Académique Documents
Professionnel Documents
Culture Documents
Professeur A. Awane.
2012-2013
Table des Matières
1 Interpolation 1
1.1 Interpolation de Lagrange . . . . . . . . . . . . . . . . . . . . 1
1.2.1 Pour n = 5 . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Approximation au sens des moindres carrées . . . . . . . . . . 9
1.4 Méthode des différences divisées . . . . . . . . . . . . . . . . . 11
1.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.2 Table des différences divisées . . . . . . . . . . . . . . . 11
1.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2 Intégration numérique 24
2.1 Formulation de Newton-Cotes . . . . . . . . . . . . . . . . . . 24
2.2 Formule des trapèzes . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Formule de Simpson . . . . . . . . . . . . . . . . . . . . . . . 26
i
2.4 Quadrature de Gauss . . . . . . . . . . . . . . . . . . . . . . . 29
2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Soit f une fonction, réelle d’une variable réelle, continue sur un intervalle [a, b]
et x0 , x1 , ..., xn , (n + 1) points deux à deux distincts de [a, b]. On suppose,
sans perte de généralité, que pour tout i = 0, 1, 2, . . . , n − 1 on a xi < xi+1 .
p(xi ) = f (xi )
p−q =0
d’où p = q.
1
1.1 Interpolation de Lagrange 2
et, donc,
n
(x − xk )
Li (x) =
k=0,k=i
(xi − xk )
Lemme 1.3 La famille {L0 , L1 , . . . , Ln} est une base de l’espace vectoriel Pn
des polynômes de degré inférieur ou égal à n.
xi 0 1 3 5
f (xi ) 3 3 15 83
1.1 Interpolation de Lagrange 3
On a :
(x − x1 )(x − x2 )(x − x3 ) (x − 1)(x − 3)(x − 5)
L0 (x) = =−
(x0 − x1 )(x0 − x2 )(x0 − x3 ) 15
(x − x0 )(x − x2 )(x − x3 ) x(x − 3)(x − 5)
L1 (x) = =
(x1 − x0 )(x1 − x2 )(x1 − x3 ) 8
(x − x0 )(x − x1 )(x − x3 ) x(x − 1)(x − 5)
L2 (x) = =−
(x2 − x0 )(x2 − x1 )(x2 − x3 ) 12
(x − x0 )(x − x1 )(x − x2 ) x(x − 1)(x − 3)
L3 (x) = =−
(x3 − x0 )(x3 − x1 )(x3 − x2 ) 40
On vérifie que
p(0) = 3, p(1) = 3, p(3) = 15, p(5) = 83
et, donc,
p(x) = 3L0 (x) + 3L1 (x) + 15L2 (x) + 83L3 (x)
= x3 − 2x2 + x + 3.
L’interpolé du point x = 3.5 par cette méthode est :
p (3.5) = 24.875
On a :
ψ(x) = ψ(x0 ) = ψ(x1 ) = . . . = ψ(xn ) = 0
la fonction ψ s’annule au moins en n + 2 points distincts de ]a, b[. En ap-
pliquant le théorème de Rolle entre deux racines successives, on voit que la
fonction dérivée ψ ′ s’annule au moins en n + 1 points distincts de ]a, b[ , de
proche en proche on voit que la fonction ψ (n+1) s’annule au moins en un point
θx ∈]a, b[; donc,
n (n+1)
(n+1) (n+1) (n+1)
ψ (θx ) = f (θ x) − p (θx ) − ϕ(x) (t − xi ) (θx )
i=0
(n+1)
= f (θ x) − (n + 1)!ϕ(x)
= 0
1.2 Méthode de Neville 5
par conséquent
n
1
f (x) − p(x) = (x − xi )f (n+1) (θx ),
(n + 1)! i=0
1.2.1 Pour n = 5
Pour n = 10
1.2 Méthode de Neville 7
Pour n = 20
(x − xj ) (x − xi )
f (x) = fi + fj
(xi − xj ) (xj − xi )
où fi = f (xi ) et fj = f (xj ). On commence par réordonner les points
d’abscisse xi du point le plus proche au point le plus éloigné de la valeur
x où on veut interpoler f .
xi 0 1 3 5
fi 3 3 15 83
i |x − xi | xi fi = Pi0
0 0, 5 3 15
1 1, 5 5 83
2 2, 5 1 3
3 3, 5 0 3
Ensuite, on construit une table en interpolant d’abord entre les valeurs d’indices
i = 0 et 1, puis i = 1 et 2 et enfin pour i = 2 et 3. Les valeurs trouvées
seront écrites dans une nouvelle colonne. La colonne suivante contient les
valeurs d’interpolation pour i = 0 et 2 puis entre i = 1 et 3 et ainsi de suite.
