UNIVERSITÉ GASTON BERGER DE SAINT-LOUIS

U.F.R Sciences Appliquées et Technologie

Section Mathématiques

PROJET Mathématique pour informatique

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 1 / 35
 Interpolation et Approximation

Djim BA from Dabaly

26 octobre 2022

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 2 / 35

1 INTRODUCTION
2 INTERPOLATION DE LAGRANCE
DÉFINITION
APPLICATIONS
Résolution Théorique
Résolution numérique par scilab
Tracer de courbe sur Scilab
3 INTERPOLATION DE NEWTON
DÉFINITION
APPLICATIONS
Résolution Théorique
Résolution numérique par scilab
Tracer de courbe sur Scilab
4 APPROXIMATION PAR MOINDRE CARRÉ
DÉFINITION
Resolution Theorique
Résolution numérique par scilab
Tracer de courbe sur Scilab
5 conclusion
Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 3 / 35
Bibliographie

cours Math pour informatique du Pr Daouda Sangaré, enseignant

chercheur à l'UFR de Sciences Appliquées et de Technologie
Cour Latex ... pour le Prof Math du Pr Arnaud GAZAGNES,
Enseignant de l'Institut de recherche de l'enseignement des
mathématiques de Lyon
Apprends LATEX !, Marc Baudoin, Ecole nationale supérieure de
techniques avancées
Cours Introduction à Scilab du Pr S.lemaire, Université Paris Sud,
L3MFA 2015-2016
cours Mathématique et Informatique, Loïc Vrillon

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 4 / 35

 INTRODUCTION

Dénition

Dénition
Une interpolation est une opération mathématique permettant de construire une courbe
à partir des données d'un nombre ni de points, ou une fonction à partir de données
d'un nombre ni de valeurs. L'interpolation d'une fonction doit être distinguée de
l'approximation de fonction, qui consiste à chercher la fonction la plus proche possible,
selon certains critères, d'une fonction donnée. Le probléme de approximation ou
l'interpolation d'une fonction f intervient dans plusieurs situations, comme par exemple :

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 5 / 35

 INTRODUCTION

la fonction f(x) est connue, mais dicile `a manipuler. L'approximation a pour but
de remplacer f par une fonction plus simple, qui est plus accessible pour
l'intégration, la diérentiation, etc.
la fonction f(x) n'est pas connue, on ne connait que les valeurs dans certains
points xi .
Le but de approximation est alors de trouver une représentation synthétique (analytique)
des données experimantales.
Étant donné n + 1 couples (xi , yi ), i = 0, ..., n, le but de interpolation est de trouver une
fonction π(x) de degre n qui respecte la condition suivante π(xi ) = yi , ∀ i.
On dit que π(x) interpole {yi }ni=0 aux noeuds {xi }ni=0 .
Dans ce projet on présentera deux types interpolations polynomiale et une façon de faire
approximation des fonctions. Ainsi, on traitera dans la première partie l'interpolation de
Lagrange et de Newton et dans la second partie on va étudier l'approximation par la
méthode des moindre carré.

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 6 / 35

 INTRODUCTION

visualisation graque

Polynôme d'interpolation d'un nuage Polynôme d'approximation

de points d'un nuage de points

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 7 / 35

 INTERPOLATION DE LAGRANCE DÉFINITION

L'interpolation de Lagrange consiste a trouver un polynôme P dont la

courbe passe par tous les points (xi , yi )appelés aussi n÷uds avec
P(xi ) = yi en utilisant les polynôme de Lagrange.
On se donne n + 1 points (x0 , y0 ), . . . , (xn , yn )(x0 , y0 ), . . . , (xn , yn ) (avec
les xi distincts deux à deux). On se propose de construire un polynôme de
degré minimal qui aux abscisses xi prend les valeurs yi , ce que la méthode
suivante permet de réaliser. les polynôme de Lagrange sont de la forme
Qn+1  x−xj 
suivante : Li (x) = j=1 xi −xj avec i ̸= j .
P 1
Le polynôme interpolation s'écrit alors : P(x) = n+ i=1 yi Li (x)

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 8 / 35

 INTERPOLATION DE LAGRANCE APPLICATIONS

On considère les nuages de points suivants : (-1,7) ;(2,10) ;(3,13) ;(5,24).

