode composite de Simpson
Sur chacun des n/2 segments, on applique la méthode de Simpson. on fait donc une
interpolation, quadratique par morceau. Avec des points équidistants, ceci donne
...
pentes à tout temps
CI :
1 point sous forme vectorielle
de
...
départ
CI = condition initiale, différent d’une condition limite, par le fait qu’on impose des valeurs
à un seul “instant”.
Connaitre la solution sur tous les temps sera difficile et n’est pas nécessaire. En pratique,
il suffit de connaitre la solutions sur des temps discrets
notation
Le pas de temps peut être fixe ou variable. S’il est fixe, on le notera
L’idée générale d’une intégration temporelle numérique, peut être illustré comme
ci-dessous :
selon des
méthodes
... + ou -
précises
4.2 Méthode intuitives
CI :
Pourquoi ne pas utiliser ce que nous connaissons sur l’approximation des dérivées
(formule F)
donne directement
On continue le long
de la tangente sur un
intervalle de temps
Méthode d’Euler
explicite
(formule B)
donne
ou encore
Comme f peut être une fonction compliquée, on ne résolve pas si facilement cette
équation “implicite”. (On peut utiliser la méthode de Newton...)
Méthode d’Euler
implicite
CI :
et on peut utiliser les règles de quadrature d’interpolation pour approcher les intégrales.
Euler explicite
Adams-Bashfort 1
Si on remplace
= polynôme de
Lagrange passant par
Un petit calcul
Adams-Bashfort 2
Pour calculer l’état en temps n+1, on utilise les deux précédents états n et n-1. Ces
méthodes sont plus précises et explicites. On peut continuer la même procédure pour
trouver des formules d’ordre plus élevé
Dans les méthodes de Adams-Moulton, on remplace par un polynôme de
Lagrange, qui interpole f pour les temps
Ceci donne des formules implicites, dont la précision dépend du dégrée du polynôme.
Quelques exemples :
= polynôme de
Lagrange passant par
Euler implicite
Adams-Moulton 1
= polynôme de
Lagrange passant par
Le calcul mène à
Adams-Moulton 2
Crank-Nicolson
Trapèzes ?
4.4 Autre méthode : Runge-Kutta
En deux pas
On évalue successivement