On obtient dans cet exemple la table suivante :
soit minimale.
Théorème 1.2 Soit une suite (xi , yi ), i = 1, . . . , n où les xi sont tous dis-
tincts. Il existe une droite unique réalisant la meilleure approximation de ces
points au sens des moindres carrées.
soit minimale.
1.3 Approximation au sens des moindres carrées 10
Si a et b existent, alors
∂h(a, b) ∂h(a, b)
= = 0,
∂a ∂b
ce qui donne le système
n n n
a
x2i + b xi = xi yi
i=1 i=1 i=1
n n (1.2)
a xi + nb = yi
i=1 i=1
Puisque les xi sont deux à deux distincts, le système (1.2) admet une solution
unique a, b . La fonction h est minimale en a, b car le développement de
Taylor de h à l’ordre deux montre que la différence
h a + α, b + β − h a, b
Théorème 1.3 Soit une suite (xi , yi ), i = 1, . . . , n où les xi sont tous dis-
tincts. Pour tout entier naturel non nul p < n, il existe un polynôme unique
de degré p
a0 + a1 x + . . . + ap xp
xi 0 1 3 5
fi 3 3 15 83
1.4 Méthode des différences divisées 11
1.4.1 Introduction
x0 x1 ... xn
f0 f1 ... fn
Pn (x) = a0 +(x−x0 )a1 +(x−x0 )(x−x1 )a2 +. . .+(x−x0 )(x−x1 ) . . . (x−xn−1 )an
(1.3)
On cherche les ai par la méthode des différences divisées telles que
Pn (x0 ) = f0 , . . . , Pn (xn ) = fn
Pour cela, on construit une table qui permet de faire aisément ces calculs.
0 3
0
1 3 2
6 1
3 15 7
34
5 83
Pn (x0 ) = a0
Pn (x1 ) = a0 + (x1 − x0 )a1
Pn (x2 ) = a0 + (x2 − x0 )a1 + (x2 − x0 )(x2 − x1 )a2
...
Pn (xn ) = a0 + (xn − x0 )a1 + (xn − x0 )(xn − x1 )a2 + . . .
+(xn − x0 ) . . . (xn − xn−1 )an
a0 = f0 = f [x0 ].
et le polynôme de degré 3
Exemple 1.8
3
P4 (x) = P3 (x) − (x − 0)(x − 1)(x − 2)(x − 3)
5
Il n’est pas commode d’utiliser cette expression, car la fonction f n’est con-
nue en général qu’aux points xi . Si toutefois, on connait l’expression de la
fonction f; on peut donner un encadrement de l’erreur.
Soit f une fonction réelle d’une variable reelle, continue sur un intervalle
[a, b], connue en n + 1 points deux à deux distincts, avec xi < xi+1 , pour
i = 0, 1, . . . , n. On pose yi = f(xi ), i = 0, 1, . . . , n.
Théorème 1.4 Pour tout k ≥ 2, il existe une fonction polynôme par morceaux
unique σ telle que :
” x − xi+1 x − xi
Pi+1 (x) = ai + ai+1
xi − xi+1 xi+1 − xi
x − xi x − xi+1
= ai+1 − ai
hi+1 hi+1
avec hi+1 = xi+1 − xi .En intégrant deux fois cette relation, on obtient :
1.5 Interpolation par des fonctions splines cubiques 18
(x − xi )3 (x − xi+1 )3
Pi+1 (x) = ai+1 − ai + bi+1 (x − xi ) − ci+1 (x − xi+1 )
6hi+1 6hi+1
Les constantes bi+1 et ci+1 sont telles que Pi+1 (xi+1 ) = yi+1 et Pi (xi ) = yi ;
Ce qui donne
yi+1 h
bi+1 = − ai+1 i+1
hi+1 6
yi h
ci+1 = − ai i+1
hi+1 6
Le calcul de bi+1 et ci+1 conduit à l’expression
(x − xi )3 (x − xi+1 )3 h2 (x − xi )
Pi+1 (x) = ai+1 − ai + yi+1 − ai+1 i+1
6hi+1 6hi+1 6 hi+1
2
h (x − xi+1 )
− yi − ai i+1
6 hi+1
hi h2 1 h2 1
ai + yi − ai i − yi−1 − ai−1 i
2 6 hi 6 hi
hi+1 h2 1 h2 1
= −ai + yi+1 − ai+1 i+1 − yi − ai i+1
2 6 hi+1 6 hi+1
xi 0 1 3 5
f (xi ) 3 3 15 83
On a :
h1 = 1, h2 = 2 et h3 = 2.