Trouver le polynôme d'interpolation de Lagrange.
Le polynôme d'interpolation de ces nuages de points est :
P(x) = 7L1 (x) + 10L2 (x) + 13L3 + 24L4 .
Ainsi, pour obtenir P(x) on doit d'abord calculer les Polynômes de
Lagrange : L1 , L2 , L3 , L4
4  
Y x − xj
L1 = avec i ̸= j
xi − xj
j=1
(x−x2 )(x−x3 )(x−x4 )
⇒ L1 = (x1 −x2 )(x1 −x3 )(x1 −x4 )
(x−2)(x−3)(x−5)
⇒ L1 = (−1−2)(−1−3)(−1−5)
1
L1 = − 72 (x 3 − 10x 2 + 31x − 30)

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 9 / 35

 INTERPOLATION DE LAGRANCE APPLICATIONS

4  
Y x − xj
L2 = avec i ̸= j
xi − xj
j=1
(x−x1 )(x−x3 )(x−x4 )
⇒ L2 = (x2 −x1 )(x2 −x3 )(x2 −x4 )
(x+1)(x−3)(x−5)
⇒ L2 = (2+1)(2−3)(2−5)

L2 = 19 (x 3 − 7x 2 + 7x + 15)

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 10 / 35

 INTERPOLATION DE LAGRANCE APPLICATIONS

4  
Y x − xj
L3 = avec i ̸= j
xi − xj
j=1
(x−x1 )(x−x2 )(x−x4 )
⇒ L3 = (x3 −x1 )(x3 −x2 )(x3 −x4 )
(x+1)(x−2)(x−5)
⇒ L3 = (3+1)(3−2)(3−5)

L3 = − 18 (x 3 − 6x 2 + 3x + 10)
4  
Y x − xj
L4 = avec i ̸= j
xi − xj
j=1
(x−x1 )(x−x2 )(x−x3 )
⇒ L4 = (x4 −x1 )(x4 −x2 )(x4 −x3 )
(x+1)(x−2)(x−3)
⇒ L4 = (5+1)(5−2)(5−3)
1 3
L4 = 36 (x − 3x 2 − 2x + 6)

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 11 / 35

 INTERPOLATION DE LAGRANCE APPLICATIONS

Tableau des Polynomes de Lagrange

1
L1 = − 72 (x 3 − 10x 2 + 31x − 30) L2 = 19 (x 3 − 7x 2 + 7x + 15)
1 3 1
L3 = − 8 (x − 6x 2 + 3x + 10) L4 = 36 (x 3 − 3x 2 − 2x + 6)

nalement le polynôme d'interpolation de Lagrange du nuage de points

ci-dessus est :
polynome Lagrange
1 3
P(x) = (x + 5x 2 + 10x + 132)
18
P(x) = 0.0555556x 3 + 0.2777778x 2 + 0.5555556x + 7.3333333

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 12 / 35

 INTERPOLATION DE LAGRANCE APPLICATIONS

voici le programme scilab permettant d'interpoler une nuage de points

donné pour obtenir le polynôme d'interpolation de Lagrange.
programme lagrange sous Scilab

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 13 / 35

 INTERPOLATION DE LAGRANCE Tracer de courbe sur Scilab

un exemple d'éxécution du programme lagrange sous Scilab

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 14 / 35

 INTERPOLATION DE LAGRANCE Tracer de courbe sur Scilab

gure Lagrance

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 15 / 35

 INTERPOLATION DE NEWTON

le polynôme d'interpolation de Newtone est donné par :

N(x) = λ1 +λ2 (x−x1 )+λ3 (x−x1 )(x−x2 )+...+λn+1 (x−x1 )(x−x2 )...(x−xn−1 )

Maintenant pour pour obtenir le Polynôme il faut calculer les

λk , k = 1, ..., n + 1. Ainsi,
y [x2 , ..., xk ] − y [x1 , ..., xk−1
λk = y [x1 , ..., xk ] Avec y [x1 , ..., xk ] =
xk − x1
Exemple

λ1 = y [x1 ]
,
y [x2 ] − y [x1 ]
λ2 = y [x1 , x2 ] =
x2 − x1
,
y [x2 , x3 ] − y [x1 , x2 ]
λ3 = Y [x1 , x2 , x3 ] =
x3 − x1
Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 16 / 35
 INTERPOLATION DE NEWTON APPLICATIONS

On considère les nuages de points suivants : (-1,7) ;(2,10) ;(3,13) ;(5,24).