Les différences divisées d’ordre 1 sont :
La solution est a1 = −1, 0909 et a2 = 21, 2727. Les autres coefficients sont
alors
i 1 2 3
bi 3, 1818 0, 4091 41, 5000
ci 3, 0000 1, 8636 0, 4091
Compléter la table suivante dans laquelle les trois polynômes de degré 3 for-
mant la spline cubique sont :
1.6 Exercices
Exercice 1.1 Ecrire le polynôme d’interpolation de Lagrange passant par les
points suivants :
Exercice 1.2 Etant donné les quatre points (1, 2); (3, 4); (5, 3) et (9, 8) .
Ecrire le polynôme cubique de Lagrange passant par ccs points et l’exprimer
sous la forme ax3 + bx2 + cx + d.
1.6 Exercices 21
xi yi = P (xi ) ln xi |yi − ln xi |
1
2
3
4
5
6
7
8
9
10
xi 3 5 7 −2 −3
yi 20, 718 130, 09 470, 41 −1.9817 17.993
Exercice 1.7 Soit f une une fonction réelle telle que f (0) = 0, f (0.5) = 0.2
et f (1) = 0.5.
i 0 1 2 3
xi 0.00 1.00 1.50 2.25
yi = f (xi ) 2, 000 4, 4366 6.7134 13.9130
1 1 1 1
−4; , −2; , (0; 1) , 2; et −4; .
17 5 5 17
i 0 1 2 3 4
xi 0.5 -0.2 0.7 0.1 0.01
f (xi ) −1, 1518 0, 7028 -1.4845 -0.14943 0.13534
(a) f(0.15);
(b) f(−0.1);
(c) f(1.2).
2. Intégration numérique
1. Une fonction f (x) est connue par quelques-uns de ses points de colo-
cation (x1 , f (x1 )) , . . . , (xn , f (xn )) , (qui sont régulièrement espacés ou
x
non). Comment fait-on pour estimer la valeur de l’intégrale xii+1 f (x)dx,
alors que l’expression analytique de f (x) n’est pas connue ?
b
2. On cherche la valeur de l’intégrale définie a f (x)dx lorsque l’expression
analytique de l’intégrand f(x) est connue, mais non sa primitive. Un
b 2
exemple : calculer a e−x dx
Ces deux problèmes, pourtant très différents, peuvent être résolus avec les
mêmes outils. Comme dans le chapitre précédent, nous interpolons la fonc-
tion f (x) ou ses points de colocation avec un polynôme, puis nous intégrons
explicitement ce polynôme.
Nous supposerons dans ce qui suit que la distance entre points de colocation
adjacents est constante et vaut h (le pas).
b b n−1 xi+1
f (x)dx ≃ Pn (x)dx = Pn (x)dx.
a a i=0 xi
où a = x0 , xi = a + i b−a
n
et (i = 0, . . . n) .
24
2.2 Formule des trapèzes 25
b
Pour obtenir une valeur approchée In+1 (f) de a
f (x)dx on intègre Pn sur
[a, b] . On obtient :
b n
In+1 (f) = Pn (x)dx = ai f (xi )
a i=0
où
b
ai = Li (x)dx
a
(x − x1 ) (x − x2 ) (x − x0 ) (x − x2 )
P2 (x) = f(x0 ) + f (x1 )
(x0 − x1 ) (x0 − x2 ) (x1 − x0 ) (x1 − x2 )
(x − x0 ) (x − x1 )
+ f (x2 )
(x2 − x0 ) (x2 − x1 )
b b
On approche a
f (x)dx par a
P2 (x)dx.