Trouver le polynôme d'interpolation de Lagrange. pour ce probleme nous
avons un nuage de quatre points alors le polynôme d'iterpolation de
Newton est :

N(x) = λ1 + λ2 (x − x1 ) + λ3 (x − x1 )(x − x2 ) + λ4 (x − x1 )(x − x2 )(x − x3 )

Ainsi, pour avoir N(x) on doit calculer les λk , k = 1, ..., 4

λ1 = y [x1 ] ⇒ λ1 = 7

y [x2 ] − y [x1 ]
λ2 = y [x1 , x2 ] =
x2 − x1
10−7
λ2 = 2+1 ⇒ λ2 = 1

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 17 / 35

 INTERPOLATION DE NEWTON APPLICATIONS

y [x2 , x3 ] − y [x1 , x2 ]
λ3 = Y [x1 , x2 , x3 ] =
x3 − x1

y [x3 ]−y [x2 ] y [x2 ]−y [x1 ]

x3 −x2 − x2 −x1
λ3 =
x3 − x1

13−10 − 10−7
3−2 2+1 1
λ3 = 3+1 ⇒ λ3 = 2
y [x2 , x3 , x4 ] − y [x1 , x2 , x3 ]
λ4 = y [x1 , x2 , x3 , x4 ] =
x4 − x1
y [x3 ,x4 ]−y [x2 ,x3 ] y [x2 ,x3 ]−y [x1 ,x2 ]
x4 −x3 − x3 −x1
λ4 =
x4 − x1

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 18 / 35

 INTERPOLATION DE NEWTON APPLICATIONS

y [x4 ]−y [x3 ]

− x3 −x 2
y [x3 ]−y [x2 ]
− x2 −x 1
y [x ]−y [x ] y [x ]−y [x ]
x4 −x3 3 2 x3 −x2 2 1
x4 −x2 − x3 −x2
λ4 =
x4 − x1
24−13 − 13−10 13−10 10−7
5−3 3−2 − 3−2 − 2+1
5−2 3− 2
λ4 = 5+1
1
⇒ λ4 = 18
Tableau des coecients λ

λ1 λ2 λ3 λ4
1 1
7 1 2 18
Finalement le Polynôme d'interpolation de Newton est :
N(x) = 7 + (x + 1) + 21 (x + 1)(x − 2) + 18
1
2(x + 1)(x − 2)(x − 3)
1 3
N(x) = 18 (x + 5x 2 + 10x + 132)

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 19 / 35

 INTERPOLATION DE NEWTON APPLICATIONS

voici le programme scilab permettant d'interpoler une nuage de points

donné pour obtenir le polynôme d'interpolation de Newton .
Programme de Newton sous scilab

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 20 / 35

 INTERPOLATION DE NEWTON APPLICATIONS

voici le polynôme d'interpolation de Lagrange de notre nuage de points :

un exemple d'execution du programme de Newton sous scilab

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 21 / 35

 INTERPOLATION DE NEWTON Tracer de courbe sur Scilab

gure Newton sous scilab

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 22 / 35

 APPROXIMATION PAR MOINDRE CARRÉ DÉFINITION

   
X1 Xn+1
Soit le nuage de points suivants : ,. . . ,
Y1 Yn+1
On cherche un polynôme P de dégré m qui approche les points au sens des
moindre carrés. Alors P est de la forme :
P(X ) = a0 + a1 X + a2 X 2 + · · · + am X m .

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 23 / 35

 APPROXIMATION PAR MOINDRE CARRÉ Resolution Theorique

la question est trouver les coecients a0 , a1 , . . . , am .

Pour cela on dénit P une fonction distance par :
1 2
D(a0 , a1 , . . . , am = Pn+
i=1 (P(Xi ) − Yi )
n+1
D(a0 , a1 , . . . , am = i=1 (a0 + a1 X + a2 X 2 + · · · + am X m − Yi )2
Soit f : [a, b] −→ R X0 ∈ [a, b].
Dire que X0 réalise le minimum (i.e le maximum de f sur [a,b]
f (X0 ) < f (X )(respf (X0 > f (X )) ∀X ∈ [a, b] condition nécessaire
d'existence d'optimum f ′ (X0 = 0 Euler
Remarque :
En dimension supérieur a 1, on doit avoir ∇f (X0 ) = 0
la condition susante dépend du signe de f ′′ (X0 ) (ou de la matrice
Hessienne)

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 24 / 35

 APPROXIMATION PAR MOINDRE CARRÉ Resolution Theorique

(X −X0 )2
f (X ) = f (X0 ) + (X − X0 )f ′ (X0 ) + 2! f ”(X0 )
(X −X0 )2
f (X ) − f (X0 ) = (X − X0 )f ′ (X0 ) + 2! f ”(X0 )
P 1 2
D(a0 , a1 , . . . , am = Pn+
i=1 (P(Xi ) − Yi )
n+1
D(a0 , a1 , . . . , am = i=1 (a0 + a1 X + a2 X 2 + · · · + am X m − Yi )2
CN : ∇D(a0 , a1 , . . . , am ) = 0
 ∂D(a
0 ,...,am )

∂a0
0
 
 ∂D(a0 ,...,a m) 
 .
 =  .. 
∂a1

⇒ ∇D(a0 , a1 , . . . , am ) = 
..

 .  0
∂D(a ,...,a )
0 m
∂am

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 25 / 35

 APPROXIMATION PAR MOINDRE CARRÉ Resolution Theorique

 Pn+1

2 i=1 (a0 + a1 Xi + a2 Xi2 + · · · + am Xim − Yi ) = 0
2 Pn+1 Xi (a0 + a1 Xi + a2 X 2 + · · · + am X m − Yi ) = 0


i=1 i i
⇒ . ⇒

.
.

 Pn+1 m 2
2 1 Xi (a0 + a1 Xi + a2 Xi + · · · + am Xi − Yi ) = 0

m
 Pn+i=
a0 i=11 +a1 n+
P 1 Pn+1 2 Pn+1 m Pn+1

 i=1 Xi + a2 i=1 Xi + · · · + am i=1 Xi = i=1 Yi
a0 Pn+1 Xi + a1 Pn+1 X 2 + a2 Pn+1 X 3 + · · · + am Pn+1 X m + 1 = Pn+1


i=1 i=1 i i=1 i i=1 i i=1
..
.


 Pn+1 m P 1 m+1 P 1 m+2 P 1 m+m
a0 i=1 Xi + a1 n+ + a2 n+ + · · · + am n+

i=1 Xi i=1 Xi i=1 Xi =

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 26 / 35

 APPROXIMATION PAR MOINDRE CARRÉ Resolution Theorique

   
a0 Y
1 X2 Xm
 
X ...
X2 X3   a1   XY 
   
 X ... Xm   a2   X 2 Y 
⇒ .. .. .. ..   =   ⇔ A.V = B

. . . ... .   ..   .. 
 .   . 

Xm X m+2 X m+3 ... X m+m am X mY
maintenant pour avoir le polynône P on resout ce matriciel pour trouver les
compossantes du vecteur V. pour cela beaucoup de methode sont a notre
dispotion pour resoudre ce probleme. pqr expleme la methode cramer nous
permet d'avoir la solution V. mais pour des polynônes de degre superieur
ou egal a 3 les calculs sont dicils voir impossible a faire a la main. Ainsim
pour pallier a cela on introduit la résolution numeriaue.

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 27 / 35

 APPROXIMATION PAR MOINDRE CARRÉ Resolution Theorique

Cas particulier :
Pourlespolynôme
   de  degé 1
X1 X2 X3
, , P(X ) = a0 + a1 X
Y1 Y2 Y3
D(a0 , a1 ) = 3i=1 (P(Xi ) − Y 2 = Pn+1 (a + a X − Y )2
P
i)  i=1 0 1 i
  0
∇D(a0 , a1 ) = ∂D(a 0 ,a1 )
=
∂a0 0
3
( P
2 i=1 (a0 + a1 Xi − Yi ) = 0
∇D(a0 , a1 ) =
2 3i=1 Xi (a0 + a1 X − Yi ) = 0
P