2.3 Formule de Simpson 27
b x−x0 dx
Pour le calcul de a
P2 (x)dx on pose s = h
et donc ds = h
, par conséquent
on a :
(x − x1 ) (x − x2 ) h2 (s − 1) (s − 2) f (x0 )
f (x0 ) = 2
f (x0 ) = (s − 1) (s − 2)
(x0 − x1 ) (x0 − x2 ) 2h 2
(x − x0 ) (x − x2 ) h2 s (s − 2)
f (x1 ) = f (x1 ) = −f (x1 )s (s − 2)
(x1 − x0 ) (x1 − x2 ) −h2
(x − x0 ) (x − x1 ) h2 s (s − 1) f (x2 )
f (x2 ) = 2
f (x2 ) = s (s − 1)
(x2 − x0 ) (x2 − x1 ) 2h 2
et, donc
b
f (x0 )h 2 2
P2 (x)dx = (s − 1) (s − 2) ds − f (x1 )h s (s − 2) ds
a 2 0 0
f (x2 )h 2
+ s (s − 1) ds
2 0
f (x0 )h 4 f (x2 )h
= + f (x1 )h +
3 3 3
h
= (f(x0 ) + 4f (x1 ) + f(x2 ))
3
h a+b
= f (a) + 4f ( ) + f (b)
3 2
b−a a+b
= f (a) + 4f ( ) + f(b) .
6 2
4
Exemple 2.3 On reprend l’ntégrale 1 √dxx avec x0 = 1, x1 = 52 , x2 = 4.On
a : h = 32 .On a donc :
4
dx 3 1 4 1
√ ≃ √ + + √ ≃ 2.01
1 x 6 1 5 4
2
tient :
b n−1 xi+1
f (x)dx = f (x)dx
a i=0 xi
n−1
xi+1 − xi xi + xi+1
≃ f (xi ) + 4f + f (xi+1 )
i=0
6 2
n−1 n−1
b−a xi + xi+1
= f (a) + 4 f +2 f (xi ) + f (b)
6n i=0
2 i=1
n−1 n−1
b−a xi + xi+1
= f(a) + 4 f +2 f (xi ) + f (b)
6n i=0
2 i=1
(b − a)5
|Rn (f )| ≤ M
2880n4
où Rn (f ) est :
b n−1 n−1
b−a xi + xi+1
f (x)dx − f (a) + 4 f +2 f (xi ) + f (b)
a 6n i=0
2 i=1
b n−1 x2i+2
f (x)dx = f(x)dx
a i=0 x2i
n−1
b−a
= (f(x2i ) + 4f (x2i+1 ) + f (x2i+2 ))
6n i=0
n−1 n−2
!
b−a
= f (a) + 4 f (x2i+1 ) + 2 f(x2i+2 ) + f(b)
6n i=0 i=1
4 dx
Exemple 2.4 On reprend l’ntégrale 1
√
x
avec a = 1, b = 4, 2n = 6, on a
2.4 Quadrature de Gauss 29
pour les polynômes P de degré ≤ 2×1+1 = 3, donc cette égalité est satisfaite
pour les polunômes suivants :
1, x, x2 et x3 ,
2.4 Quadrature de Gauss 30
Dans le cas général, cherche les xi et les coefficients poids Ai avec la condition
1
P (x)dx = A1 P (x1 ) + . . . + An P (xn )
−1
pour
les polynômes P de degré ≤ 2n + 1. La résolution d’un tel système repose
sur les polynômes de Legendre que nous ne reproduisons pas, tout de même,
voici la table des paramètres de la quadrature de Gauss pour des valeurs
paires 2, 4, 6, 8, 10, 12, 14 et 16 :
2.5 Exercices 32
2.5 Exercices
Exercice 2.1 dans le tableau ci-dessous, nous donnons les valeurs d’une
fonction f en différents points :
x 1 1.1 1.2
f(x) 1.1752012 1.3356474 1.5094613
x 1.3 1.4 1.5
f(x) 1.6983824 1.9043015 2.1292794
x 1.6 1.7 1.8
f(x) 2.3755679 2.6456319 2.9421742
Exercice 2.3 Dans le tableau ci-dessous, nous donnons les valeurs d’une
fonction f en différents points x :
1. Calculer F ′ (x).
2. Calculer la valeur exacte de
11
dx
I= √ .
2
x − 6x + 8
5
1. Calculer F ′ (x).
2. Calculer la valeur exacte de
11
dx
I= √ .
5 x2 + 1
2. Calculer
2
I= Q (x) dx.
1
La fonction tabulée est x1 . Calculer son intégrale entre 1et 3 et donner l’erreur.
Exercice 2.12 0n considère la fonction F définie sur ]0, +∞[ définie par :
F (x) = x ln x − x
36
3.2 Analyse et approximation 37
xi = a + ih
3.2 Analyse et approximation 38
Cette méthode est basée sur le développement de Taylor d’ordre un. En effet
la solution y en xi du problème de Cauchy vérifie :
y (xi+1 ) = y (xi + h) = y (xi ) + hy ′ (xi ) + O h2
Comme y vérifie y′ (xi ) = f (xi , y (xi )) , on déduit :
y (xi+1 ) = y (xi ) + hf (xi , y (xi )) + O h2 .