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 28 / 35

 APPROXIMATION PAR MOINDRE CARRÉ Resolution Theorique

1 P3
( P
2 n+i=1 (a0 + a1 Xi − Yi ) = Yi
⇒ Pn+1 P3 i=1
2 i=1 Xi (a0 + a1 X ) = i=1 Xi Yi
3a0 + a1 3i=1 Xi − Yi ) = 3i=1 Yi
( P P
⇒ P3
X + a1 3i=1 Xi2 = 3i=1 Xi Yi
P P
a
( 0 i=1 i
a0 + a1 X = Y
⇒ 2
a0 X + a1 X = XY
1 X
    
a0 Y
⇒ =
X X2 a1 XY

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 29 / 35

 APPROXIMATION PAR MOINDRE CARRÉ Resolution Theorique

Pour résoudre ce systeme on utilise la méthode de cramer :

calculons les determinants D du matrice A, D0 du matrice de a0 et D1 du
1 X 

matrice a1 . D =   = X 2 − (X )2
X X 2
 
Y X 
D0 =  = X 2Y − X Y
XY X 2 


1 Y 
 
D1 =   = XY − X Y
X XY 

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 30 / 35

 APPROXIMATION PAR MOINDRE CARRÉ Resolution Theorique

ainsi, les solutions du probleme sont : a0 = DA0 et a1 = DD1

Pour les polynômes de dégre de 2 et 3
Par la même logiaue pour un polynônme de degré 2 on au aurra
P(X ) = a0 + a1 X + a2 X 2 et pour le degré 3 on a
P(X ) = a0 + a1 X + a2 X 2 + a3 X 3
et les systemes a resoudre pour obtenir les solutions sont respectivement :
a)P(X) de degé 2 :
2 =Y
    
a + a X + a X 1 2


 0 1 2 X X a0 Y
a0 X + a1 X 2 + a2 X 3 = XY ⇒  X X 2 X 3  a1  =  XY 
 

a0 X 2 + a1 X 3 + a2 X 4 = X 2 Y X2 X3 X4 a2 X 2Y



Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 31 / 35

 APPROXIMATION PAR MOINDRE CARRÉ Resolution Theorique

⇔ A1 .V1 = B1

b)P(X)
 de degé 3 :


a0 + a1 X + a2 X 2 + a3 X 3 = Y
a X + a X 2 + a X 3 + a X 4 = XY

0 1 2 3


a0 X2
+ a1 + a2X3 X4
+ a3 X 5 = X 2 Y
a X 3 + a X 4 + a X 5 + a X 6 = X 3 Y

0 1 2
 3  
X X2 X3

1 Y

a0
 X X 2 X 3 X 4  a1  =  XY 
    
⇒ 2
X X 3 X 4 X 5  a2  X 2 Y 


X3 X4 X5 X6 a3 X 3Y

⇔ A2 .V2 = B2

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 32 / 35

 APPROXIMATION PAR MOINDRE CARRÉ Resolution Theorique

Pour trouver les compossantes des vecteurs V1 et V2 on peux utiliser la

m
thode cramer et proceder de la même maniere pour la resolution du
polynôme de degre 1. Comme vous pouvew le constater qu'avec un
polynôme de degre superieur ou egale a 3, les matrices que nous auront, ne
seront pas facile a resoudre avec des méthode comme cramer. Pour ces
genres de polynône est mieux adapter.
voici le programme scilab pour méthode des moindre carré permettant de
résoudre les systeme matriciel de degré inférieur ou égale a m.

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 33 / 35

 APPROXIMATION PAR MOINDRE CARRÉ Resolution Theorique

Programme Moindre carré sous scilab

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 34 / 35

 conclusion

E
n somme, l'interpolation désigne la construction d'une courbe à partir de la
donnée d'un nombre ni de points, ou d'une fonction à partir de la donnée
d'un nombre ni de valeurs. La solution du problème d'interpolation passe
nécessairement et au minimum par les points prescrits et peut nécessiter de
respecter des contraintes supplémentaires. L'interpolation doit être
distinguée de l'approximation, qui consiste alors à trouver la fonction la
plus proche possible d'une série de données. Dans le cas de
l'approximation, il n'est en général plus imposé de passer exactement par
les points initiaux. Cependant, une confusion est souvent possible et l'on
parle également d'approximation de la fonction pour désigner les valeurs
(estimées) issues d'une interpolation.

M
ERCI DE VOTRE AIMABLE ATTENTION ! ! ! ! ! ! ! ! !

Djim BA from Dabaly Interpolation et Approximation 26 octobre 2022 35 / 35