La méthode d’Euler suggérée par cette relation consiste à approcher y (xi )
par la suite (yi ) définie par :
yi = α
yi+1 = yi + hf (xi , yi )
h2
y (xi + h) = y (xi ) + hy (xi ) + y” (xi ) + O h3
′
2
On a
y′ (x) = f (x, y (x))
donc
dy ′ d ∂f ∂f
y” (x) = = f (x, y (x)) = (x, y (x)) + (x, y (x)) y ′ (x)
dx dx ∂x ∂y
∂f ∂f
= (x, y (x)) + (x, y (x)) f (x, y (x))
∂x ∂y
par suite
h2 ∂f ∂f
yi+1 = yi + hf (xi , y (xi )) + (xi , yi ) + f (xi , yi ) (xi , yi ) + O h3
2 ∂x ∂y
La méthode du développement de Taylor d’ordre 2 permet d’approcher yi
par la suite (yi ) définie par :
y0 = α $ %
h2 ∂f
yi+1 = yi + hf (xi , y (xi )) + 2 ∂x
(xi , yi ) + f (xi , yi ) ∂f
∂y
(xi , yi )
y ′ = −y + x + 1 = f (x, y)
y0 = 1
On a :
∂f ∂f
= 1; = −1
∂x ∂y
donc, l’équation
h2 ∂f ∂f
yi+1 = yi + hf (xi , y (xi )) + (xi , yi ) + f (xi , yi ) (xi , yi )
2 ∂x ∂y
h ∂f ∂f
yi+1 = yi + h f (xi , y (xi )) + (xi , yi ) + f (xi , yi ) (xi , yi )
2 ∂x ∂y
3.2 Analyse et approximation 40
s’écrira
h2
yi+1 = yi + h (−yi + xi + 1) + [1 − (−yi + xi + 1)]
2
h h
= yi + h − 1 yi − − 1 xi + 1
2 2
yex = e−x + x.
variables :
∂f ∂f
f (a + h, b + k) = f (a, b) + h (a, b) + k (a, b)
∂x ∂y
h2 ∂ 2 f ∂ 2f k2 ∂ 2f
+ (a, b) + hk (a, b) + (a, b)
2 ∂x2 ∂x∂y 2 ∂y 2
+...
hp k q ∂ n f
+ (a, b)
p+q=n
p! q! ∂xp ∂y q
hp k q ∂ n+1 f
+ (η, ξ)
p+q=n+1
p! q! ∂xp ∂y q
af (xi + α, yi + β) .
On a donc
∂f ∂f
af (xi + α, yi + β) = af (xi , yi ) + aα (xi , yi ) + aβ (xi , yi )
∂x ∂y
+aR2 (ηi , ξ i )
ce qui donne
h hf (xi , yi )
a = 1; α =
et β =
2 2
On obtient la méthode de Runge Kutta d’ordre 2 :
h ∂f ∂f
yi+1 = yi + h f (xi , y (xi )) + (xi , yi ) + f (xi , yi ) (xi , yi )
2 ∂x ∂y
h hf (xi , yi )
yi+1 = yi + hf xi + , yi +
2 2
h k
yi+1 = yi + hf xi + , yi + .
2 2
avec k = hf (xi , yi ) .
y ′ = −y + x2 + 1
y (0) = 1 avec 0 ≤ x ≤ 1.
y ′ = −y + x + 1
y (0) = 1 avec 0 ≤ x ≤ 1.
3.3 Exercices
Exercice 3.1 1. Résoudre à l’aide de la formule de Taylor d’ordre 5 de
y en x = 0.1 et x = 0.5 l’équation différentielle
dy
= x + y avec y (0) = 1
dx
(la solution analytique est y (x) = 2ex − x − 1)
2. Résoudre à l’aide de la formule de Taylor d’ordre 2 de y en x = 0.1 et
x = 0.5 l’équation différentielle
dy 2x
= − xy avec y (0) = 1
dx y
√
(la solution analytique est y (x) = 2 − e−x2 )
y′ (x) = x (y + 1)
y (0) = 1
1. En utilisant la méthode d’Euler, donner avec 4 décimales exactes une
approximation de y (0.1) , y (0.2) , y (0.3) et y (0.4) .
2. En déduire par la méthode des trapèzes puis par la méthode de Simpson
0.4
une valeur approchée de 0 y(x) dx.
y′ (x) = y 2 + x2
y (1) = 0